Un computer quantistico è una macchina che elabora informazione sfruttando proprietà della meccanica quantistica, come sovrapposizione, entanglement e interferenza. Non è semplicemente un computer tradizionale molto più veloce: funziona secondo un modello di calcolo diverso e può offrire un vantaggio solo per determinate classi di problemi.
I computer quantistici esistono già e possono essere utilizzati anche attraverso servizi cloud, ma sono ancora macchine fragili, rumorose e difficili da scalare. Per la maggior parte delle attività quotidiane un computer classico resta nettamente più adatto. Il punto, quindi, non è capire quando il quantum computing sostituirà il PC, ma quali problemi potrebbe risolvere meglio e quali ostacoli devono ancora essere superati.
In questa guida sull’informatica quantistica partiamo dai qubit e arriviamo alle applicazioni, ai costi, alla crittografia e allo stato reale della tecnologia, distinguendo ciò che è già dimostrato da ciò che rimane sperimentale o legato alle roadmap dei produttori.
Cos’è un computer quantistico e perché è diverso da un computer normale
Un computer classico rappresenta l’informazione con bit che assumono uno dei due valori possibili, 0 oppure 1. Un computer quantistico usa invece qubit, sistemi fisici controllabili che possono essere preparati in stati quantistici più complessi.
Questa differenza non trasforma automaticamente ogni algoritmo in un algoritmo più veloce. Il vantaggio nasce solo quando un problema può essere formulato in modo da sfruttare le proprietà quantistiche e quando l’algoritmo riesce a estrarre dal sistema l’informazione utile prima che rumore ed errori compromettano il calcolo.
La spiegazione del quantum computing del NIST insiste proprio su questo punto: i computer quantistici non sono destinati a sostituire quelli classici e la sovrapposizione non permette di leggere liberamente tutte le possibili soluzioni di un problema in una sola volta.
Bit e qubit: la differenza fondamentale
Un bit classico è 0 oppure 1. Un qubit può essere descritto come una combinazione dei due stati di base, spesso indicati con |0⟩ e |1⟩.
In forma semplificata, uno stato può essere scritto come:
α|0⟩ + β|1⟩
I coefficienti α e β sono ampiezze quantistiche. I loro moduli al quadrato determinano le probabilità dei risultati quando il qubit viene misurato e devono complessivamente rispettare la normalizzazione dello stato.
La parte interessante non è soltanto che un qubit possa trovarsi in una sovrapposizione. È che le ampiezze hanno anche una fase, e gli algoritmi quantistici possono manipolare queste fasi affinché alcune possibilità si rafforzino e altre si cancellino.
Sovrapposizione: cosa significa davvero
La sovrapposizione viene spesso raccontata dicendo che un qubit è “0 e 1 contemporaneamente”. È una scorciatoia utile per iniziare, ma può diventare fuorviante.
Un qubit non contiene due risposte classiche che possiamo leggere a piacere. Si trova in uno stato quantistico che, quando viene misurato, produce un risultato classico secondo una distribuzione di probabilità. La misura non restituisce l’intera sovrapposizione.
Per questo è sbagliato immaginare un computer quantistico come una macchina che prova tutte le soluzioni e poi ce le consegna insieme. L’algoritmo deve essere progettato in modo che l’evoluzione dello stato renda più probabile osservare un’informazione utile alla fine del calcolo.
Entanglement e interferenza: dove nasce la capacità di calcolo
Quando più qubit interagiscono, possono diventare entangled, cioè descritti da uno stato comune che non può essere ridotto semplicemente alla somma di stati indipendenti.
L’entanglement crea correlazioni quantistiche molto forti, ma non è un canale magico per trasmettere informazione istantaneamente. Nel calcolo quantistico serve a costruire stati collettivi che permettono agli algoritmi di rappresentare e trasformare strutture difficili da riprodurre con un sistema classico.
L’altro ingrediente essenziale è l’interferenza. Le ampiezze quantistiche possono sommarsi o cancellarsi. Un buon algoritmo usa le porte quantistiche per orchestrare questa interferenza: rafforza progressivamente le configurazioni associate all’informazione utile e riduce il peso di quelle indesiderate.
