La capacità di prevedere il comportamento di sistemi complessi e caotici ha appena fatto un salto enorme grazie alla Quantum AI, ovvero l’integrazione tra intelligenza artificiale e computer quantistici. Uno studio condotto dai ricercatori della University College London (UCL), pubblicato su Science Advances il 17 aprile 2026, ha dimostrato che questo approccio ibrido supera nettamente i modelli tradizionali, con implicazioni potenziali enormi per campi come la scienza del clima, la medicina e la produzione di energia. E la parte più interessante? Lo fa usando molta meno memoria rispetto ai metodi convenzionali.

Il punto di partenza è un problema che chiunque lavori con simulazioni conosce bene. Per fare previsioni su sistemi fisici complessi, le strade sono due: lanciare una simulazione completa che può richiedere settimane, oppure affidarsi a un modello di intelligenza artificiale che è più rapido ma perde affidabilità nel lungo periodo. La Quantum AI proposta dal team di UCL offre una terza via, decisamente più promettente.

Come funziona l’approccio ibrido quantistico

Il metodo non richiede che il computer quantistico faccia tutto il lavoro pesante. Al contrario, viene utilizzato in una fase specifica dell’addestramento dell’IA. I dati vengono prima elaborati dal computer quantistico, che identifica pattern statistici nascosti e stabili nel tempo, chiamati proprietà statistiche invarianti. Questi pattern vengono poi passati a un modello di IA che gira su un supercomputer classico, guidandone l’apprendimento in modo molto più efficace.

Qui entra in gioco la natura stessa del calcolo quantistico. A differenza dei computer tradizionali, che lavorano con bit impostati su 1 o 0, i qubit possono esistere in entrambi gli stati contemporaneamente grazie alla sovrapposizione quantistica. L’entanglement, poi, permette ai qubit di influenzarsi a vicenda anche a distanza. Queste due proprietà consentono di rappresentare una quantità enorme di informazioni in forma estremamente compatta.

Il risultato concreto? Il sistema di Quantum AI ha mostrato circa il 20 percento di accuratezza in più rispetto ai modelli standard, mantenendo previsioni stabili anche su periodi lunghi e di fronte a dinamiche caotiche. Il tutto con un consumo di memoria centinaia di volte inferiore.

Verso applicazioni concrete e su larga scala

Lo studio ha utilizzato un computer quantistico IQM a 20 qubit, collegato alle risorse di calcolo classico del Leibniz Supercomputing Centre in Germania. Per funzionare, questi dispositivi devono operare a temperature vicine allo zero assoluto, circa meno 273 gradi centigradi, più freddo di qualsiasi cosa esistente nello spazio.

Un aspetto particolarmente intelligente di questo approccio riguarda la gestione dei limiti hardware attuali. I computer quantistici odierni soffrono di rumore, errori e interferenze. Il metodo sviluppato a UCL aggira il problema usando il processore quantistico una sola volta durante il flusso di lavoro, evitando lo scambio continuo di dati tra sistema quantistico e classico.

Come ha spiegato Maida Wang, prima autrice dello studio, questa ricerca sembra dimostrare un vero e proprio vantaggio quantistico pratico. Il passo successivo sarà scalare il metodo con dataset più grandi e applicarlo a situazioni reali, che tipicamente presentano livelli di complessità ancora maggiori. È una di quelle scoperte che non rivoluzionano tutto dall’oggi al domani, ma che tracciano una direzione chiara. La Quantum AI potrebbe davvero cambiare il modo in cui la scienza affronta il caos.

L'articolo Quantum AI e sistemi caotici: la svolta che nessuno si aspettava proviene da Tecnoapple.

Quella che sembrava una delle conquiste più importanti nel campo del quantum computing potrebbe essere stata interpretata in modo troppo ottimistico. Un gruppo di fisici ha provato a verificare alcune delle affermazioni più entusiasmanti degli ultimi anni e ha trovato qualcosa di molto diverso da quanto ci si aspettava. Anzi, ha trovato un problema che va ben oltre la fisica quantistica e tocca il modo stesso in cui funziona la pubblicazione scientifica.

