IBM tra IA, quantum e HPC per proiettare la ricerca chimica nel futuro

Il quantum computing salverà il mondo? Di certo no, ma potrebbe dare un impulso decisivo allo sviluppo di soluzioni per problemi di grande portata, da nuovi materiali a nuovi farmaci. Abbiamo parlato con Alessandro Curioni, a capo dell'IBM Research Lab di Zurigo, e Teodoro Laino, ricercatore di simulazione molecolare nello stesso laboratorio, su come la tecnologia possa aiutare lo sviluppo di soluzioni a molti problemi che l'umanità deve affrontare a livello sociale, economico, ambientale, industriale e in molteplici altri campi.

IBM: un futuro di computer tradizionali, quantistici e IA insieme

Si sente spesso parlare di calcolo ad alte prestazioni, di IA e di computer quantistici. Spesso ci si chiede quale di queste tecnologie sarà la chiave per arrivare a nuove scoperte e quale prevarrà sulle altre. La verità è che non ci sarà una prevalenza di una specifica tecnologia, ma una coesistenza delle tre, dove ciascuna darà il suo contributo alla ricerca scientifica e all'evoluzione economica, sociale e tecnologica dell'umanità.

IBM vede chiaramente in questo connubio di tecnologie il futuro dell'elaborazione anche per via delle specificità di ciascuna di esse: non tutti i problemi possono essere risolti utilizzando lo stesso strumento ed è spesso necessario fare uso di più mezzi per superare le difficoltà.

I computer quantistici indubbiamente svolgeranno un ruolo importante nel guidare lo sviluppo futuro: secondo Curioni "per gli scorsi 50 anni la legge di Moore ha portato la potenza di calcolo a crescere esponenzialmente in un mondo limitato: ora che questo passo non è più sostenibile con i computer tradizionali, il quantum è quella chiave che ci permetterà di riprendere questa crescita esponenziale e guidare una nuova rivoluzione informatica".

Tuttavia i computer quantistici non prenderanno il posto di quelli tradizionali. Ci sono due motivi: uno è pratico e coinvolge le temperature prossime allo zero assoluto a cui devono operare questi computer, impossibili da mantenere in computer casalinghi; l'altro è più concettuale e riguarda i campi di impiego di questi computer, che sono eccellenti in alcuni tipi di calcolo ma non superiori (o addirittura inferiori) ai computer basati sul silicio in molti altri.

Allo stesso modo l'intelligenza artificiale è uno strumento che può essere eseguito sia su computer "tradizionali" sia su computer quantistici, ma non può fare a meno di un supporto e, viceversa, si può adattare a essere eseguita su entrambe le tipologie di elaboratori.

I cambiamenti che arriveranno saranno dati soprattutto dai risultati che potranno essere ottenuti, più che strettamente dai mezzi con cui si ottengono. Non si prevede ci sia, insomma, un nuovo Bill Gates che promette "un computer quantistico in ogni casa".

La tecnologia applicata alla ricerca chimica: IBM RXN for Chemistry

Tra i molteplici casi d'uso di queste tecnologie uno dei più rilevanti è indubbiamente quello della ricerca sui materiali. Molte delle principali sfide che l'uomo si trova ad affrontare sono collegate in qualche modo ai materiali: ottenere fabbriche che producono meglio, di più e inquinando meno; arrivare a creare materiali più resistenti e più riciclabili; realizzare materiali in grado di fornire un migliore isolamento termico per contenere i consumi derivati dal riscaldamento degli edifici; tutte queste sfide e molte altre ancora richiedono lo sviluppo di nuovi processi di produzione e di analisi.

Il problema nella ricerca di nuovi materiali non è però spesso quello dettato dalla creazione di nuove molecole, ma piuttosto dall'individuazione di una catena di reazioni che possono portare a tali molecole. Per fare ciò si usa una tecnica chiamata retrosintesi che ha proprio l'obiettivo di rintracciare reagenti di base reperibili quanto più possibile facilmente ed economicamente. La retrosintesi è però un processo lungo e laborioso che deve essere fatto a mano. Almeno fino a ora.

Si chiama IBM RXN for Chemistry il progetto che l'azienda sta costruendo per far eseguire il processo di retrosintesi alle macchine. Grazie a RXN for Chemistry è possibile specificare una molecola e chiedere poi al software di eseguirne la retrosintesi, risparmiando notevolmente tempo rispetto al processo manuale.

L'addestramento del motore di intelligenza artificiale alla base di questo strumento è avvenuto grazie alle informazioni disponibili pubblicamente. Abbiamo domandato quanto le limitazioni all'accesso pubblico agli studi scientifici possano influire sullo sviluppo di tecnologie di questo tipo: la risposta di Curioni è che "questo è un problema reale, ma non riguarda direttamente questo progetto: già inserire il 5% delle conoscenze delle persone che ci hanno lavorato è difficile".

Il problema starà proprio nel far evolvere il modello di intelligenza artificiale con dati accurati e che non introducano bias (che potremmo tradurre, non del tutto propriamente, come "preferenze" o "preconcetti") nel processo.

L'aspetto però più interessante è quello dell'approccio seguito per creare questo strumento rivoluzionario. Si dice sempre che la Natura ha un suo linguaggio e che questo è la matematica. Bene, ma cosa succederebbe se si utilizzasse lo stesso approccio che si usa per effettuare le traduzioni tra lingue umane anche per effettuare una "traduzione" tra reagenti e prodotti? Seguendo questa intuizione la squadra di ricerca è arrivata a creare IBM RXN for Chemistry, che utilizza gli stessi motori di traduzione di quelli usati per le lingue (con le opportune modifiche). Un risultato estremamente affascinante sotto tutti i punti di vista, dato che in qualche modo conferma che sì, è vero: la Natura (e, in questo caso, la chimica) parla una sua lingua. Con l'IA riusciremo, forse, a capirla un po' meglio.