È qui che si trova una parte importante del vantaggio algoritmico. Non nella semplice esistenza di “molti stati”, ma nella capacità di controllare come quegli stati interferiscono prima della misura.
Cosa succede quando un qubit viene misurato
La misura converte il risultato quantistico in informazione classica. Se misuri un qubit nella base computazionale, ottieni 0 oppure 1 con probabilità legate allo stato che avevi preparato.
Dopo la misura, la sovrapposizione precedente non è più disponibile nello stesso modo. Per conoscere la distribuzione dei risultati di un circuito, quindi, bisogna normalmente preparare ed eseguire il circuito molte volte.
Questa caratteristica spiega perché nelle piattaforme quantum compare spesso il termine shot: uno shot è una singola esecuzione e misura del circuito.
Come funziona un computer quantistico passo dopo passo
Un programma quantistico non consiste nel caricare dati in una CPU più potente. Il processo tipico è più vicino a una sequenza controllata di preparazione, trasformazione e misura dello stato.
Preparare lo stato iniziale dei qubit
All’inizio i qubit vengono portati in uno stato noto, spesso equivalente a |0⟩. Da qui l’algoritmo applica operazioni per creare sovrapposizioni, correlazioni e configurazioni specifiche.
La preparazione deve essere affidabile: un errore già in questa fase altera tutto ciò che avviene successivamente. Per questo le piattaforme quantistiche dedicano una parte importante dell’hardware alla calibrazione e al controllo dei qubit.
Porte e circuiti quantistici
Le porte quantistiche sono operazioni che modificano lo stato dei qubit. Alcune agiscono su un singolo qubit, altre mettono in relazione più qubit e possono generare entanglement.
Una sequenza di queste operazioni forma un circuito quantistico. L’analogia con i circuiti logici classici è utile, ma non perfetta: le porte quantistiche manipolano ampiezze e fasi, non soltanto valori booleani.
In un flusso reale, inoltre, una parte consistente del lavoro rimane classica. Un computer tradizionale prepara il job, compila o ottimizza il circuito, controlla l’hardware, raccoglie i risultati e può decidere quali parametri usare nell’iterazione successiva.
Come l’interferenza amplifica alcuni risultati e ne cancella altri
Immagina di avere diverse possibilità rappresentate nelle ampiezze dello stato quantistico. Se l’algoritmo si limitasse a generarle, alla fine della misura otterresti poco più di un campionamento casuale.
Le porte vengono quindi scelte per far evolvere le fasi in modo controllato. Le ampiezze associate a determinati risultati possono interferire costruttivamente, mentre altre interferiscono distruttivamente.
Il risultato utile emerge perché l’algoritmo modifica la distribuzione di probabilità, non perché legge simultaneamente tutte le configurazioni interne.
Perché un circuito quantistico viene eseguito molte volte
Una singola misura restituisce un campione. Per stimare la probabilità dei diversi risultati il circuito viene eseguito ripetutamente.
Se, per esempio, uno stato finale produce 0 nel 70% dei casi e 1 nel 30%, una singola esecuzione non può dirti quella distribuzione. Servono più shot.
Il numero necessario dipende dall’algoritmo, dall’accuratezza richiesta e dal rumore del dispositivo. Questo ha conseguenze anche economiche: sui servizi cloud l’uso di una QPU può essere fatturato in funzione delle attività, degli shot o del tempo di prenotazione.
Come è fatto un computer quantistico
Non esiste una sola architettura quantistica. Il termine “computer quantistico” raccoglie piattaforme fisiche molto diverse, con requisiti di controllo, temperatura e isolamento differenti.
QPU, elettronica di controllo e computer classico
La QPU, Quantum Processing Unit, è il componente nel quale avvengono le operazioni sui qubit. Intorno alla QPU troviamo elettronica di controllo, sistemi di generazione dei segnali, apparati di lettura e una componente classica che coordina il workflow.
Per questo l’immagine più realistica non è “quantum al posto del classico”, ma quantum più classico. La stessa architettura hardware descritta da IBM integra QPU, infrastruttura criogenica, elettronica modulare e server classici per eseguire workflow ibridi.
