I computer quantistici sono spesso indicati come una tecnologia futura che darà a scienziati e ingegneri un nuovo strumento con cui esplorare i misteri più profondi dell'universo. Ma, in base a un nuovo studio, potrebbero finire per rendere l'intera specie un po' più intelligente.

Un team di scienziati in Corea del Sud ha recentemente utilizzato un computer quantistico per condurre una ricerca su come gli esseri umani trattengono e recuperano le informazioni. Questo studio pionieristico potrebbe aprire la strada a nuove tecniche di apprendimento per migliorare i risultati in campi come scienza, matematica e finanza.

Calcolo quantistico

Esistono numerose forme di calcolo quantistico, sebbene il settore sia ancora agli inizi. Aziende come Google e IBM sono fortemente coinvolte nello sviluppo di quelli che vengono chiamati computer quantistici "basati su gate". Questi sistemi funzionano in modo abbastanza simile ai moderni circuiti digitali.

Altre aziende, tuttavia, hanno adottato un approccio diverso. Il team di ricerca sopra menzionato ha utilizzato un computer di ricottura quantistica della società tecnologica canadese D-Wave per il loro studio.

Il quantum annealing è, fondamentalmente, un metodo più specializzato per sfruttare la meccanica quantistica a fini computazionali. Mentre i computer quantistici basati su gate porteranno, un giorno, si spera, a un "computer quantistico universale" in grado di eseguire qualsiasi calcolo rilevante, il quantum annealing è attualmente focalizzato su una classe specifica di problemi chiamata "ottimizzazione".

Lo studio

I ricercatori hanno monitorato le onde cerebrali di 100 studenti mentre eseguivano una serie di compiti cognitivi. Hanno poi condotto un'analisi di confronto di gruppo tra le prestazioni degli studenti con punteggi più alti nei test (come registrati prima dello studio) rispetto a quelli con punteggi più bassi.

L'analisi delle onde cerebrali è stata poi analizzata utilizzando algoritmi eseguiti su un computer di annealing quantistico D-Wave. Secondo i ricercatori, lo studio ha prodotto nuove intuizioni su come le capacità cognitive siano correlate ai risultati dei test.

Secondo il documento:

"Il nostro studio dimostra il potenziale degli algoritmi basati sul ricottura quantistica... Studi futuri dovrebbero utilizzare questi risultati per indagare i predittori del rendimento accademico o, più in generale, delle capacità cognitive". I risultati dello studio hanno mostrato che il computer di ricottura quantistica di D-Wave era competente quanto le tecniche di apprendimento automatico all'avanguardia quando si trattava di analizzare i dati.

Le implicazioni

Secondo i ricercatori, questa linea di ricerca potrebbe portare a una migliore comprensione di come il cervello umano elabora le informazioni. Le intuizioni ricavate da questo studio hanno mostrato che alcune funzioni cognitive possono essere associate a punteggi più alti nei test.

Comprendendo come queste funzioni cerebrali possono essere ottimizzate, i ricercatori potrebbero sviluppare metodi per migliorare le capacità cognitive generali. Ciò consentirebbe essenzialmente lo sviluppo di scorciatoie per l'apprendimento che potrebbero migliorare i risultati per gli individui che lavorano in campi che richiedono costanti adattamenti alle nuove informazioni.

Il trading di criptovalute, ad esempio, richiede capacità cognitive direttamente correlate a quelle esaminate nello studio sopra menzionato. Un programma educativo incentrato sul potenziamento di quelle funzioni cognitive a livello neuronale del cervello umano sarebbe probabilmente vantaggioso per coloro che operano nel settore.

Nel frattempo, potenziare le funzioni cognitive alla base di un diverso tipo di risoluzione dei problemi, come ad esempio l'architettura, potrebbe richiedere un approccio completamente diverso.

Con il miglioramento delle tecniche di ottimizzazione del ricottura quantistica e la scoperta di una parte sempre maggiore della rete cognitiva del cervello umano, l’umanità potrebbe dover riconsiderare lo scopo dell’istruzione in relazione all’apprendimento effettivo.


Correlati: Satoshi contro la fisica: come i miner quantistici di Bitcoin potrebbero rendere obsoleto l'ASIC