Algorithmiq e Fraunhofer ISC collaboreranno in futuro nel campo del calcolo quantistico per lo sviluppo dei materiali

Quantum-Advantage-Algorithmiq-620x500_16-9

Prof. Miriam Unterlass (a sinistra) e Prof. Sabrina Maniscalco (a destra) uniscono le forze di ricerca per rendere il calcolo quantistico utile nella ricerca sui materiali. © K. Wolf / Algorithmiq

Medicina accessibile, aumento dei costi dell'energia, dipendenza dalle fonti strategiche di materie prime: per molte questioni attuali, i nuovi materiali svolgono un ruolo centrale. Tuttavia, i metodi tradizionali di sviluppo dei materiali sono lunghi e spesso richiedono molti anni. Il Fraunhofer Istituto per la Ricerca sui Silicati lavora quindi a approcci di sviluppo accelerato («Materials Acceleration») basati su metodi digitali, apprendimento automatico e Intelligenza Artificiale (IA). Si prevedono ulteriori potenzialità di accelerazione e una più ampia esplorazione dello spazio dei materiali nell'uso di computer quantistici. Con l'azienda italiana Algorithmiq, che possiede comprovate competenze nel calcolo quantistico, il Fraunhofer ISC ha firmato un Memorandum of Understanding (MoU) per una futura collaborazione.

Il Fraunhofer ISC ha una vasta esperienza nella sintesi chimica di materiali molto diversi tra loro. Tuttavia, le sintesi di laboratorio tradizionali sono lunghe: per un nuovo approccio ai materiali sono necessarie numerose serie di prove prima di raggiungere le proprietà desiderate di materiali e lavorazione. I metodi digitali offrono la possibilità di accelerare i processi di sviluppo. Attraverso simulazioni e calcoli delle relazioni tra struttura e proprietà, si possono escludere in anticipo varianti non adatte e identificare con precisione candidati promettenti. Tuttavia, i processi sottostanti sono altamente complessi: la descrizione completa della dinamica dei sistemi multicomponenti quantistici richiede spesso tempi di calcolo estremamente lunghi anche con gli attuali computer ad alte prestazioni. Il calcolo quantistico potrebbe, ad esempio, accelerare significativamente la ricerca di materiali magnetici ad alte prestazioni particolarmente risparmiosi di risorse («rare-earth-lean magnets» o «gap magnets») e consentire di esplorare lo spazio dei materiali a profondità finora irraggiungibile.

Calcolo quantistico – esplorare lo spazio dei materiali in modo più rapido e completo

Algorithmiq è un'azienda di calcolo quantistico di Milano specializzata nello sviluppo di algoritmi nativi quantistici per la ricerca di farmaci e la simulazione di molecole. L'obiettivo principale è calcolare le proprietà e la dinamica delle molecole in modo molto più preciso ed efficiente rispetto alle simulazioni classiche (ad esempio, chimica quantistica classica, simulazioni dinamiche molecolari). Per far funzionare gli algoritmi quantistici, appositamente adattati a questioni di chimica e scienze della vita, già su computer quantistici odierni, ancora soggetti a errori, il team utilizza metodi ibridi in cui un computer classico e uno quantistico collaborano: il computer quantistico calcola effetti quantistici particolarmente complessi nelle molecole, mentre il calcolatore classico gestisce l'ottimizzazione e l'analisi dei risultati. I metodi sono strutturati in modo da sfruttare le strutture e le leggi tipiche della chimica, per fornire affermazioni affidabili sulle molecole e le loro proprietà, nonostante gli errori hardware.

Ora, i ricercatori vogliono estendere il loro concetto di calcolo quantistico, finora impiegato principalmente nel settore delle scienze della vita, che nel aprile scorso è stato premiato con un riconoscimento di 2 milioni di dollari dalla Wellcome Leap Organization per «la dimostrazione per la prima volta di un flusso di lavoro completamente quantistico-classico per la simulazione di terapie complesse e l'apertura di una credibile via verso un vantaggio quantistico a breve termine nel settore delle scienze della vita», alla sviluppo di materiali chimici. A tal fine, l'azienda ha instaurato una partnership strategica con il Fraunhofer ISC, che mette a disposizione la propria esperienza nel campo della sintesi e digitalizzazione di materiali chimici.

Risolvere problemi complessi in modo più efficiente

«Inizialmente, con le simulazioni possiamo identificare più facilmente le aree poco esplorate nello spazio dei materiali – cioè materiali che magari non cercavamo specificamente, ma le cui proprietà potrebbero essere promettenti», spiega la Prof.ssa Dr.ssa Miriam Unterlass, direttrice dell'Istituto Fraunhofer ISC, gli obiettivi della collaborazione. Un altro obiettivo è comprendere meglio lo spazio dei materiali attraverso simulazioni e trovare soluzioni nuove più rapidamente. «Anche in futuro, avremo bisogno della creatività di ricercatori e ricercatrici per creare innovazioni di rilevanza sociale. Tuttavia, gli strumenti diventeranno più digitali, e oltre alla sintesi reale, il gemello digitale acquisirà grande importanza, permettendo di prevedere la sintesi dei materiali, le proprietà dei prodotti e il recupero tramite riciclo lungo tutto il ciclo di vita del prodotto, senza dover ricostruire ogni singolo passaggio di laboratorio.»

L'integrazione dei computer quantistici nella risoluzione di compiti così complessi rappresenta quindi un passo importante verso uno sviluppo più rapido dei materiali. La Prof.ssa Dr.ssa Sabrina Maniscalco, CEO e co-fondatrice di Algorithmiq, aggiunge: «Per troppo tempo, il discorso globale sul calcolo quantistico si è concentrato quasi esclusivamente sull'hardware. Ma l'hardware da solo non basta. Senza progressi sostanziali negli algoritmi e nel software, i computer quantistici rischiano di rimanere impressionanti dal punto di vista scientifico, senza offrire un reale valore industriale. In Algorithmiq, stiamo costruendo lo strato algoritmico che rende i computer quantistici effettivamente utili – per la chimica, le scienze della vita, i nuovi materiali e oltre.»

Nel giugno 2026, i partner Algorithmiq e Fraunhofer ISC si incontreranno a livello di direzione per discutere dei primi progetti comuni e della loro direzione.