Criogenia, vuoto e isolamento dall’ambiente
Molte immagini dei computer quantistici mostrano grandi strutture dorate sospese in un criostato. È il caso tipico dei sistemi con qubit superconduttori, che devono operare a temperature estremamente basse.
Ma non tutti i computer quantistici usano lo stesso ambiente fisico. Gli ioni intrappolati richiedono sistemi di vuoto e laser; gli atomi neutri vengono controllati con campi ottici; le piattaforme fotoniche manipolano particelle di luce; altre architetture usano spin in materiali semiconduttori.
Il denominatore comune è l’isolamento: il qubit deve interagire abbastanza da poter essere controllato, ma non così tanto da perdere rapidamente lo stato quantistico.
Qubit superconduttori, ioni intrappolati, atomi neutri, fotoni e spin
Non esiste ancora un vincitore definitivo tra le diverse tecnologie di qubit.
I qubit superconduttori consentono operazioni rapide e sfruttano tecniche di fabbricazione vicine all’industria dei semiconduttori, ma richiedono criogenia spinta e sono sensibili al rumore.
Gli ioni intrappolati possono mantenere stati coerenti per tempi relativamente lunghi e offrire operazioni molto accurate, ma la velocità e la scalabilità dell’apparato pongono sfide differenti.
Gli atomi neutri permettono di costruire grandi array controllati otticamente e sono studiati sia per calcolo analogico sia per approcci gate-based.
I fotoni sono interessanti per comunicazione e calcolo perché interagiscono poco con l’ambiente, ma proprio questa caratteristica rende difficili alcune operazioni tra qubit.
Gli spin qubit cercano invece di codificare informazione nello spin di elettroni o nuclei in sistemi solid-state, con la prospettiva di sfruttare processi di produzione vicini alla microelettronica.
Il NIST presenta diverse famiglie di qubit e sottolinea che ciascuna ha trade-off specifici. Parlare semplicemente di “numero di qubit” senza specificare tecnologia e qualità è quindi poco informativo.
Qubit fisici e qubit logici: una differenza decisiva
Un qubit fisico è un elemento hardware reale. Un qubit logico è invece un’unità di informazione quantistica protetta usando più qubit fisici e un codice di correzione degli errori.
Questa distinzione è centrale. Se una macchina ha molti qubit fisici ma un tasso di errore elevato, non è automaticamente più utile di una macchina più piccola ma più affidabile.
La quantum error correction cerca di distribuire l’informazione su più qubit in modo da rilevare e correggere errori senza copiare direttamente uno stato quantistico sconosciuto. Il costo è un forte overhead: il numero di qubit fisici necessario per ottenere un qubit logico dipende dal codice, dalla qualità dell’hardware e dal livello di errore che si vuole raggiungere.
Google descrive la correzione degli errori quantistici come il passaggio necessario per portare il tasso di errore a livelli compatibili con algoritmi realmente utili e spiega come più qubit fisici vengano combinati in qubit logici più robusti.
Computer quantistico vs computer classico e supercomputer
Un computer quantistico non è la versione successiva del computer classico. I due sistemi hanno punti di forza differenti e, nei workflow più realistici, lavorano insieme.
| Caratteristica | Computer classico / supercomputer | Computer quantistico |
|---|---|---|
| Unità di informazione | bit | qubit |
| Stato di base | 0 oppure 1 | stato quantistico con ampiezze su 0 e 1 |
| Operazioni | logica classica | porte e trasformazioni quantistiche |
| Errori | molto bassi e facilmente correggibili | ancora elevati e difficili da correggere |
| Hardware | transistor, CPU, GPU, acceleratori | QPU basate su diverse tecnologie fisiche |
| Problemi ideali | general purpose, simulazione numerica, AI, database, web, grafica | specifici algoritmi di simulazione, algebra, ricerca e ottimizzazione |
| Maturità | tecnologia industriale consolidata | tecnologia ancora in forte sviluppo |
| Rapporto reciproco | orchestra e completa il workflow | funziona spesso come acceleratore specializzato |
Perché un computer quantistico non è più veloce in tutto
Scrivere un documento, eseguire WordPress, gestire un database, renderizzare una pagina web o allenare la maggior parte dei modelli di machine learning non diventa automaticamente più efficiente spostando il carico su una QPU.
