Entrare nel cuore della ricerca e poter esplorare ‘dietro le quinte’ e con il confronto diretto con i ricercatori di Ibm lo sviluppo di AI e quantum computing: è l’occasione offerta dalla visita a Zurigo in uno dei dodici laboratori di ricerca Ibm a livello globale. La sede svizzera è operativa dal 1956, la prima in Europa di Ibm Research. Oltre alla ricerca sui progetti per la tecnologia informatica di domani, l’obiettivo del centro è quello di mantenere stretti rapporti con partner accademici e industriali e contribuire a guidare l’agenda dell’innovazione europea.
E’ proprio l’applicazione delle tecnologie più avanzate alla soluzione di problemi “reali” a rendere possibile già la ricerca su nuovi materiali, molecole, farmaci, ma anche il monitoraggio di problemi chiave come le condizioni di salute del pianeta. “Sforzi che nel tempo sono stati riconosciuti e premiati a livello internazionale, tanto che ben sei ricercatori Ibm, nei diversi centri (in tutto sono circa 3mila i ricercatori Ibm nel mondo, Ndr.), hanno ricevuto il premio Nobel e ben quattro di loro hanno lavorato presso il laboratorio svizzero”, esordisce Alessandro Curioni, Ibm Fellow, vice president of Ibm Europe and Africa nonché direttore del centro di Zurigo.
Cercare di operare meglio con le tecnologie disponibili, ma anche “inventare il domani” è di fatto l’elemento che ha consentito ad Ibm di “continuare ad essere un punto di riferimento nel corso dei suoi 110 anni di vita. Ricerca e idee concrete a vantaggio del business sono i due elementi chiave che hanno caratterizzato il percorso dell’azienda che ha potuto contare quindi sui lab come motore per la crescita organica di Ibm, ma anche per ‘inventare’ il futuro del computing” puntualizza Curioni -. Per questo non si parla solo di orizzonti temporali a breve termine ma anche di concreti casi applicativi messi a terra che portano al centro dell’attenzione il tema della governance dei dati.
Intelligenza artificiale e …
I temi centrali della due giorni di visita sono senza dubbio l’intelligenza artificiale ed il quantum computing. La prima ha beneficiato di un’accelerazione importante negli ultimi dodici mesi, grazie alla presentazione al pubblico della sua componente “generativa”, che è importante ma non necessariamente la più importante. “Per il business, infatti, l’approccio Ibm (qui il contributo approfondito, Ndr.), con i foundation model come modelli di AI molto grandi, basati su miliardi di parametri e addestrati su terabyte di dati, cambia letteralmente il paradigma degli utilizzi e soprattutto le possibilità di mantenere il controllo sui dati”.
Tre le caratteristiche chiave: l’elevata capacità (anche in termini di parametrizzazione), il pre-addestramento su una vasta mole di dati non ‘etichettati’, e soprattutto l’adattabilità a seconda degli obiettivi finali attraverso una sorta di “integrazione” dell’addestramento sui dati disponibili in azienda.
Ecco che il Self-Supervised Learning proprio come modello di addestramento – basato sul machine learning e un variegato complesso di metodi che facilitano la generazione di un modello da dati non “etichettati” – rappresenta allora l’abilitatore chiave.
“Il problema principale oggi non è certo la ‘supremazia’ dell’AI sull’uomo, quanto piuttosto il rischio di perdere il controllo sui dati, sul valore di quelli disponibili in azienda, sui ‘bias'”. Sono quindi la “mancanza di pulizia” e gli “errori” a rappresentare il rischio maggiore. Un aspetto che Ibm ha proposto da subito come critico e che indirizza con Watson Knowledge Catalog per il processo di monitoraggio e controllo degli asset di dati in base ai metadati dei medesimi asset. Si colloca all’interno dell’evoluzione Watsonx, piattaforma AI e dati con un insieme di assistenti AI progettati per aiutare a scalare e accelerare l’impatto dell’AI sulla base di dati affidabili e con un approccio che fa tesoro della lezione per cui “la governance non è certo ‘statica’ e tra le lezioni da imparare vi è anche la capacità di fare domande, prima ancora di quella di cercare risposte”.
Una capacità che già è in campo in determinati ambiti. Per esempio l’azienda biofarmaceutica Boehringer Ingelheim ha deciso di utilizzare le tecnologie ed i foundation model di Ibm per scoprire nuovi anticorpi per lo sviluppo di terapie efficaci. Boehringer utilizzerà quindi un modello di intelligenza artificiale pre-addestrato sviluppato da Ibm ed ulteriormente perfezionato con ulteriori dati proprietari aziendali. Le tecnologie foundation model per la biomedicina di Ibm si basano su un’ampia gamma di set di dati eterogenei e disponibili al pubblico, comprese le interazioni proteina-proteina e le interazioni farmaco-target per sviluppare modelli pre-addestrati. I modelli pre-addestrati vengono poi messi a punto su specifici dati proprietari del partner Ibm per offrire proteine e molecole di nuova concezione con le proprietà desiderate.
