NVIDIA ha introdotto Ising, una raccolta di modelli aperti di intelligenza artificiale che l'azienda descrive come i primi al mondo progettati per accelerare il percorso verso computer quantistici utili. Rilasciati il 23 giugno 2026, i modelli affrontano due dei problemi più ostinati che si frappongono tra l’hardware quantistico sperimentale di oggi e il calcolo pratico: la correzione degli errori quantistici e la calibrazione dei qubit.
Il lancio dimostra la convinzione di NVIDIA che l'intelligenza artificiale classica, in esecuzione sulle GPU che già domina, fungerà da tessuto connettivo che renderà possibili le macchine quantistiche. Il CEO di NVIDIA Jensen Huang ha inquadrato la relazione senza mezzi termini, descrivendo l'intelligenza artificiale come il "piano di controllo" delle macchine quantistiche. Per maggiori informazioni su questa storia, consulta la nostra copertura dell'industria IA.
L'intelligenza artificiale come piano di controllo quantistico
I computer quantistici promettono di risolvere alcuni problemi, come la simulazione molecolare e la crittografia, molto più velocemente delle macchine classiche. Ma i processori quantistici di oggi rimangono rumorosi e soggetti a errori. I qubit, le unità base dell’informazione quantistica, perdono i loro delicati stati quantistici in frazioni di secondo e mantenerli stabili richiede una calibrazione costante e precisa.
È qui che NVIDIA vede un'apertura. Invece di competere per costruire essa stessa i processori quantistici, l’azienda sta posizionando il suo software AI e l’infrastruttura GPU come il livello che gestisce, stabilizza e corregge il comportamento dell’hardware quantistico costruito da altri. I modelli Ising hanno lo scopo di aiutare ricercatori e produttori di hardware ad applicare l’apprendimento automatico per rilevare e correggere errori e per ottimizzare i qubit in modo più efficiente.
Rilasciando i modelli come pesi aperti, NVIDIA sta incoraggiando la più ampia comunità di ricerca quantistica ad adottarli, studiarli e migliorarli, una strategia che rispecchia l'approccio a pesi aperti che ha rimodellato il panorama dei modelli linguistici.
La correzione quantistica degli errori incontra l'apprendimento automatico
La correzione degli errori quantistici è la sfida ingegneristica centrale del settore. Poiché gli stati quantistici collassano se osservati direttamente, i ricercatori devono utilizzare metodi indiretti per rilevare e correggere gli errori senza distruggere le informazioni che stanno cercando di proteggere. Le tecniche convenzionali di correzione degli errori richiedono un sovraccarico enorme, con molti qubit fisici necessari per formare un singolo qubit affidabile, o logico.
L’apprendimento automatico offre una potenziale scorciatoia. I modelli di intelligenza artificiale possono imparare a riconoscere modelli di errori e prevedere correzioni dai dati, riducendo potenzialmente il sovraccarico e la latenza degli algoritmi di decodifica tradizionali. I modelli Ising di NVIDIA sono progettati per operare in questa lacuna, applicando reti neurali addestrate alle attività di correzione degli errori e calibrazione che attualmente richiedono molto tempo ed elaborano su sistemi quantistici.
Primi risultati nel mondo reale
La promessa è già in fase di test sull'hardware reale. La società di calcolo quantistico fotonico Aegiq ha annunciato di aver implementato i modelli di intelligenza artificiale Ising di NVIDIA per automatizzare la calibrazione del suo sistema quantistico fotonico, con risultati riportati secondo cui l'intelligenza artificiale ha ridotto il tempo di calibrazione di un fattore tre rispetto ai metodi precedenti.
Per un settore in cui le ore di messa a punto manuale sono una routine, questo tipo di riduzione è significativo. Una calibrazione più rapida e basata sull’intelligenza artificiale potrebbe consentire ai team di hardware quantistici di dedicare più tempo all’esecuzione di calcoli utili e meno tempo semplicemente a mantenere stabili le loro macchine. Aegiq ha inoltre combinato l'approccio accelerato da NVIDIA con metodi di rete tensore per la simulazione dei fluidi su larga scala, puntando a un modello ibrido in cui l'intelligenza artificiale e le tecniche di ispirazione quantistica lavorano fianco a fianco.