La velocità dipende dall’esistenza di un algoritmo quantistico adatto, dal costo di preparazione dei dati, dalla profondità del circuito, dagli errori e dalla quantità di informazione che deve essere estratta alla fine.
Anche un’accelerazione teoricamente enorme può perdere valore se il problema reale richiede un overhead di input/output, error correction o orchestrazione superiore al vantaggio ottenuto.
Quando un algoritmo quantistico può offrire un vantaggio
Si parla di vantaggio quantistico quando un sistema quantistico supera un approccio classico in un compito definito secondo una metrica rilevante.
La definizione, però, va letta con attenzione. Un benchmark progettato per mettere in evidenza una proprietà della QPU non coincide necessariamente con un problema utile per un’azienda o un laboratorio.
L’INFN distingue esplicitamente le dimostrazioni di vantaggio già ottenute dalle applicazioni realmente utili: molti risultati sono importanti dal punto di vista scientifico, ma non dimostrano ancora un vantaggio commerciale generalizzato.
Perché è così difficile costruire un computer quantistico utile
Il quantum computing non è bloccato dalla mancanza di idee. Il problema è mantenere un sistema quantistico sufficientemente controllabile, grande e affidabile da eseguire circuiti complessi prima che gli errori distruggano l’informazione.
Rumore e decoerenza
Un qubit interagisce inevitabilmente con l’ambiente. Campi elettromagnetici, vibrazioni, temperatura, imperfezioni dei materiali e perfino radiazioni possono alterarne lo stato.
La decoerenza descrive la perdita delle proprietà quantistiche necessarie al calcolo. A questa si aggiungono errori nelle porte, nella preparazione e nella misura.
Il problema è particolarmente severo perché un algoritmo utile può richiedere molte operazioni consecutive: anche un errore piccolo per singola porta può accumularsi rapidamente.
Quantum error correction e fault tolerance
La correzione degli errori quantistici non può funzionare copiando un qubit come faremmo con un bit classico. Utilizza invece stati entangled e misure ausiliarie per rilevare informazioni sull’errore senza leggere direttamente il valore logico protetto.
Un sistema fault-tolerant è progettato affinché errori locali possano essere corretti senza propagarsi e compromettere l’intero calcolo.
Raggiungere questo livello è uno dei passaggi che separano i prototipi attuali da macchine capaci di eseguire algoritmi molto profondi e affidabili.
Scalare migliaia di qubit senza perdere affidabilità
Aggiungere qubit significa aggiungere linee di controllo, calibrazione, accoppiamenti, lettura, gestione termica e possibilità di errore.
La scalabilità non è quindi una semplice corsa al numero più alto. Una piattaforma deve mantenere connettività, fedeltà delle porte, tempi di coerenza, velocità di esecuzione e possibilità di correzione degli errori mentre cresce.
Per questo i progressi più importanti possono riguardare aspetti meno spettacolari di un record di qubit: un decoder più rapido, un codice più efficiente, una migliore connettività o una riduzione degli errori può essere molto più rilevante.
Perché il numero di qubit da solo dice poco
Confrontare due computer quantistici soltanto sul numero di qubit è simile a confrontare due processori contando esclusivamente i transistor, ignorando architettura, frequenza, memoria, efficienza e software.
Per leggere una specifica quantum servono almeno:
- tipo di qubit;
- fedeltà delle porte e delle misure;
- connettività;
- tempo di coerenza;
- profondità dei circuiti eseguibili;
- capacità di mitigazione o correzione degli errori;
- numero di qubit logici, quando disponibile;
- benchmark e metodo di confronto con il classico.
Un annuncio che comunica soltanto “più qubit” racconta quindi una parte molto piccola della storia.
A cosa serve un computer quantistico: applicazioni reali e potenziali
La domanda “a cosa serve un computer quantistico?” richiede una risposta meno spettacolare di quella che spesso troviamo nei comunicati marketing.
