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 lancia ChatGPT Health con cartelle cliniche e 260 medici coinvolti

OpenAI ha lanciato ChatGPT Health, una funzione dedicata alla salute…

OpenAI lancia ChatGPT Health con cartelle cliniche e 260 medici coinvolti
Google lancia Playground, la piattaforma AI per creare giochi senza codice

Google Labs ha aperto al pubblico Playground, una piattaforma sperimentale…

Google lancia Playground, la piattaforma AI per creare giochi senza codice
OpenAI mette l’AI alla prova della matematica: 722 manoscritti e centinaia di nuovi risultati

L’iniziativa arriva dopo la soluzione generata dall’AI al problema delle…

OpenAI mette l’AI alla prova della matematica: 722 manoscritti e centinaia di nuovi risultati
La nuova scure dell’automazione: FICO e HSBC riducono i quadri per far spazio all’AI

La società statunitense Fair Isaac Corporation e il gigante bancario…

La nuova scure dell’automazione: FICO e HSBC riducono i quadri per far spazio all’AI
Kradeos, Contentstack e Grid My Business: tre tool per misurare la visibilità AI

Tre nuovi strumenti — Kradeos, Contentstack Canoe e Grid My…

Kradeos, Contentstack e Grid My Business: tre tool per misurare la visibilità AI

Privacy policy| Cookie policy| Cookie setting| © 2026