Un esempio ulteriore è quello di FuelCell Energy che con Ibm lavora per migliorare le prestazioni della tecnologia FuelCell Energy utilizzando i foundation model. Le celle a combustibile sono una fonte di energia pulita che può essere utilizzata insieme ad altre fonti di energia rinnovabile o da sola. La collaborazione servirà a studiare le modalità con cui FuelCell Energy può prolungare la vita delle proprie celle a combustibile attraverso un controllo puntuale dei parametri operativi e la loro efficacia in termini di costi per i clienti. I modelli impareranno dai dati e predirranno le prestazioni della tecnologia; si dispone quindi di una sorta di gemello digitale basato sui dati della cella a combustibile e collegando varie fonti di dati sarà possibile una maggiore comprensione di come i vari parametri operativi influiscono sul degrado della cella a combustibile.
Da tempo infine prosegue la collaborazione tra Ibm e Nasa ed il modello addestrato congiuntamente sui dati satellitari Harmonized Landsat Sentinel-2 (Hls) per un anno negli Stati Uniti – e messo a punto su dati etichettati per la mappatura sui disastri provocati da inondazioni e incendi- ha già dimostrato un miglioramento del 15% rispetto a tecniche all’avanguardia utilizzando la metà dei “dati labeled”. Con un’ulteriore messa a punto, il modello di base può essere ridistribuito per attività come il monitoraggio della deforestazione, la previsione dei raccolti o il rilevamento e il monitoraggio dei gas serra.
Di recente, infatti, in occasione di Cop28 sono state annunciate ulteriori applicazioni del lavoro congiunto su un nuovo foundation model di AI per il meteo e il clima: rispetto agli attuali modelli di AI ora offre maggiore varietà di dati, tempi di inferenza più rapidi, maggiore accessibilità e miglioramento dell’accuratezza delle previsioni in altre applicazioni climatiche. E’ stato già applicato per la riforestazione e la sostenibilità idrica in Kenya e nell’analisi del calore delle isole urbane negli Emirati Arabi Uniti.
… l’integrazione con il quantum computing
“Ecco, volendo trovare una chiave di lettura sui progressi che ci attendono nei prossimi anni, questa può essere individuata nell’integrazione tra le possibilità offerte dall’intelligenza artificiale ed il quantum computing“. Spiega Curioni.
Il quantum computing oggi necessariamente porta i suoi benefici in un legame ancora ben stretto con il computing classico che rappresenta l’interfaccia per noi più accessibile. Si parla infatti e ‘necessariamente’ di una tecnologia complessa ma fondamentale proprio “per il suo potenziale nel riuscire a portarci in evidenza strutture di relazioni nascoste all’interno di data set complessi”.
Parliamo quindi della possibilità di scoprire correlazioni che abbiamo sempre avuto sotto gli occhi senza sapere che ci fossero. “Il quantum computing è una delle tecnologie trasformazionali più promettenti anche per la possibilità di generare sistemi in grado proprio di apportare vantaggi alla computazione classica su specifici progetti” con uno spunto di attenzione importante che viene proposto dai ricercatori: “L’applicazione dell’AI nella chimica consente una serie di scoperte frutto di interpolazioni all’interno di uno ‘spazio’ conosciuto, un’ulteriore possibilità riguarda invece la possibilità di riuscire ad estrapolare nuova conoscenza”.
Oggi si comincia a guardare ad applicazioni molto specializzate che evidenziano come il calcolo quantistico porti ad un vantaggio specifico in termini di “accuratezza, ovvero di poter imparare con molti meno dati”. E’ possibile utilizzare modelli quantistici poi per definire la fisica e la chimica di un materiale ed utilizzare modelli di AI diffusivi e generativi per realizzare altre strutture materiali. Con un computer quantistico a 50 qubit “error corrected” che già sarebbe in grado di fare meglio rispetto a quanto consente un computer classico. Un esempio concreto dei vantaggi del quantum già oggi è proprio nella scoperta di nuove molecole per i medicinali, un punto dove ha “letteralmente cambiato il paradigma”. Perché mentre prima l’informazione ha sempre avuto bisogno di essere ‘distillata’ nel mondo fisico per segmentare il processo, il quantum consente di sfruttare già tutte le informazioni presenti, per esempio, nel nostro Dna ed è quindi possibile partire da una struttura genetica, utilizzare le “real world evidences” del problema del paziente, “e con il machine learning ‘accelerato’ dal quantum computing approdare molto prima alla soluzione, senza dover ‘simulare’ una singola molecola”.