Il team, guidato da Sergey Frolov, professore di fisica all’Università di Pittsburgh, insieme a colleghi del Minnesota e di Grenoble, ha condotto una serie di studi di replicazione su effetti topologici in dispositivi superconduttori e semiconduttori su scala nanometrica. Parliamo di un settore che fa gola a molti, perché potrebbe aprire la strada al topological quantum computing: un approccio teorico per conservare e manipolare l’informazione quantistica proteggendola naturalmente dagli errori. Un sogno, in pratica.

Eppure, ogni volta che i ricercatori hanno ripetuto gli esperimenti, sono emersi modi più semplici per spiegare quei dati. Segnali che erano stati presentati come passi avanti enormi nel quantum computing, pubblicati sulle riviste più prestigiose, avevano in realtà spiegazioni alternative molto più banali. La cosa inquietante? Quando hanno provato a far pubblicare queste scoperte, si sono scontrati con un muro. Gli editori delle stesse riviste che avevano accolto gli studi originali rifiutavano i lavori di replicazione perché “privi di novità” o perché “il campo era andato avanti”. Come se la verifica dei risultati scientifici fosse un dettaglio trascurabile.

Una battaglia lunga due anni per farsi ascoltare

Per superare questo ostacolo, i ricercatori hanno deciso di unire diverse repliche in un unico articolo completo, concentrato proprio sul topological quantum computing. L’obiettivo era doppio: dimostrare che anche segnali sperimentali molto suggestivi possono avere interpretazioni diverse quando si analizzano dataset più completi, e proporre cambiamenti concreti nel processo di peer review. Più condivisione dei dati, più discussione aperta sulle possibili alternative. Cose che dovrebbero essere normali nella scienza, ma evidentemente non lo sono abbastanza.

Il percorso è stato tutt’altro che semplice. L’articolo è stato sottomesso a settembre 2023 e ha trascorso un tempo record di due anni sotto revisione editoriale e tra pari. Due anni. Alla fine è stato pubblicato sulla rivista Science l’8 gennaio 2026, ma il fatto che ci sia voluto così tanto la dice lunga su quanto sia difficile mettere in discussione risultati già celebrati dalla comunità.

Cosa significa tutto questo per la ricerca sul quantum computing

Questa vicenda non mette in dubbio il potenziale del quantum computing in sé. Quella resta una delle frontiere più promettenti della tecnologia moderna. Però solleva domande serie su come vengono validate le scoperte scientifiche. Se replicare un esperimento viene considerato un lavoro di serie B, se nessuno vuole pubblicare i risultati che contraddicono studi precedenti, allora il sistema ha un problema strutturale. E non è un problema piccolo.

Il lavoro di Frolov e colleghi ricorda che la scienza funziona davvero solo quando qualcuno ha il coraggio (e la pazienza) di verificare quello che gli altri danno per assodato. Anche quando ci vogliono anni per farlo e altri anni per convincere il mondo ad ascoltare.

L'articolo Quantum computing: le scoperte più celebri potrebbero essere sbagliate proviene da Tecnoapple.

Trovare un materiale capace di trasmettere elettricità e spin degli elettroni senza alcuna resistenza è stato per decenni il sogno proibito della fisica dello stato solido. Ora un gruppo di ricercatori potrebbe aver individuato proprio quel materiale, e le implicazioni per il quantum computing sarebbero enormi. Il protagonista di questa storia è una lega metallica chiamata NbRe, composta da niobio e renio, due metalli rari che insieme sembrano comportarsi in modo del tutto anomalo rispetto ai superconduttori tradizionali. Se le prime evidenze sperimentali dovessero essere confermate, ci troveremmo di fronte a quello che molti fisici definiscono senza mezzi termini il “Sacro Graal” della tecnologia quantistica.

