The Signal
Un team di Stanford usa la differenziazione automatica per cercare qubit
Un team guidato da Stanford ha pubblicato un framework basato sui gradienti per ottimizzare circuiti superconduttivi in SQcircuit. Le simulazioni individuano progetti simili al fluxonium con un numero stimato di gate migliore, ma i disposit
Quantum.world Team · Scritto con l’IA · verificato ·
Un team guidato da Stanford presenta progetti simulati di qubit superconduttivi con una metrica del numero stimato di gate superiore di un ordine di grandezza a quella di alcuni progetti comparabili descritti nella letteratura scientifica. Il lavoro, però, non presenta dispositivi fabbricati né misurazioni di laboratorio: le prestazioni dichiarate derivano da un’ottimizzazione numerica e la stima della velocità dei gate non tiene conto di fattori necessari per prevedere il funzionamento pratico.
Lo studio, pubblicato su Quantum il 27 ottobre 2026, aggiunge la differenziazione automatica al pacchetto software open source SQcircuit. Gli autori usano il framework per cercare circuiti che bilancino coerenza e velocità dei gate rispetto alla sensibilità al rumore e alle variazioni di fabbricazione. Sono gli stessi autori a sottolineare la distanza tra progetto ed esperimento: «Abbiamo orientato il nostro approccio allo sviluppo di progetti realizzabili sperimentalmente e speriamo di usare questa strategia per creare dispositivi migliori da sottoporre in futuro a test di laboratorio». Taha Rajabzadeh et al., «A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study»
Gradienti per le Hamiltoniane sparse dei circuiti
I circuiti superconduttivi possono essere regolati modificando i valori dei componenti e la topologia, ma trovare un progetto che soddisfi diversi vincoli di prestazione e fabbricazione richiede di esplorare un ampio spazio di parametri. Il metodo dei ricercatori calcola come cambiano le proprietà di un circuito al variare di quei parametri, poi usa i gradienti risultanti per guidare la ricerca.
Il lavoro estende SQcircuit, un pacchetto Python per l’analisi dei circuiti superconduttivi, con un passaggio di calcolo personalizzato che funziona con il motore di differenziazione automatica di PyTorch. Il passaggio aggiunto risolve un ostacolo software specifico: PyTorch non fornisce direttamente i gradienti degli autovalori e degli autovettori delle Hamiltoniane sparse usate in SQcircuit. Il framework calcola queste derivate separatamente e le inserisce nel processo di ottimizzazione.
Per la dimostrazione della ricerca di qubit, il team usa BFGS, un metodo di ottimizzazione basato sui gradienti, con punti di partenza casuali ed esecuzioni parallele distribuite tra i core della CPU. La ricerca comprende verifiche della convergenza e troncamenti dello spazio di Hilbert assegnati automaticamente, pensati per mantenere le simulazioni dei circuiti sufficientemente accurate da consentire confronti. Gli autori affermano che il framework può ottimizzare anche altre proprietà dei circuiti modificando la funzione obiettivo.
Il fluxonium prevale entro i limiti della ricerca
Lo studio esplora circuiti a singolo anello con un massimo di quattro nodi, non tutte le possibili topologie dei circuiti superconduttivi. Limita i valori dei componenti a intervalli che gli autori considerano compatibili con la fabbricazione e confronta i progetti candidati in base al numero stimato di gate, al tempo di coerenza, a un limite superiore della velocità dei gate e alla sensibilità al rumore e alle variazioni dei componenti.
Tra i circuiti esaminati, gli autori rilevano che i progetti di tipo fluxonium, costruiti attorno a una giunzione Josephson e a un superinduttore, ottengono buoni risultati secondo la funzione obiettivo scelta. Riferiscono che i progetti ottimizzati hanno una metrica del numero stimato di gate superiore di circa un ordine di grandezza a quella di alcuni esempi selezionati dalla letteratura scientifica. Il confronto non implica che i nuovi dispositivi superino quei qubit in ogni impiego: l’articolo osserva che i progetti esistenti potrebbero essere stati ottimizzati per altre funzioni, tra cui i gate a due qubit.
La metrica ha dei limiti e l’hardware resta da testare
La metrica del numero di gate combina il tempo di coerenza con il limite superiore stimato della velocità dei gate. La stima della velocità degli autori si basa sulla distanza tra i livelli energetici e non tiene conto dell’intensità dell’accoppiamento, dei vincoli di controllo né di alcune fonti di fuoriuscita dagli stati computazionali causata dall’impulso di controllo. Gli autori osservano che includere modelli più dettagliati del controllo e della lettura potrebbe rendere le previsioni più precise per i progetti destinati alla realizzazione pratica.
La ricerca copre inoltre soltanto circuiti con un massimo di quattro nodi e gli autori affermano che simulazioni più grandi superavano le risorse di calcolo a loro disposizione. I risultati individuano quindi candidati entro limiti definiti, non una graduatoria universale delle architetture di qubit. La prossima verifica concreta sarà stabilire se un progetto selezionato dal software possa essere fabbricato e misurato; l’articolo la presenta come un futuro lavoro di laboratorio, non come un risultato già ottenuto.
La versione rivista del preprint è apparsa su arXiv il 13 ottobre 2026, prima della pubblicazione sulla rivista due settimane dopo. SQcircuit e il codice degli autori per la ricerca di qubit sono disponibili online, consentendo ad altri ricercatori di esaminare o adattare la procedura di ottimizzazione.