Ragionando oltre il 2023
Lo sviluppo dell’informatica quantistica raggiungerà livelli altissimi, difficile prevedere la data del traguardo, ma l’obiettivo è certo. Ma che cosa possiamo fare per non essere spettatori passivi di questo cambiamento? Le riflessioni di Nicola Pirina, CEO di Kitzanos.
Redazione
Redazione
02 Febbraio 2023
Tempo di lettura: 5 minuti

I principi quantistici sono le leggi che governano il comportamento delle particelle subatomiche a livello quantistico. Tra questi quello di incertezza di Heisenberg, in base al quale non è possibile conoscere con precisione sia la posizione che la velocità di una particella allo stesso tempo, nonché il principio di sovrapposizione, secondo cui una particella quantistica può esistere in più stati contemporaneamente.

L’informatica quantistica è la disciplina che studia l’uso dei principi quantistici per l’ elaborazione di dati e calcoli. Si basa sulla rappresentazione quantistica dei dati e sull’uso di algoritmi quantistici per effettuare operazioni. Quindi il quantum computing è una forma di elaborazione dei dati che sfrutta le proprietà quantistiche per eseguire operazioni e calcoli. Si differenzia dal calcolo classico perché utilizza bit quantistici invece di bit classici.

Il calcolo quantistico si basa sulla meccanica quantistica, una teoria fondamentale della fisica che descrive il comportamento del mondo a livello atomico e subatomico. Risolve problemi che i computer tradizionali non possono utilizzando bit quantistici, che possono essere impostati su zero, uno o entrambi, consentendo un’elaborazione delle informazioni più rapida.

Questo scenario potrebbe avere un impatto significativo su molte industrie, tra cui:

1.informatica, per accelerare la risoluzione di problemi computazionali complessi, come la crittografia e la simulazione;

2.chimica e biotecnologia, per aiutare a sviluppare nuove molecole e materiali, nonché a simulare reazioni chimiche;

3.finanza, per migliorare la valutazione del rischio e l’ottimizzazione delle operazioni finanziarie;

4.energia, per consentire di sviluppare soluzioni più efficienti per la generazione, la distribuzione e l’utilizzo dell’energia;

5.logistica e trasporti per ottimizzare ulteriormente la catena di fornitura e permettere la pianificazione dei trasporti.

E così via.

Ci vorrà molto tempo? Impossibile stimarlo con precisione.

Impatterà positivamente e direttamente anche sulla vita delle persone?

Probabile. E questo in vari ambiti:

1.medicina con lo sviluppo di cure più efficienti e personalizzate;

2.ricerca energetica attraverso il miglioramento della sicurezza e dell’efficienza nell’utilizzo delle fonti energetiche;

3.finanza con la creazione di modelli di rischio e opportunità finanziarie sempre più accurati;

4.logistica con ottimizzazione dei sistemi di trasporto e distribuzione;

5.intelligenza artificiale che consentirà di accrescere velocità e efficacia delle decisioni.

Almeno.

Oggi il quantum computing e l’AI sono due tecnologie separate ma complementari.

Il quantum computing viene utilizzato per alcuni calcoli specifici troppo complessi per i computer convenzionali, mentre l’AI è impiegata per automatizzare e migliorare processi decisionali e di apprendimento. In futuro, è probabile che il quantum computing e l’AI si integrino sempre di più e collaborino in modo più stretto, ad esempio per creare algoritmi di intelligenza artificiale quantistici che possono analizzare grandi quantità di dati in modo più rapido e preciso.

Sia le aziende private che i governi investono nella ricerca e nello sviluppo del quantum computing per sfruttare le sue potenti capacità di elaborazione dei dati.

La parte del leone però la fa come sempre il privato, specie le grandi aziende tecnologiche e le università con finanziamenti privati.

È corretto? Non saprei, quanto meno per non doverci trovare a rincorrere come per i dati su cui corre questa tecnologia anche perché le linee di sviluppo più significative, oltre al quantum computing, immagino possano essere l’intelligenza artificiale (AI) ed il deep learning, il cloud computing e la virtualizzazione, sicurezza informatica, IoT (Internet delle cose) e tecnologie connesse, realtà aumentata e virtuale, blockchain e tecnologie di registro distribuito, robotica e automazione, fabbricazione avanzata e produzione additiva, biotecnologie e nanotecnologie, ricerca sulle materie prime alternative e sostenibili.

Almeno. Non so se ho reso l’idea.

Un po’ di prevenzione e di strategia anche a livello di governance non guasterebbe.

In particolare riflettevo sui sistemi avanzati che vanno dalla prevenzione degli infortuni al ridare una vita possibile alle persone incapaci di muoversi autonomamente, quindi ragionavo sul rapporto tra ingegneria avanzata dei materiali ed il machine learning, ossia sull’utilizzo di algoritmi di apprendimento automatico per sviluppare nuovi materiali con proprietà specifiche per migliorare l’efficienza dei processi di produzione e la fruizione del prodotto. Il machine learning serve a scandagliare grandi quantità di dati sulle proprietà dei materiali e a identificare pattern che possono essere utilizzati per sviluppare nuovi materiali con proprietà specifiche o per ottimizzare i processi di produzione esistenti. In questo modo, l’ingegneria avanzata dei materiali e il machine learning lavorano insieme per sviluppare soluzioni innovative nei campi dell’energia, della medicina, dell’elettronica e in molte altre applicazioni industriali.

Infine, quanto sopra va immaginato anche in ragione dei mali oscuri contro cui è impossibile lottare, almeno oggi.

La scienza, ad esempio, sta cercando di migliorare la vita delle persone con Alzheimer in vari modi: prevenzione (identificare i fattori di rischio nonché le strategie per prevenirla), terapie farmacologiche (rallentare la progressione, migliorare la funzione cognitiva e gestire i sintomi comportamentali), terapie non farmacologiche (stimolazione cerebrale, esercizio fisico, terapia occupazionale), tecnologie assistive (gestione della quotidianità).

In tutto questo, ci aiuteranno i nuovi stili di vita e di lavoro?

Prenderanno piede modelli di lavoro flessibile, adattabile e bilanciato, che promuove un equilibrio tra vita lavorativa e personale?

Flessibilità di orari e di luogo di lavoro, permettendo di lavorare da qualsiasi luogo e in qualsiasi momento, purché si raggiungano gli obiettivi e ci sia produttività?

L’ufficio diventerà una risorsa complementare al lavoro?

Il modo di lavorare sarà deciso assieme da ogni singolo gruppo di lavoro?

Prenderà piede una cultura che valorizza le prestazioni, offre autonomia e responsabilizzazione ai dipendenti e crea un ambiente basato sulla fiducia?

È difficile prevedere con certezza come si evolverà lo smart working in futuro.

È probabile che diventi sempre più integrato nelle culture aziendali.

È possibile che si evolva in modo da essere più equilibrato e personalizzato, adattandosi alle esigenze individuali dei lavoratori.

Ci potrebbe essere un maggiore accento sul benessere e la qualità della vita dei dipendenti, con aziende che offrono supporto per la conciliazione della vita lavorativa e privata.

In definitiva, l’evoluzione futura dipenderà da molteplici fattori, tra cui la tecnologia, le leggi e le politiche del lavoro, le preferenze dei dipendenti e delle aziende.

E da come, quando e quanto il quantum computing dispiegherà i suoi effetti.

As usual, ready to debate.

Un sorriso, Nicola