Risolvere in maniera efficiente problemi troppo impegnativi per i computer classici?
È questo lo scopo del quantum computing, ormai largamente studiato dai ricercatori di tutto il mondo e vera e propria frontiera del futuro nel campo dell’ICT. Una delle applicazioni più promettenti di questa tecnologia è il quantum annealing, una tecnica di ottimizzazione che utilizza il calcolo quantistico per trovare lo stato di minimo energia quando si è in presenza di molti minimi locali, come avviene con i cosiddetti i vetri di spin, un prototipo di sistema disordinato complesso con una dinamica fortemente influenzata da effetti quantistici.
Nel nuovo lavoro pubblicato su Nature da Massimo Bernaschi (CNR IAC), il Premio Nobel Giorgio Parisi e due colleghi dell’Universidad Complutense di Madrid, Isidoro González-Adalid e Víctor Martín-Mayor, sono state utilizzate nuove tecniche di simulazione in grado di comprendere nel dettaglio la fase critica di uno spin glass quantistico (quando cioè il suo comportamento cambia in modo drammatico al variare del campo magnetico applicato), al fine di verificare se il processo di annealing quantistico possa offrire un reale vantaggio nella risoluzione di problemi di ottimizzazione combinatoria. In particolare, è stata misurata con una precisione mai raggiunta in precedenza la funzione di correlazione euclidea.
Si tratta di un osservabile che indica quanto uno spin del sistema influenza lo stesso spin ad una certa distanza nel tempo immaginario utilizzato per rappresentare gli effetti quantistici. La funzione di correlazione a una determinata distanza viene rappresentata come una mappa di calore: parte da uno per uno spin alla distanza d=0 e diminuisce man mano che ci si allontana nel tempo. Da come la correlazione diminuisce è possibile determinare l'energy-gap del sistema (la differenza tra lo stato ad energia minima ed il primo stato eccitato), che determina l'utilità del quantum annealing nel trovare soluzioni al problema di ottimizzazione considerato.
Nel video la correlazione è calcolata su un campione di dimensioni 24x24x2048 a diverse distanze euclidee, d (da 0 a 1024), il più possibile vicino al valore critico del campo applicato. In particolare, si è visto che, mentre per la maggior parte degli spin la correlazione diventa molto piccola rapidamente man mano che ci si allontana nel tempo, per alcuni spin le correlazioni sopravvivono su lunghe distanze. Questi spin minoritari sono responsabili delle piccole lacune che rendono il sistema difficile da simulare e che hanno reso necessario simulare un'enorme lunghezza euclidea (2048 nel caso della figura), cosa possibile solo con programmi estremamente ottimizzati che hanno sfruttato un gran numero di acceleratori GPU disponibili, per un totale di circa sette milioni di ore di calcolo, fornite dall’iniziativa della comunità europea per il calcolo ad alte prestazioni euroHPC, in due delle maggiori strutture computazionali del continente: MeluXina in Lussemburgo e Leonardo, presso il CINECA in Italia.
I risultati ottenuti mostrano che nulla impedisce al processo di annealing di trovare delle buone soluzioni in presenza di particolari condizioni.
