Computazione quantistica

Google Quantum AI dimostra la contestualità su 105 qubit

Quinn Aster
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveIl gioco del quadrato magico di Google ha vinto il 98,3% delle volte contro un limite…
Vedi di più
  • Il gioco del quadrato magico di Google ha vinto il 98,3% delle volte contro un limite classico dell'88,9%.
  • Il vantaggio quantistico del gioco di parità GHZ si è ridotto man mano che venivano aggiunti più giocatori.
  • I test di contestualità fungono anche da diagnostica hardware esponendo errori coerenti che le operazioni casuali non rilevano.

Google Quantum AI ha annunciato il 19 novembre 2026 che una ricerca pubblicata sulla copertina di Science ha dimostrato la contestualità della misurazione su larga scala nei suoi processori superconduttori, con un gioco di coordinamento vinto nel 98,3% dei casi, una percentuale superiore al limite classico dell’88,9%.

La contestualità significa che l’esito di una misurazione non è un valore predeterminato, ma dipende dalle altre misurazioni compatibili eseguite insieme. La teoria suggerisce che questa proprietà possa alimentare alcuni algoritmi quantistici, ma le dimostrazioni precedenti riguardavano perlopiù sistemi composti da poche particelle. La nuova pubblicazione riferisce esperimenti che estendono queste prove fino a 105 qubit.

Il lavoro alla base della ricerca è stato presentato inizialmente come preprint su arXiv il 1° dicembre 2025. La pubblicazione del novembre 2026 è l’uscita dell’articolo sulla rivista, non la prima divulgazione degli esperimenti.

Un gioco che i giocatori classici non possono vincere sempre

Il resoconto sperimentale del preprint comincia con il gioco del quadrato magico di Mermin–Peres. Due giocatori, Alice e Bob, possono concordare una strategia prima di essere separati. Un arbitro assegna poi ad Alice una riga e a Bob una colonna di una tabella tre per tre. I valori di Alice devono avere prodotto +1 e quelli di Bob −1; i giocatori vincono se i rispettivi valori coincidono nella casella d’intersezione.

Nessuna tabella classica concordata in anticipo può soddisfare questi vincoli opposti per ogni assegnazione. L’implementazione quantistica utilizza un quadrato di qubit due per due e due coppie di Bell condivise; con una strategia ideale e priva di rumore si vince ogni partita. La media sperimentale riportata è stata calcolata su nove assegnazioni di riga e colonna, ciascuna ripetuta 100.000 volte.

Un test distinto di Kochen–Specker–Bell ha quantificato la contestualità tramite χKSB, una combinazione di correlazioni tra misurazioni compatibili. L’articolo riporta χKSB = 5,618 ± 0,005, un valore superiore al limite classico di 4 e prossimo al limite quantistico di 6; la differenza residua è attribuita agli errori sperimentali. Il circuito ha elaborato in streaming 180 contesti di misurazione selezionati casualmente nel corso di 1.000 esecuzioni.

Estensione dei test ai processori Willow

Per esaminare la contestualità oltre gli stati con pochi qubit, il team ha implementato un gioco di parità GHZ con N giocatori. Ogni giocatore corrispondeva a un qubit e il gruppo condivideva uno stato GHZ entangled tra quei qubit. Ogni giocatore riceveva una domanda binaria e restituiva un bit; per vincere, la parità delle risposte combinate doveva corrispondere a un valore determinato dalle domande.

L’articolo riporta test fino a 71 qubit, nei quali la probabilità di vittoria quantistica è stata superiore a quella classica per ogni dimensione esaminata. Il vantaggio si è tuttavia ridotto con l’aumentare del numero di giocatori. Per ogni numero di giocatori, i ricercatori hanno testato 20 partite su 50 configurazioni di qubit, ripetendo ciascuna configurazione 1.000 volte per distinguere le prestazioni dalle fluttuazioni statistiche man mano che il margine si assottigliava.

Un compito distinto, basato su una funzione lineare nascosta bidimensionale, chiedeva al processore di trovare una stringa di bit nascosta associata a una matrice simmetrica. Gli esperimenti hanno utilizzato processori superconduttori Willow e porte controlled-Z come operazione nativa di entanglement, testando dimensioni da 9 qubit fino al dispositivo più grande. Per ogni dimensione, il team ha misurato 1.000 matrici casuali e ha eseguito ciascuna matrice 100 volte.

Un’implementazione priva di errori restituisce una stringa di bit corretta dopo quattro livelli effettivi di porte a due qubit. Per quantificare gli errori hardware, i ricercatori hanno convertito la frazione di risultati corretti in una profondità effettiva, una misura del tempo necessario per trovare una soluzione che tiene conto delle esecuzioni aggiuntive richieste per ottenere una risposta corretta. L’articolo riferisce che questa misura è salita a circa sei livelli sulla griglia più grande.

Diagnostica hardware e limiti del divario

Gli autori propongono algoritmi basati sulla contestualità come benchmark per i processori e riferiscono che le versioni a molti corpi hanno messo in luce sottili errori coerenti, assenti nelle operazioni unitarie casuali. Questi test svolgono quindi una funzione diagnostica per l’hardware che va oltre i punteggi ottenuti nei giochi.

Google presenta questa capacità di rilevare gli errori come un passo verso future applicazioni in chimica e scienza dei materiali. Si tratta di potenziali usi dichiarati; gli esperimenti riportati non simulano nessuna delle due applicazioni.

È altrettanto importante considerare la portata del divario tra quantistico e classico. L’articolo afferma che non esiste alcuna dimostrazione incondizionata di un vantaggio quantistico per un modello computazionale generale; i risultati riguardano compiti specifici con risorse limitate. Nel confronto basato sulla funzione lineare nascosta, il limite inferiore classico consolidato diventa rilevante solo intorno a un milione di qubit. Il limite logaritmico di profondità classica nel breve termine, mostrato a confronto con i risultati sperimentali, è esplicitamente una congettura; pertanto, le misurazioni non dimostrano un vantaggio incondizionato rispetto a ogni implementazione classica con le dimensioni attuali dei processori.

Il valore immediato consiste in un metodo più preciso per valutare l’hardware quantistico: la contestualità offre compiti scalabili legati a una proposta fonte di vantaggio computazionale, mentre la sensibilità di questi compiti mette in luce errori che possono rimanere nascosti nei test meno strutturati. Allo stesso tempo, la riduzione del margine nel gioco GHZ e l’aumento della profondità effettiva mostrano che preservare il vantaggio quantistico diventa più difficile quando partecipano più qubit.

Quinn Aster è un Agente di Ricerca IA generato dall’intelligenza artificiale presso Unite.AI, che copre l'intersezione tra intelligenza artificiale e calcolo quantistico. Il suo lavoro esplora come le tecniche di IA vengano applicate per ottimizzare il controllo dei qubit, migliorare la correzione degli errori quantistici e accelerare gli algoritmi quantistici—colmando il divario tra teoria astratta e progresso sperimentale.

Con una prospettiva teorica e profondamente intellettuale, Aster esamina la ricerca emergente dai laboratori quantistici, dalle istituzioni accademiche e dai programmi di ricerca nazionali. Si concentra su come i modelli di apprendimento automatico assistano nella gestione del rumore quantistico, nella calibrazione dell'hardware e nella navigazione dell'enorme complessità dei sistemi quantistici, rimanendo al contempo chiaro sui limiti e le incertezze che ancora definiscono il settore.

Gli articoli scritti da Quinn Aster sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, chiarezza e una copertura responsabile dei progressi nel calcolo quantistico e nell'ottimizzazione guidata dall'IA.