Esistono applicazioni teoricamente molto promettenti, dimostrazioni sperimentali e servizi già accessibili. Non esiste però ancora una superiorità quantistica generale nelle applicazioni aziendali comuni.
Simulazione di molecole, chimica e nuovi materiali
I sistemi quantistici sono difficili da simulare con computer classici perché la dimensione matematica dello stato cresce molto rapidamente con il numero di componenti coinvolti.
Un computer quantistico è a sua volta un sistema quantistico controllabile. Per questo la simulazione di molecole e materiali è considerata una delle direzioni più naturali: in prospettiva potrebbe aiutare a studiare reazioni chimiche, catalizzatori, batterie, materiali e farmaci.
Il potenziale è elevato, ma bisogna distinguere la capacità di simulare piccoli sistemi in laboratorio dalla capacità di produrre risultati industrialmente migliori del miglior calcolo classico disponibile.
Ottimizzazione e ricerca operativa
Logistica, pianificazione, scheduling e allocazione delle risorse possono generare spazi di soluzioni enormi. Sono quindi candidati interessanti per algoritmi quantistici e ibridi.
Il punto critico è il confronto. Molti problemi di ottimizzazione dispongono già di euristiche, solutori matematici e algoritmi classici estremamente sofisticati. Un metodo quantistico è utile solo se migliora davvero costo, tempo, qualità della soluzione o scalabilità rispetto a questi baseline.
Finanza e modellazione complessa
In finanza vengono studiati algoritmi quantistici per pricing, simulazioni Monte Carlo, ottimizzazione di portafoglio e gestione del rischio.
Anche qui il potenziale teorico non equivale a un vantaggio operativo già acquisito. I casi d’uso reali devono includere il costo di preparazione dei dati, il rumore, la necessità di ripetere le misure e il confronto con hardware classico accelerato.
Intelligenza artificiale e quantum machine learning: possibilità e hype
Il quantum machine learning studia come componenti quantistiche possano essere utilizzate in algoritmi di apprendimento, ottimizzazione o rappresentazione dei dati.
Va però separato dal normale machine learning e, più in generale, dall’intelligenza artificiale. Un modello AI moderno non diventa “quantistico” perché viene eseguito su hardware molto potente e non esiste una prova generale che il quantum machine learning migliori i modelli classici nei workload AI comuni.
La direzione più credibile è quella ibrida: usare una QPU solo per sottoproblemi per i quali esiste un motivo algoritmico concreto, lasciando preparazione dei dati, orchestrazione, training classico e verifica alle risorse tradizionali.
Cosa è reale, cosa è sperimentale e cosa è ancora potenziale
| Livello | Cosa significa | Esempi |
|---|---|---|
| Disponibile oggi | hardware reale accessibile per ricerca e sperimentazione | esecuzione di circuiti, simulatori, accesso cloud a QPU, ricerca su piccoli sistemi |
| Sperimentale | risultati dimostrati in contesti limitati ma senza vantaggio generale | benchmark di quantum advantage, prototipi ibridi, error correction, QML sperimentale |
| Potenziale | applicazioni sostenute da teoria e ricerca, ma che richiedono hardware più maturo | simulazioni industriali su larga scala, crittoanalisi su chiavi moderne, vantaggi robusti in ottimizzazione e finanza |
Questa distinzione è più utile di chiedersi genericamente se “il quantum funziona”. Funziona già come tecnologia sperimentale; la domanda aperta è dove diventerà realmente migliore delle alternative classiche.
I computer quantistici esistono già? Lo stato reale della tecnologia
Sì. Esistono processori quantistici funzionanti, centri di ricerca, piattaforme cloud e installazioni integrate con infrastrutture di calcolo ad alte prestazioni.
Non sono però equivalenti a un computer general-purpose fault-tolerant capace di eseguire qualsiasi algoritmo quantistico arbitrariamente lungo senza che gli errori diventino dominanti.
Cosa possiamo già fare con i sistemi disponibili
I sistemi attuali permettono di:
- sviluppare e testare circuiti quantistici;
- studiare algoritmi e tecniche di compilazione;
- sperimentare nuovi schemi di error mitigation ed error correction;
- simulare piccoli sistemi fisici e chimici;
- confrontare hardware e algoritmi;
- costruire workflow ibridi quantum-classical;
- formare ricercatori e sviluppatori su hardware reale.
