L’obiettivo di un problema di ottimizzazione è la ricerca della miglior soluzione tra tutte quelle possibili, attraverso la massimizzazione (o la minimizzazione) di certe quantità legate al problema stesso. È evidente che all’aumentare della complessità del problema e del numero di variabili coinvolte gli algoritmi classici possono essere poco efficienti e fornire la soluzione ottimale in tempi non “ragionevoli”. In questo contesto, il Quantum Computing può consentire di affrontare in maniera efficace problemi non risolvibili con i computer attuali, e suggerire una notevole accelerazione rispetto agli algoritmi classici grazie al “principio di sovrapposizione” che permette di parallelizzare i calcoli eseguendo operazioni su tutte le possibili soluzioni contemporaneamente.

L’Intelligenza Artificiale e il Machine Learning sono tecnologie emergenti capaci di estrarre in maniera automatica nuova conoscenza da un set di dati per eseguire compiti specifici. Negli ultimi anni, la ricerca di approcci innovativi in questo settore ha favorito l’incontro tra il Machine Learning e il Quantum Computing. Molti algoritmi di Machine Learning, infatti, funzionano attraverso la risoluzione di problemi di algebra lineare in spazi vettoriali dall’elevata dimensionalità. Quest’ultimo è uno dei task rispetto ai quali i computer quantistici possono offrire un vantaggio computazionale significativo e sono già molti gli approcci ibridi che affidano a macchine quantistiche alcune subroutine complesse di algoritmi di Machine Learning classici. Inoltre, grazie al Quantum Computing, è possibile progettare nuovi modelli che promettono una migliore capacità di apprendimento e potere espressivo rispetto a quelli classici.

La cybersecurity si occupa della sicurezza e integrità di dati e messaggi, che ogni giorno viaggiano nel web, per proteggerli da attacchi informatici. L’avvento dei supercomputer e degli stessi computer quantistici può compromettere gli esistenti algoritmi di crittografia classici che si affidano alla difficoltà computazionale dei computer tradizionali di risolvere efficacemente alcuni complicati problemi, come la fattorizzazione in numeri primi, alla base di alcuni algoritmi di cifratura. Il Quantum Computing può aiutare a sviluppare varie tecniche per contrastare questo fenomeno e creare nuovi metodi di crittografia quantistica, come la Quantum Key Distribution che permette di generare una chiave crittografica condivisa tra due utenti offrendo una sicurezza elevata garantita dai principi della meccanica quantistica.

Con la sempre maggiore diffusione delle applicazioni IoT (veicoli interconnessi, elettrodomestici smart, reti di sensori, sistemi di monitoraggio etc…) e le nuove potenzialità offerte dal 5g, l’enorme mole di dati che ogni giorno viene prodotta e scambiata comporta uno sforzo elaborativo non banale e, talvolta, non sostenibile per i computer tradizionali. Il Quantum Computing sfrutta il principio di sovrapposizione e il fenomeno dell’entanglement, che consentono di parallelizzare le operazioni e favoriscono il design di algoritmi computazionalmente vantaggiosi, configurandosi come un’importante risorsa per gestire grandi quantità di dati e risolvere problemi complessi in tempi ragionevoli in un’epoca che è quella della Digital Economy, in cui “data is the new oil”