Zapata Quantum e NVIDIA hanno annunciato una collaborazione per sviluppare un sistema automatizzato che integra l’AI agentiva al fine di agevolare il quantum resource estimation (QRE). Il progetto prevede un focus particolare nella chimica quantistica applicata a settori come la farmacia, l’energia e la produzione di materiali avanzati. L'annuncio è stato ufficializzato il 23 giugno 2026 da Boston.
Il problema che questa collaborazione mira a risolvere è molto sentito nel campo del calcolo quantistico: oggi, per benchmarkare un algoritmo quantistico, sono richiesti anni di lavoro da parte di esperti, che devono passare tra la modellazione molecolare, la progettazione algoritmica e la stima delle risorse necessarie in termini di hardware. Un processo lento, costoso e poco scalabile. Come sottolineato da Yudong Cao, Chief Technology Officer di Zapata, “il benchmarking degli algoritmi quantistici è un collo di bottiglia sottovalutato nello sviluppo di applicazioni quantistiche.”
Sistema automatizzato per una valutazione rapida
Il nuovo framework combina orchestrazione intelligente, processi quantistici con verifiche continue e modelli di fattibilità AI che possono stimare i requisiti hardware prima ancora dell’esecuzione formale. Il cuore del sistema è il software NVIDIA Agent Toolkit, un ambiente progettato per supportare architetture multi-agente grazie a guardrail, monitoraggio e ottimizzazioni integrate. Questo consente di calcolare in anticipo il numero di qubit fisici necessari e la profondità delle porte logiche senza dover eseguire il calcolo su apparecchiature fisiche.
La possibilità di effettuare una previsione iniziale evita di sprecare risorse su esperimenti non fattibili. Inoltre, riduce l’incertezza sulle risorse necessarie, facilitando la pianificazione operativa e migliorando la precisione della stima.
Applicazioni in chimica computazionale
Il primo campo d’applicazione scelto per testare questa tecnologia è la catalisi omogenea, un problema estremamente complesso in termini computazionali, che ha una vasta rilevanza in chimica, farmaceutica e produzione di materiali. I dati e gli spunti per il modello provengono anche dall’esperienza accumulata da Zapata durante il programma DARPA Quantum Benchmarking, un'iniziativa volta a testare algoritmi quantistici su larga scala.
Sam Stanwyck, Director of Quantum Product di NVIDIA, ha espresso una visione chiara: “Questa collaborazione dimostra come la potenza dell’AI e del computing accelerato siano indispensabili per rendere le stime di risorse quantistiche adatte all’ambiente industriale.” Inoltre, Zapata sta avanzando una domanda di brevetto provvisoria relativa al suo “agentic framework for quantum”, un documento formale che intende proteggere il modello di integrazione AI autonomo e con verifiche incorporate.
Un passo importante per il futuro del calcolo quantistico
Finora il calcolo quantistico si è scontrato con un divario tra il potenziale teorico e le applicazioni reali. Una parte significativa di questa distanza non dipende esclusivamente dagli hardware disponibili, ma dalla difficoltà, gia all’inizio del progetto, di comprendere se un dato algoritmo sia fattibile in un certo contesto e a quale costo. Automatizzare questa valutazione con agenti AI permette di ridurre il carico di lavoro manuale su fasi ripetitive, riconcentrando l’esperto su aree dove la valutazione umana è decisiva.
I due team stanno inoltre esaminando l’eventuale espansione del loro modello ad ulteriori applicazioni al di fuori della chimica computazionale. Se dovesse funzionare su larga scala, il metodo potrebbe accelerare significativamente il ritmo con cui nascono applicazioni concrete legate ai quantum computing, riconvertendo il potenziale teorico in innovazioni tangibili.