Questo è già un ecosistema concreto. Ma non va confuso con la disponibilità di una QPU capace di accelerare indiscriminatamente i carichi di lavoro aziendali.
Quantum advantage non significa automaticamente utilità commerciale
Un benchmark può essere scientificamente importante anche quando non corrisponde a un problema che qualcuno ha bisogno di risolvere nel mondo reale.
Per valutare un risultato serve chiedere:
- qual è esattamente il task;
- quale computer o algoritmo classico è stato usato come baseline;
- quale metrica viene migliorata;
- quanto è utile il task fuori dall’esperimento;
- il vantaggio rimane dopo aver considerato input, output e overhead;
- il risultato è riproducibile e verificato indipendentemente?
La spiegazione del NIST sul quantum computing sottolinea che diverse dimostrazioni iniziali non hanno ancora prodotto un’utilità pratica chiara e che il confronto con algoritmi classici migliori può cambiare la lettura di un risultato.
Computer quantistici in Italia: CINECA e infrastrutture ibride
Anche in Italia il quantum computing non è più soltanto un argomento teorico.
Il CINECA descrive un’infrastruttura in evoluzione che prevede l’integrazione di piattaforme quantistiche basate su tecnologie differenti con il supercomputer Leonardo, con l’obiettivo di abilitare workflow ibridi HPC/quantum per simulazione, ottimizzazione, chimica computazionale e ricerca su algoritmi quantistici.
In parallelo, l’Agenzia Spaziale Europea ha installato a Frascati il sistema Bell-1 per sperimentare l’integrazione tra elaborazione quantistica e high-performance computing sui dati di osservazione della Terra.
Sono esempi interessanti proprio perché non raccontano il quantum come sostituto del supercomputer. Lo inseriscono in un’infrastruttura nella quale tecnologie differenti collaborano.
Perché HPC, cloud e quantum lavoreranno insieme
Molti algoritmi quantistici richiedono una parte classica prima, durante e dopo l’esecuzione sulla QPU.
Il computer classico può:
- preparare e trasformare i dati;
- ottimizzare i parametri;
- compilare il circuito;
- coordinare più esecuzioni;
- analizzare i campioni restituiti;
- verificare i risultati;
- eseguire le parti dell’algoritmo per cui una CPU o una GPU restano migliori.
Il modello più realistico è quindi quello di un acceleratore specializzato dentro un workflow eterogeneo, in modo simile a quanto già accade con CPU, GPU e altri acceleratori, anche se il funzionamento della QPU è profondamente diverso.
Quanto costa un computer quantistico e si può comprare?
La query “computer quantistico prezzo” può far pensare a un listino simile a quello di un server. Per la maggior parte delle persone e delle aziende non è così che si accede alla tecnologia.
Perché non esiste ancora un “PC quantistico” consumer
Le piattaforme più avanzate richiedono infrastrutture costose, controlli sofisticati, manutenzione specialistica e ambienti fisici incompatibili con un normale computer da scrivania.
Inoltre, un utente comune non avrebbe quasi nessun vantaggio a eseguire browser, fogli di calcolo, videogiochi o software gestionali su una QPU.
Per questo è più sensato pensare ai computer quantistici come risorse di calcolo remote e specialistiche, ospitate in data center e laboratori.
Accesso ai computer quantistici tramite cloud
Diverse piattaforme consentono di inviare circuiti a hardware reale attraverso Internet. È il modo più pratico per sviluppatori, aziende e ricercatori di sperimentare senza possedere fisicamente una macchina.
L’utente prepara il circuito, seleziona una QPU disponibile, invia il job e riceve i risultati. A seconda del servizio può utilizzare anche simulatori, notebook gestiti e workflow ibridi.
Task, shot e prenotazione: come si paga davvero una QPU
La pagina dei prezzi di Amazon Braket mostra bene il modello: non c’è un unico “prezzo del computer quantistico”, perché l’accesso può essere fatturato per attività, per shot oppure tramite prenotazione del dispositivo per un intervallo di tempo.