A parlarne è il professor Jacob Linder, fisico della Norwegian University of Science and Technology (NTNU), dove lavora presso QuSpin, un centro di ricerca dedicato allo studio dei materiali quantistici. Linder non nasconde l’entusiasmo: un superconduttore tripletto è in cima alla lista dei desideri di chiunque operi nel campo. E il motivo è piuttosto chiaro. Mentre i superconduttori convenzionali, detti “singoletto”, permettono alla corrente elettrica di fluire senza dispersione di energia sotto forma di calore, non sono in grado di trasportare lo spin degli elettroni. I superconduttori tripletto, invece, fanno entrambe le cose. E questa doppia capacità cambia radicalmente le carte in tavola.

Perché lo spin fa tutta la differenza

Per capire cosa rende così speciale un superconduttore tripletto, bisogna fare un piccolo passo indietro e guardare alla spintronica. Si tratta di una branca dell’elettronica che sfrutta lo spin, una proprietà fondamentale degli elettroni, per trasportare e processare informazioni in modi diversi rispetto ai circuiti tradizionali. Lo spin può giocare un ruolo cruciale anche nella tecnologia quantistica, soprattutto quando viene abbinato alla superconduttività. Il problema, fino a oggi, è stato l’instabilità. Uno dei principali ostacoli nel quantum computing riguarda la precisione delle operazioni: i qubit sono notoriamente fragili e soggetti a errori. Un superconduttore tripletto potrebbe contribuire a stabilizzare l’intero sistema, rendendo i computer quantistici non solo più affidabili ma anche incredibilmente efficienti dal punto di vista energetico.

Linder e i suoi collaboratori italiani hanno pubblicato uno studio su Physical Review Letters, una delle riviste più prestigiose nel campo della fisica, e il lavoro è stato selezionato tra le raccomandazioni editoriali del giornale. Non è un dettaglio da poco: significa che la comunità scientifica considera questi risultati degni di particolare attenzione. Nello studio, il team dimostra che la lega NbRe esibisce proprietà coerenti con la superconduttività tripletto. Il materiale si comporta in modo completamente diverso da quello che ci si aspetterebbe da un superconduttore singoletto convenzionale, e questo è già di per sé un segnale forte.

Una temperatura “calda” per gli standard della superconduttività

C’è un altro aspetto che rende NbRe particolarmente interessante: la temperatura di superconduzione. La lega diventa superconduttrice a circa 7 Kelvin, che tradotto in gradi Celsius significa circa meno 266 gradi. Sembra un freddo pazzesco, e lo è. Ma nel mondo della superconduttività, 7 Kelvin è una temperatura relativamente “alta”. Altri candidati a superconduttore tripletto richiedono temperature vicine a 1 Kelvin, il che li rende molto più difficili e costosi da utilizzare nella pratica. Poter lavorare a 7 Kelvin significa avere un materiale decisamente più gestibile e, in prospettiva, più facilmente integrabile in dispositivi reali.

Naturalmente, Linder stesso invita alla cautela. È ancora troppo presto per dichiarare con certezza assoluta che NbRe sia effettivamente un superconduttore tripletto. La scoperta dovrà essere verificata da altri gruppi sperimentali indipendenti, e saranno necessari ulteriori test specifici sulla superconduttività tripletto. Tuttavia, i dati raccolti finora sono incoraggianti e puntano tutti nella stessa direzione.

Se la conferma dovesse arrivare, le ricadute sul quantum computing e sulla spintronica sarebbero difficili da sovrastimare. Computer quantistici ultra veloci che consumano quantità di energia prossime allo zero non sarebbero più fantascienza ma un obiettivo tecnologico concreto. Il team della NTNU potrebbe aver aperto una porta che la fisica inseguiva da molto, molto tempo. E stavolta, dall’altra parte, potrebbe esserci davvero qualcosa di straordinario.

L'articolo NbRe: il superconduttore tripletto che può cambiare il quantum computing proviene da Tecnoapple.