Una scommessa più ampia sull'intelligenza artificiale per la scienza
Il lancio di Ising fa parte di una più ampia spinta di NVIDIA verso l'informatica scientifica svelata nello stesso periodo. Alla conferenza ISC sul supercalcolo, l’azienda ha introdotto nuove librerie software mirate alla chimica, alla scoperta dei materiali e persino alla ricerca della materia oscura, insieme all’annuncio che la sua tecnologia ora alimenta oltre 400 dei 500 supercomputer più veloci del mondo.
NVIDIA ha inoltre illustrato nel dettaglio i nuovi toolkit di agenti IA per le scienze della vita e ha evidenziato le partnership con laboratori nazionali che costruiscono supercomputer dotati delle sue CPU più recenti. Il filo conduttore è la convinzione che i modelli di intelligenza artificiale, sempre più capaci e sempre più aperti, possano fungere da acceleratori generali per affrontare i problemi più difficili della scienza, dalla scoperta di farmaci alla fisica quantistica.
Le azioni quantistiche reagiscono
Il mercato ha risposto rapidamente all'annuncio. Le azioni delle società di informatica quantistica sono aumentate notevolmente dopo il debutto dei modelli Ising da parte di NVIDIA, con titoli focalizzati sul quantistico tra cui D-Wave Quantum (QBTS), Rigetti Computing (RGTI) e Quantum Computing Inc. (QUBT) che hanno registrato guadagni notevoli. Gli investitori hanno interpretato l'approvazione di NVIDIA e i suoi strumenti di intelligenza artificiale aperta come una conferma del fatto che il settore quantistico si sta avvicinando sempre più alla rilevanza commerciale.
Il rally sottolinea quanto il sentimento nei confronti dell’informatica quantistica sia diventato strettamente legato al più ampio boom dell’intelligenza artificiale. Quando l’azienda leader nel settore delle GPU rilascia modelli esplicitamente progettati per rendere l’hardware quantistico più pratico, riformula il settore non come un lontano rivale dell’informatica classica, ma come una frontiera adiacente che l’intelligenza artificiale aiuterà a domare.
Perché i pesi aperti sono importanti qui
La decisione di NVIDIA di rilasciare i modelli Ising come pesi aperti è degna di nota perché la correzione degli errori quantistici è un'area in cui il progresso è stato tradizionalmente relegato all'interno delle singole aziende hardware e dei laboratori accademici. I modelli aperti riducono la barriera per i ricercatori che non hanno accesso a decodificatori proprietari per sperimentare la correzione assistita dall’intelligenza artificiale.
Se l’approccio aperto prendesse piede, potrebbe accelerare il tipo di progresso collaborativo e inter-istituzionale che ha spinto avanti i grandi modelli linguistici. I ricercatori possono mettere a punto i modelli sui dati dal proprio hardware, condividere miglioramenti e creare un kit di strumenti comune invece di reinventare il software di calibrazione e correzione per ogni nuova piattaforma quantistica.
La strada verso l'informatica quantistica utile
L’informatica quantistica ha trascorso anni in uno stato di cauto ottimismo, con i ricercatori che hanno ripetutamente messo in guardia sul fatto che le macchine tolleranti ai guasti e ampiamente utili restano lontane anni. NVIDIA non sostiene che Ising risolva il problema in modo definitivo. Invece, l’azienda scommette che l’intelligenza artificiale può comprimere la sequenza temporale eliminando i colli di bottiglia ingegneristici, un ciclo di calibrazione e un errore corretto alla volta.
Se questa scommessa ripagherà dipenderà dall’efficacia con cui la comunità di ricerca adotterà i modelli e dalla quantità di prestazioni nel mondo reale che offriranno oltre i primi risultati di Aegiq. Ma con Ising, NVIDIA ha tracciato una linea chiara: il futuro dell’informatica quantistica, a suo avviso, sarà costruito sulle fondamenta dell’intelligenza artificiale.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