Per quanto riguarda invece le possibilità di “fruire” del calcolo quantistico, Ibm dispone di oltre venti sistemi sul cloud utilizzabili dai partner (ed ovviamente anche da università ed istituti di ricerca, oltre che a fini governativi) ma chiunque con la carta di credito può accedere in cloud a Ibm Quantum ed acquistare “cicli” sulle macchine top in modalità as a service. Per il futuro è più facile immaginare dei veri e propri “quantum data center hosting delle macchine con cooling e power integrati ed il calcolo sfruttato as a service, ma non si esclude anche l’installazione di quantum computing on-prem in quei casi in cui non si vuole assolutamente spostare i dati”. Come ha già scelto di fare per esempio la Cleveland Clinic negli Usa.
Per la miniaturizzazione dei sistemi, invece, non ci sono orizzonti temporali, “perché un sistema quantistico, appena viene in contatto con il mondo ‘classico’ diventa esso stesso classico e perde la sua de-coerenza“. E’ ‘coerente’ l’idea che nel medio periodo sarà possibile sfruttare il potenziale quantistico sulla cloud attraverso i dispositivi di normale utilizzo. Ma al centro degli sviluppi, e sarà tema del vicino Ibm Quantum Summit, oggi ci sono i problemi di scalabilità in termini di qubit logici (quelli che contano davvero per il calcolo con questi sistemi, rispetto a quelli fisici) e quindi la “mitigazione/correzione dell’errore”, come spiega Stefan Woerner, manager Quantum Computational Science Ibm Research Europe, con Ibm che già è riuscita ad attenuare il problema degli errori e del rumore nelle elaborazioni più complesse.
La sfida per la sicurezza
L’enorme disponibilità di calcolo strettamente correlata alla proposizione quantistica evidenzia anche dei rischi, in particolare quelli legati alla possibilità di violare in breve tempo anche le chiavi crittografiche oggi più robuste. “Il rischio è oggi, anzi era ieri – spiega Curioni – perché indipendentemente da quando si avrà a disposizione un quantum in grado di violare le chiavi di crittografia, già ci sono organizzazioni che immagazzinano dati criptati con l’obiettivo di poterli decriptare in futuro”.
Un rischio, quello dell’esfiltrazione dati che è enorme quindi “adesso”. Soprattutto per quanto riguarda “le informazioni governative, quelle legate ai brevetti e ancora di più ai progetti di ricerca, per non parlare dei “contratti digitali e delle blockchain che oggi comunque non sono quantum safe“.
Ibm si è mossa già da diversi anni per lo sviluppo di algoritmi che per quanto è a conoscenza oggi dell’azienda sono “estremamente difficili da risolvere, anche da parte dei computer quantistici”. Serve però che le aziende non ragionino più oggi per l’oggi, ma guardando alla sicurezza come processo.
Curioni: “L’awareness è un punto chiave. E le sensibilità sono diverse: per esempio è già evidente nel finance che parlare oggi di digital currency non quantum safe sarebbe una follia”. Eppure le reazioni di istituzioni e governi è spesso molto differente. “C’è infatti chi punta subito all’up-to-date, come il governo tedesco che per esempio ha cambiato tutta l’architettura di base della posta elettronica governativa oggi criptata quantum safe; così come esistono anche imprese già quantum safe e crypto agile. Ma tante sono anche quelle che rimandano, così come non mancano quelle che rifiutano ancora il tema o lo mettono in to-do-list negli ultimi posti”. Anche perché chi è responsabile oggi non è detto lo sarà domani e si limita ad una prospettiva contingente, mentre il problema è molto attuale.
Per esempio, Ivano Tavernelli, global leader for advanced quantum algorithms, Ibm Research Europe, ci spiega: “La ricerca quantum di Ibm è oggi strettamente in mano agli Usa, per il timore di leakeage di informazioni non controllabili, su una tecnologia altamente sensibile come questa, e quanto è pubblicato oggi su riviste scientifiche etc. è solo la punta dell’iceberg“. Non solo: “la competizione tra gli stati è altissima e ampiamente secretata”. L’Europa sta facendo la sua parte ma non è una parte commensurabile rispetto alla ricerca Usa, e a quella della Cina che investe tantissimo anche nella quantum-communication, per l’intercettazione delle informazioni. Secondo gli esperti proprio la Cina starebbe già oggi “facendo la copia di tutto il Web in vista della possibilità di decriptarne completamente il contenuto”. Soprattutto è un Paese che investe una quantità di denaro enorme nel quantum, ma di cui non si conosce di fatto lo stato di avanzamento nella ricerca.
© RIPRODUZIONE RISERVATA
