L’Università Statale di Milano ha creato un’AI in grado di imitare i neuroni per processare dati

Il sistema proposto è in grado di elaborare grandi quantità di dati in sequenza sfruttando, anziché combattendo, il cosiddetto rumore di fondo dei sistemi quantistici

2 min.

L’Università Statale di Milano ha creato un’AI in grado di imitare i neuroni per processare dati

Immaginare un cervello che riesce a concentrarsi e a prendere decisioni anche in mezzo al frastuono di una stazione affollata. È proprio questo il principio che un team di ricercatori dell’Università degli Studi di Milano ha tradotto in un algoritmo. Lo studio, pubblicato sulla rivista scientifica Npj Quantum Information, propone un sistema di intelligenza artificiale in grado di elaborare grandi quantità di dati in sequenza sfruttando, anziché combattendo, il cosiddetto rumore di fondo dei sistemi quantistici. Con rumore di fondo, o rumore quantistico, in un computer o in un sistema quantistico, ci si riferisce a tutte quelle interferenze esterne o imperfezioni interne che disturbano lo stato delicato dei qubit, l’unità fondamentale dell’informazione nel calcolo quantistico.

Il risultato si inserisce in un filone di ricerca che a Milano ha già prodotto risultati di rilievo internazionale. Nel 2023, un team coordinato da Enrico Prati, docente di Fisica della materia alla Statale, aveva dimostrato, in collaborazione con il Politecnico di Milano, che un computer quantistico è in grado di rilevare attacchi informatici “fino a 64 volte più velocemente” di un computer tradizionale, usando un database reale di tre milioni di pacchetti di traffico internet. Quel lavoro aveva segnato la prima osservazione di un vantaggio quantistico su dati reali, pubblicato su Nature Communications Physics.

Il nuovo algoritmo va oltre e invece di limitarsi a correggere il rumore, una delle principali sfide del calcolo quantistico, lo integra nel processo di elaborazione, rendendolo parte attiva del ragionamento della macchina. Il sistema risulta così più stabile, controllabile e capace di analizzare sequenze di dati molto lunghe senza perdere informazioni. Un approccio che, secondo i ricercatori, apre la strada a un’intelligenza artificiale quantistica più robusta e scalabile, applicabile ai computer quantistici di prossima generazione.


Articoli simili

Ultime news


OpenAI, Anthropic e Nvidia: trimestri record di spesa in attività lobbistiche

Nel terzo trimestre del 2026 Nvidia è stata la più…

OpenAI, Anthropic e Nvidia: trimestri record di spesa in attività lobbistiche
Anthropic dona lo standard Agent Skills alla Linux Foundation e all’AAIF

Anthropic ha ceduto Agent Skills, il formato SKILL.md nato con…

Anthropic dona lo standard Agent Skills alla Linux Foundation e all’AAIF
Canva lancia Craft, il suo primo modello di immagini con 2K e 30 formati

Canva ha presentato Canva Craft, il primo modello di generazione…

Canva lancia Craft, il suo primo modello di immagini con 2K e 30 formati
Copyright musicale, Reservoir chiede 340 milioni a Suno e Anthropic

Le denunce, depositate il 21 ottobre presso il tribunale federale…

Copyright musicale, Reservoir chiede 340 milioni a Suno e Anthropic

Privacy policy| Cookie policy| Cookie setting| © 2026