Synthegy, l’IA che progetta molecole da semplici descrizioni testuali

Redazione — Wed, 06 May 2026 03:53:30 +0000

Synthegy: l’intelligenza artificiale che progetta molecole a partire da semplici descrizioni testuali

Progettare molecole complesse è sempre stato un lavoro da esperti navigati, gente con anni di laboratorio alle spalle e una capacità quasi istintiva di scegliere il percorso giusto tra migliaia di possibilità. Ma Synthegy, un nuovo sistema basato sull’intelligenza artificiale, sta cambiando radicalmente le regole del gioco. Sviluppato da un team guidato da Philippe Schwaller all’EPFL (Politecnico Federale di Losanna), questo strumento permette ai chimici di descrivere in linguaggio naturale cosa vogliono ottenere, lasciando poi agli algoritmi il compito di generare, valutare e classificare le soluzioni migliori.

Il punto cruciale è questo: creare una nuova molecola, che sia un farmaco salvavita o un materiale innovativo, richiede una serie di reazioni chimiche pianificate con estrema precisione. Il processo classico si chiama retrosintesi: si parte dalla molecola finale desiderata e si lavora a ritroso per individuare i materiali di partenza e le vie di reazione più promettenti. Una faccenda complicata, piena di bivi e decisioni strategiche. Quali blocchi costruttivi usare? Quando formare gli anelli? Servono gruppi protettivi per le parti più delicate della molecola? Fino a oggi, rispondere a queste domande richiedeva un’esperienza profonda. I software tradizionali potevano esplorare enormi spazi chimici, certo, ma faticavano a replicare il giudizio strategico di un chimico esperto.

Come funziona Synthegy nella pratica

Synthegy combina algoritmi di ricerca tradizionali con modelli linguistici di grandi dimensioni (i famosi LLM, la stessa famiglia tecnologica dietro ChatGPT) usati però in modo diverso dal solito. Non generano direttamente strutture chimiche: agiscono come valutatori intelligenti che interpretano le istruzioni scritte dal chimico e giudicano i percorsi proposti dal software.

In pratica, il chimico scrive una richiesta semplice. Ad esempio: “forma questo anello nelle prime fasi” oppure “evita gruppi protettivi inutili”. Il sistema genera diverse vie sintetiche possibili, le converte in testo e le sottopone al modello linguistico, che assegna un punteggio a ciascuna opzione e spiega il proprio ragionamento. Questo approccio rende molto più rapido filtrare e classificare le strategie di sintesi più promettenti.

Lo stesso metodo vale per i meccanismi di reazione, cioè la descrizione dettagliata di come gli elettroni si muovono durante una trasformazione chimica. Synthegy scompone ogni reazione nei suoi passaggi fondamentali, esplora le alternative e orienta la ricerca verso percorsi chimicamente sensati. Il bello è che il sistema accetta anche dettagli aggiuntivi, come condizioni sperimentali o ipotesi formulate dagli esperti, tutto inserito come semplice testo.

Risultati concreti e validazione con chimici veri

I numeri parlano abbastanza chiaro. In uno studio in doppio cieco, 36 chimici hanno fornito 368 valutazioni valide, e le loro opinioni hanno coinciso con i risultati di Synthegy nel 71,2% dei casi. Non è perfezione, ma è un risultato notevole per un sistema che fondamentalmente “legge” istruzioni scritte e le traduce in decisioni chimiche ragionate.

Synthegy riesce a segnalare passaggi protettivi superflui, a valutare la fattibilità delle reazioni e a dare priorità alle soluzioni più efficienti. I modelli linguistici più grandi hanno ottenuto le prestazioni migliori, mentre quelli più piccoli hanno mostrato capacità più limitate, un dato che non sorprende troppo.

La cosa davvero interessante è la filosofia dietro questo strumento. Synthegy non cerca di sostituire il chimico. Lo affianca, trasformando l’intelligenza artificiale in una sorta di assistente strategico capace di parlare la stessa lingua dello scienziato. Come ha sottolineato Andres M. Bran, primo autore dello studio pubblicato su Matter a maggio 2026: “Stiamo dando ai chimici il potere di parlare, permettendo loro di iterare molto più velocemente e navigare idee sintetiche più complesse”. Un ponte tra pianificazione della sintesi e meccanismi di reazione, costruito attraverso un’interfaccia in linguaggio naturale che potrebbe accelerare la scoperta di nuovi farmaci e rendere strumenti avanzati accessibili a una platea molto più ampia di ricercatori.

