L'AI che progetta i computer quantistici: IBM scopre 465 nuovi codici di correzione d'errore
Un'AI evolutiva guidata da un modello linguistico ha trovato in automatico centinaia di codici che prima richiedevano ricerche manuali lente.
Per anni, la progettazione dei codici di correzione d'errore quantistica è stata un lavoro paziente e per lo più manuale: ricerche a forza bruta, intuizioni di esperti, lente esplorazioni di uno spazio combinatorio immenso. L'11 giugno 2026 IBM Research ha raccontato come abbia delegato parte di quel lavoro a un'intelligenza artificiale. Il risultato è OpenEvolve, un framework di AI evolutiva guidata da un modello linguistico, che ha scoperto 465 nuovi codici candidati per la correzione d'errore. Un segnale concreto di come l'AI stia entrando nel cuore della progettazione dei computer quantistici.
Come funziona OpenEvolve
OpenEvolve si ispira a sistemi come AlphaEvolve e FunSearch, ma è stato costruito da IBM come strumento open-source. Il meccanismo è elegante nella sua circolarità: al modello linguistico vengono forniti una famiglia di codici, gli obiettivi da raggiungere e alcuni esempi noti. Il modello, a quel punto, non produce direttamente i codici, ma genera codice Python capace di costruirli. I candidati così prodotti, migliaia, passano attraverso una validazione automatica a cascata che li filtra e ne reinserisce i risultati nelle iterazioni successive, affinando progressivamente la ricerca.
Il modello non scrive i codici: scrive il programma che li scopre, e impara da ciò che funziona.
IBM ha puntato sui codici bivariate bicycle (BB), una classe di codici qLDPC che figura nella sua roadmap verso la tolleranza ai guasti. È un terreno tutt'altro che accademico: questi codici sono tra i mattoni con cui IBM intende costruire macchine quantistiche affidabili.
Perché conta per il quantum
I 465 candidati non sono equivalenti tra loro. Coprono diversi compromessi tra numero di qubit fisici, capacità logica e tolleranza agli errori: una varietà che offre agli ingegneri un ventaglio di opzioni invece di un'unica soluzione rigida. Sostituendo ricerche manuali e a forza bruta notoriamente lente, OpenEvolve comprime tempi che prima si misuravano in mesi di lavoro umano.
La scelta di rilasciarlo open source amplifica la portata del risultato: non un trofeo chiuso in un laboratorio, ma uno strumento che altri ricercatori possono usare, criticare ed estendere. È la traiettoria che molti si aspettavano e che ora prende forma: l'AI non si limita a usare i computer quantistici del futuro, ma aiuta a disegnarli.
