Enkey Magazine
Sito di informazione tecnologica

Majorana 1: il chip quantistico di Microsoft

Il primo chip quantistico a qubit topologici che rivoluzionerà il settore

Majorana 1

Microsoft ha svelato al mondo Majorana 1, il primo chip quantistico a qubit topologici. I qubit topologici sono più stabili dei qubit tradizionali e potrebbero rivoluzionare il mondo del quantum computing. Scopriamo insieme di cosa si tratta.

Cos’è Majorana 1

Majorana 1 è il primo chip quantistico a quibit topologici, il quale apre così un nuovo ramo del settore quantistico: i computer quantistici topologici. Tutto ciò potrebbe segnare una svolta importante per il settore e pone Microsoft in prima linea tra i produttori di computer quantistici.

Majorana 1
Majorana 1

Il chip sfrutta, per la precisione, 8 qubit topologici, una classe di qubit più resistenti rispetto a quelli tradizionali.

Inoltre, i computer quantistici topologici possono essere costruiti più facilmente su larga scala, rispetto a quelli tradizionali.

Tutti i computer attualmente operativi nel mondo, messi insieme, non possono fare ciò che un computer quantistico da un milione di qubit sarà in grado da fare.

Questo comporta che tutto ciò che oggi richiede anni di esperimenti e risorse ingenti potrebbe essere risolto in modo rapido ed efficiente grazie alla potenza del quantum computing” – Microsoft.

Le quasi particelle di Majorana

Microsoft prende il nome per questo progetto da Ettore Majorana, fisico italiano conosciuto per i suoi studi sulla meccanica quantistica e per la sua teoria delle particelle.

Majorana 1
Majorana 1

La teoria delle particelle ci dice che Majorana teorizzò l’esistenza delle quasi particelle, con proprietà che potrebbero essere molto utili per il settore del quantum computing.

Microsoft ha utilizzato eccitazioni quantistiche simili alle quasi particelle teorizzate da Majorana per realizzare la struttura dei chip, in grado di scalare fino a un milione di qubit.

Qubit e Qubit topologici

Innanzitutto cosa sono i qubit, sui quali si basano i computer quantistici?

I computer tradizionali utilizzano il sistema binario (0 e 1). I computer quantistici, invece, del sistema binario usano come unità di misura i qubit. Essi sfruttano la sovrapposizione quantistica, in questo modo un bit quantistico può assumere altri valori intermedi tra 0 e 1.

Tutto ciò si traduce in una potenza di calcolo potenzialmente superiore a un qualsiasi altro supercomputer tradizionale.

I qubit hanno però un grande difetto che, fino a questo momento non era ancora stato superato: sono decisamente instabili. Anche una minima interferenza ambientale esterna rischia di compromettere e alterare i calcoli.

Per rendere i computer quantistici più affidabili vengono utilizzati un grande numero di qubit, utilizzati come supporto per correggere gli errori.

Qual è la differenza con gli altri chip quantistici?

La differenza sta proprio qui: Majorana 1 utilizza i qubit topologici e non i qubit tradizionali e questi sembrano essere molto più stabili rispetto agli altri.

Majorana 1
Majorana 1

I qubit topologici sono più stabili e meno soggetti a errori. Essi immagazzinano le informazioni in modo più da essere più resistente alle sollecitazioni esterne.

È proprio la struttura stessa del qubit topologico a proteggere il chip dagli errori e ciò evita l’esigenza di utilizzare un gran numero di qubit.

Majorana 1 è composto da 8 qubit topologici e da una struttura chiamata topo conduttore, costituita da un nano filo di semi conduttore.

Inoltre, il chip è scalabile, ovvero si possono aumentare i qubit fino a un milione di qubit in un unico chip.

Quali saranno gli utilizzi di Majorana 1

Ma quali saranno le possibili applicazioni di Majorana 1? Un computer quantistico di questo tipo potrebbe essere utilizzato in tantissimi settori diversi, rivoluzionandoli.

Esso potrebbe essere utilizzato, ad esempio, nel settore della chimica e della scienza dei materiali, per la progettazione di nuovi materiali. Per la sostenibilità ambientale, trovando alternativi ecologiche ai materiali inquinanti, e per l’agricoltura e le biotecnologie. Ma anche per l’intelligenza artificiale, per migliorare gli algoritmi di machine learning.

Potrebbe piacerti anche