L'articolo Synthegy, l’IA che progetta molecole da semplici descrizioni testuali proviene da Tecnoapple.

Computer quantistici rumorosi dimenticano quasi tutto: conta solo il finale

Redazione — Tue, 07 Apr 2026 02:52:59 +0000

I computer quantistici “dimenticano” quasi tutto: solo gli ultimi passaggi contano davvero

Una scoperta che ridimensiona parecchie aspettative sui computer quantistici arriva da un gruppo di ricercatori internazionali. Lo studio, pubblicato su Nature Physics nell’aprile 2026, dimostra qualcosa di piuttosto controintuitivo: nei circuiti quantistici affetti da rumore, la stragrande maggioranza delle operazioni eseguite finisce per non contare nulla. Solo gli ultimi passaggi influenzano davvero il risultato finale. Detto in modo ancora più diretto, i computer quantistici rumorosi “dimenticano” quasi tutto il lavoro svolto in precedenza.

La ricerca è stata guidata da Armando Angrisani e Yihui Quek dell’EPFL di Losanna, insieme a colleghi della Libera Università di Berlino e dell’Università di Copenaghen. Il punto di partenza è semplice: ogni operazione in un circuito quantistico subisce l’effetto del rumore, quelle piccole perturbazioni che nei sistemi quantistici si accumulano passo dopo passo. Pensate a una lunga fila di tessere del domino, dove ciascun pezzo deve colpire il successivo con precisione assoluta. Se le tessere traballano un po’, a un certo punto la catena perde coerenza e solo le ultime battute determinano cosa succede alla fine.

Circuiti profondi che si comportano come circuiti superficiali

Quello che il team ha dimostrato matematicamente è che, nella maggior parte dei circuiti quantistici realistici, aumentare la profondità del circuito (cioè aggiungere più passaggi in sequenza) non porta vantaggi proporzionali. Le operazioni iniziali perdono progressivamente il loro impatto man mano che il rumore si accumula. Il risultato netto è che un circuito profondo e rumoroso si comporta in modo molto simile a uno superficiale. Aggiungere complessità, insomma, non equivale automaticamente ad aggiungere potenza di calcolo.

Questo ha implicazioni enormi per chi lavora con i computer quantistici attuali. Quando si calcola una proprietà come l’energia di un sistema o lo stato di un qubit, il risultato dipende quasi esclusivamente dalle ultime operazioni. Le prime? Sbiadite, cancellate dal rumore. Sparite dalla memoria del sistema, per così dire.

C’è anche un risvolto che riguarda l’addestramento di questi circuiti. Lo studio spiega perché i circuiti quantistici rumorosi riescono comunque a essere “ottimizzati” per certi compiti: le modifiche ai parametri funzionano, ma soprattutto perché agiscono sugli strati finali, quelli che ancora influenzano l’output. Non è un segnale di robustezza del sistema, quanto piuttosto una conseguenza del fatto che il rumore ha già semplificato drasticamente la complessità effettiva.

Cosa significa tutto questo per il futuro della tecnologia quantistica

Lo studio offre una lezione di realismo. Semplicemente rendere i circuiti più profondi non basterà a raggiungere prestazioni superiori nei computer quantistici di oggi, specialmente per le misurazioni locali più comuni. Il vero progresso passa da un’altra strada: ridurre il rumore in modo significativo oppure progettare architetture di circuiti capaci di funzionare efficacemente nonostante le perturbazioni.

C’è poi un equivoco da sfatare. Il fatto che i circuiti rumorosi sembrino “addestrabili” potrebbe generare un ottimismo fuori luogo. La trainabilità apparente è in parte un effetto collaterale della semplificazione indotta dal rumore stesso. Trattare il rumore come una semplice sfocatura porta a sovrastimare le reali capacità del calcolo quantistico attuale.

Questa ricerca non chiude nessuna porta, ma ridefinisce con chiarezza dove si trovano i limiti concreti. E sapere esattamente dove stanno i problemi è, come sempre, il primo passo per risolverli davvero.

L'articolo Computer quantistici rumorosi dimenticano quasi tutto: conta solo il finale proviene da Tecnoapple.

EPFL Archivi - Tecnoapple