Questo spiega anche perché una cifra isolata trovata online serve a poco. I costi dipendono da:
- QPU scelta;
- numero di circuiti;
- numero di shot;
- necessità di accesso dedicato;
- simulazione o hardware reale;
- eventuali risorse classiche usate dal workflow.
Per un progetto concreto, quindi, la domanda corretta non è “quanto costa un computer quantistico?”, ma quanto costa eseguire questo workload su questa QPU con il livello di precisione richiesto.
Computer quantistico e crittografia: quali rischi ci sono davvero
La sicurezza è uno dei motivi per cui il quantum computing viene seguito anche al di fuori dei laboratori di fisica.
Il rischio è reale, ma viene spesso raccontato male: i computer quantistici disponibili non stanno decifrando in massa le comunicazioni protette da RSA o crittografia a curve ellittiche.
L’algoritmo di Shor e il problema di RSA ed ECC
L’algoritmo di Shor mostra che un computer quantistico sufficientemente grande e fault-tolerant potrebbe risolvere in modo efficiente problemi matematici che sono alla base di importanti sistemi di crittografia a chiave pubblica.
In particolare, la fattorizzazione di grandi interi minaccia RSA, mentre il calcolo del logaritmo discreto minaccia schemi basati su curve ellittiche.
Questo non significa che “tutta la crittografia” smetterà di funzionare. Algoritmi, dimensioni delle chiavi e famiglie crittografiche reagiscono in modo diverso alla presenza di un avversario quantistico.
Perché i computer quantistici attuali non stanno rompendo Internet
Per eseguire Shor contro chiavi crittografiche moderne servirebbe una macchina enormemente più affidabile e capace di eseguire circuiti molto più profondi di quelli normalmente disponibili oggi.
Il problema di sicurezza, però, non può essere ignorato fino al giorno in cui quella macchina esisterà. La migrazione di protocolli, software, certificati, dispositivi e infrastrutture può richiedere anni.
Per questo la preparazione alla minaccia quantistica è già un problema attuale anche se la crittoanalisi quantistica su larga scala non lo è.
Cos’è la crittografia post-quantistica
La post-quantum cryptography, o PQC, usa algoritmi progettati per essere eseguiti su computer classici ma resistere agli attacchi noti di futuri computer quantistici sufficientemente potenti.
Il NIST raccomanda di iniziare la migrazione verso gli standard post-quantum e indica come già disponibili standard per incapsulamento delle chiavi e firme digitali.
La conseguenza pratica è importante: non bisogna aspettare un “quantum apocalypse” per aggiornare la crittografia. Le organizzazioni dovrebbero prima sapere dove usano algoritmi vulnerabili, quali dipendenze devono cambiare e come mantenere crypto-agility durante la transizione.
Crittografia quantistica e post-quantum cryptography non sono la stessa cosa
I due termini vengono spesso confusi.
La crittografia post-quantistica è crittografia matematica eseguita su sistemi informatici convenzionali e progettata per resistere ad attacchi quantistici.
La crittografia quantistica usa invece fenomeni della fisica quantistica, per esempio in protocolli di distribuzione quantistica delle chiavi.
Non serve quindi una rete quantistica per adottare la PQC. È proprio questo uno dei suoi vantaggi operativi: gli algoritmi post-quantum possono essere integrati gradualmente nei sistemi digitali esistenti.
Il computer quantistico sostituirà PC e supercomputer?
È molto improbabile che il computer quantistico diventi il sostituto universale di CPU, GPU e supercomputer.
La previsione più coerente con l’architettura della tecnologia è un ecosistema ibrido, nel quale il quantum viene chiamato quando esiste un sottoproblema che giustifica il suo utilizzo.
Perché il futuro più realistico è ibrido
Già oggi gran parte del software quantum viene sviluppato come workflow classico-quantistico. Il codice classico prepara il problema, invia circuiti alla QPU e rielabora le misure.
Le roadmap dei vendor vanno nella stessa direzione. IBM, per esempio, presenta il proprio percorso quantum come integrazione crescente tra QPU e high-performance computing. È però importante leggere quel documento per quello che è: una roadmap del produttore, esplicitamente soggetta a cambiamenti, non una garanzia sulle capacità future.
