La fisica dell’informazione nei sistemi quantistici

La fisica dell’informazione rappresenta l’ultima frontiera della scienza e si basa sull’idea che tutti i processi fisici possono essere descritti dalle informazioni.

Il concetto di informazione, nonostante abbia un ruolo fondamentale nella nostra esperienza quotidiana, è stato a lungo assente negli approcci che la fisica classica ha adottato per descrivere la realtà. Negli ultimi decenni, le cose sono un po’ cambiate ed è emersa con più forza l’idea che l’informazione possa effettivamente essere un aspetto importante per la comprensione del mondo fisico.

Fabio Anza è alla University of California per sviluppare una teoria dell’informazione capace di descrivere il comportamento dei sistemi fisici da un punto di vista sufficientemente generale da essere applicabile a vari campi della scienza. Nello specifico, Anza studia i princìpi della fisica dell’informazione applicati alla meccanica quantistica e alla quantum information.

Nome: Fabio Anza
Età: 32 anni
Nato a: Palermo
Vivo a: Davis (California, Stati Uniti)
Dottorato in: fisica teorica (Regno Unito)
Ricerca: estrazione di modelli quantistici da dati sperimentali
Istituto: Complexity Sciences Center, Department of Physics, University of California, Davis
Interessi: giocare a beach volley, fare sport, viaggiare, leggere
Di Davis mi piace: è una città universitaria, molto a misura d’uomo
Di Davis non mi piace: non ci sono grandi cosa da fare
Pensiero: La conoscenza è potere. Non si può essere, allo stesso tempo, ignoranti e liberi. (Francis Bacon)

Quali sono le radici della fisica dell’informazione?

L’approccio è nato sostanzialmente con l’avvento dei computer e con la computazione, che hanno cambiato in maniera significativa il nostro modo di comunicare, di fare calcoli e studiare i sistemi fisici. Potenzialmente, oggi, per descrivere un sistema non è più necessario conoscere in maniera dettagliata e analitica le soluzioni delle equazioni che governano la sua evoluzione, c’è un computer a farlo per noi. E il risultato che si ottiene è in grado di inquadrare il comportamento fisico del sistema anche senza entrare nel dettaglio di che sistema è.

Su queste radici si sono poi sviluppati nuovi paradigmi basati principalmente sulla manipolazione dei dati. Ne è un esempio il machine learning in cui, partendo da un insieme di dati, c’è una tecnologia che impara a descriverli e ad elaborare una risposta ottimizzata in base al tipo di analisi di interesse.

Questi paradigmi scientifici non erano possibili fino a poco tempo fa e sono interamente basati sul fatto che esiste una nuova tecnologia che permette di manipolare l’informazione invece che specifici parametri. Altri esempi vengono dal mondo della termodinamica. Negli anni 60, infatti, è stato compreso che l’informazione è una risorsa termodinamica che può essere quantificata allo stesso livello dei più familiari concetti di calore e lavoro.

Quali sono i vantaggi dell’uso della fisica dell’informazione per la meccanica quantistica?

I sistemi quantistici si prestano molto bene all’approccio della fisica dell’informazione principalmente per la loro natura intrinsecamente statistica.
La teoria della quantum information, sviluppata negli ultimi decenni, ha permesso di mettere a punto diverse tecniche e strumenti di analisi che oggi occupano un ruolo centrale nello studio di sistemi quantistici. E non solo per applicazioni in campo fisico: per esempio, nell’industria quantistica, un’area emergente molto interessante è quella del quantum sensing. Si tratta di sensori che, sfruttando la meccanica quantistica, riescono ad avere sensibilità e proprietà di gran lunga migliori dei sensori classici. Sono oggetti che possono risolvere sistemi anche microscopici, come quelli biologici: qualche settimana fa è uscito un articolo che usava questi sensori per misurare la temperatura di C. elegans, un verme nematode lungo 1 millimetro

Un altro campo di applicazione, dove l’uso della fisica dell’informazione è assolutamente fondamentale, è quello della termodinamica quantistica; si tratta dell’uso delle regole termodinamiche per descrivere sistemi fatti da una singola molecola o un singolo atomo. Fino a qualche tempo fa ciò era impensabile mentre oggi è un approccio ampiamente usato che ha permesso la realizzazione di nuove tecnologie, tra cui i motori termodinamici della grandezza di un atomo e i motori quantistici che convertono informazione in energia.

Che tipo di sistemi quantistici stai studiando?

In questo periodo sto lavorando sulle catene di spin. Gli spin sono come degli interruttori quantistici, cioè oggetti che possono esistere in due stati quantistici (zero e uno), e vengono usati per creare i computer quantistici.
Le catene di spin possono avere varie geometrie, possono essere unidimensionali oppure disposte su reticoli bidimensionali. Il mio obiettivo è riuscire a simulare il loro comportamento e a ricostruire la loro evoluzione in caso di perturbazione.

Per definire questo comportamento in modo preciso e molto dettagliato sarebbe davvero utile avere delle tecniche generali capaci di descrivere ciò che sta succedendo sulla base dei soli dati sperimentali di partenza.
Scrivere un algoritmo così generale è un po’ il mio personale Santo Graal.

Quali sono le prospettive future del tuo lavoro?

L’idea finale è trovare i princìpi della fisica dell’informazione. Nella pratica, ciò significa mettere a punto un set di idee e algoritmi che permettano di ricostruire la dinamica di un sistema fisico a partire dai suoi dati sperimentali.

La matematica che sta alle spalle di un processo del genere è già stata parzialmente sviluppata, quindi è possibile procedere abbastanza rapidamente. Per il momento mi sto concentrando su modelli per sistemi quantistici particolarmente semplici, ma voglio continuare a sviluppare strumenti sempre nuovi per portare avanti un approccio alla scienza che sia il più generale e accurato possibile.

Leggi anche: Un amplificatore a basso rumore per dispositivi quantistici

Pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.   

Copertina: Wikimedia Commons