L'Ai 'copia' il cervello umano per migliorare le sue capacità di analisi. E' la strategia messa in campo da ricercatori dell'università Statale di Milano che hanno sviluppato un algoritmo in grado di sfruttare il 'rumore di fondo' per processare grosse quantità di dati in sequenza così come i neuroni elaborano informazioni in un contesto molto disturbato. In questo modo, il sistema risulta più stabile e controllabile, evitando la perdita di informazioni e consentendo di analizzare sequenze di dati molto lunghi. I risultati mostrano che questo metodo apre la strada a un'intelligenza artificiale quantistica più robusta, scalabile ed efficiente, applicabile a futuri computer quantistici. Lo studio è stato pubblicato su 'Npj Quantum Information'.I ricercatori ripercorrono l'origine della ricerca: "L’idea è nata dal fatto che i computer quantistici sono intrinsecamente rumorosi e questo di solito è un problema. Nel 2015 ci siamo resi conto di una speciale famiglia di algoritmi di intelligenza artificiale che avrebbe potuto sfruttare il rumore, invece di soffrirne. Purtroppo però all'epoca non c'era, ad esempio, neppure l'hardware disponibile per dimostrarlo. Grazie al finanziamento del Pnrr partito a fine 2023 abbiamo portato avanti la ricerca e, dopo due anni, siamo riusciti non solo a dimostrare che l'idea funzionava, ma abbiamo anche identificato un meccanismo che genera questa condizione a comando, in modo controllato". Questo tipo di intelligenza artificiale chiamato ad eco, a causa del riverbero di informazione che progressivamente si perde nel tempo, è utile per processare dati in sequenza e può trovare applicazioni che vanno dall'analisi di sequenze di geni a serie di dati finanziari, alla previsione del carico di reti di distribuzione elettriche e dello scenario meteorologico, ad esempio per la creazione del digital twin della Terra.