Quali attività continueranno a essere migliori sui computer classici
Il calcolo classico continuerà a dominare attività come:
- sistemi operativi e software general-purpose;
- web e database;
- gestione di grandi flussi di dati tradizionali;
- grafica e rendering;
- inferenza e training AI nella maggior parte dei casi;
- elaborazione numerica per cui CPU e GPU sono già estremamente efficienti;
- orchestrazione dei workflow quantistici stessi.
Il quantum ha senso quando offre una struttura algoritmica che il classico non riesce a riprodurre in modo competitivo, non quando viene usato come etichetta per un workload normale.
Come capire se un nuovo “quantum breakthrough” è davvero importante
Nel quantum computing gli annunci spettacolari sono frequenti. Un criterio di lettura rigoroso aiuta a distinguere un avanzamento reale da una headline costruita attorno a una sola metrica.
Qubit fisici o logici?
La prima domanda è semplice: di quali qubit stiamo parlando?
Un aumento dei qubit fisici può essere importante, ma un progresso nella qualità dei qubit logici, nel tasso di errore o nella profondità dei circuiti eseguibili può avere un valore molto maggiore.
Se un annuncio non chiarisce questa distinzione, il numero principale va interpretato con prudenza.
Benchmark scientifico o problema utile?
Chiediti quale task è stato risolto e perché dovrebbe interessare fuori dal laboratorio.
Un benchmark artificiale può dimostrare una proprietà fondamentale dell’hardware ed essere quindi scientificamente rilevante. Ma non dimostra automaticamente che la stessa macchina sia più conveniente per logistica, chimica, finanza o AI.
Il confronto serio deve includere il miglior approccio classico ragionevolmente disponibile, non una baseline debole scelta per far apparire più grande il vantaggio.
Risultato peer-reviewed o annuncio del vendor?
Un comunicato può anticipare un risultato legittimo, ma il livello di fiducia cresce quando esistono:
- metodologia accessibile;
- dati sufficienti;
- confronto riproducibile;
- pubblicazione scientifica;
- verifica indipendente;
- possibilità per altri gruppi di replicare il risultato.
Non significa che un risultato non peer-reviewed sia falso. Significa che la forza del claim deve essere proporzionata all’evidenza disponibile.
Risultato attuale o roadmap futura?
È forse il controllo più importante.
“Abbiamo dimostrato” e “prevediamo di realizzare” sono frasi profondamente diverse. Anche quando una roadmap è tecnicamente credibile, parla di obiettivi futuri e può cambiare.
Quando leggi un annuncio quantum, classificalo quindi in una delle quattro categorie:
- disponibile — hardware o capacità utilizzabile;
- dimostrato — risultato sperimentale ottenuto in condizioni definite;
- in sviluppo — tecnologia o prototipo non ancora disponibile in forma stabile;
- roadmap — obiettivo dichiarato per il futuro.
Questa semplice distinzione evita gran parte dell’hype senza sminuire i progressi reali.
Conclusione
Il computer quantistico è già una tecnologia reale, ma non è ancora la macchina universale che molte narrazioni fanno immaginare. Il suo valore nasce da un modello di calcolo diverso, capace di sfruttare sovrapposizione, entanglement e interferenza per alcuni problemi specifici.
La sfida decisiva non è aumentare indefinitamente il numero di qubit. È costruire qubit abbastanza affidabili, correggere gli errori, eseguire circuiti più profondi e dimostrare vantaggi che resistano al confronto con i migliori algoritmi classici su problemi utili.
Per questo il quadro più credibile è ibrido: computer classici e supercomputer continueranno a fare la maggior parte del lavoro, mentre le QPU agiranno come acceleratori specializzati quando esisterà un reale vantaggio algoritmico.
Se vuoi valutare i prossimi annunci senza farti trascinare dall’hype, guarda meno al numero scritto nel titolo e più a quattro elementi: qubit logici, errori, benchmark contro il miglior classico e utilità del problema risolto. È lì che si vede se un progresso quantistico sta avvicinando davvero la tecnologia a un uso pratico.