Il computer quantistico come passeggero

Il computer quantistico come passeggero

Diversi produttori di automobili come Toyota, Volkswagen Group, Ford Motors, BMW Group e Mercedes-Benz hanno già collaborato con società di calcolo quantistico per utilizzare questa tecnologia per varie applicazioni. La tecnologia ha già dato prova di sé nello sviluppo delle batterie per auto e nell’ottimizzazione della connettività, e ora verrà utilizzata anche nei sistemi avanzati di assistenza alla guida (ADAS). Il produttore Tesla, ad esempio, vuole utilizzare l’intelligenza artificiale quantistica per la sua futura soluzione Full Self-Driving (FSD). L’esperto di sicurezza informatica automobilistica VicOne sottolinea che ciò richiede una protezione affidabile contro gli attacchi informatici. 

Gli assistenti alla guida (ADAS) utilizzano sensori, telecamere, radar e lidar. Le informazioni in tempo reale vengono utilizzate per controllare funzioni come il cruise control adattivo (ACC), che regola in modo proattivo la distanza tra i veicoli, nonché l'avviso di deviazione dalla corsia, l'avviso di collisione, il rilevamento degli angoli ciechi, il rilevamento dei pedoni e l'assistenza al parcheggio. Il successo dell’implementazione di tutte queste funzionalità dipende da due componenti chiave: sensori e intelligenza artificiale. I veicoli con tecnologie ADAS richiedono molti sensori per fornire dati utente completi e completi sull'auto e sull'ambiente circostante. Su questa base, l’intelligenza artificiale di bordo o basata su cloud supporta quindi il processo decisionale intelligente e consente la guida autonoma.

Sebbene i sensori all’avanguardia siano ancora nelle prime fasi di sviluppo, hanno il potenziale per rendere gli ADAS più robusti e affidabili. Ciò avviene attraverso una migliore acquisizione delle informazioni, un posizionamento e una navigazione più accurati, un minor numero di falsi allarmi ed errori di valutazione e un migliore apprendimento e autoottimizzazione, ottenuti combinando sensori quantistici con le capacità di apprendimento intelligente di ADAS. Tuttavia, per fornire le funzioni AI, gli ADAS necessitano di una potenza di calcolo notevole, come quella offerta dalla versione Tesla Model 3 Highland da 720 trilioni di operazioni al secondo (TOPS). Oltre ai miglioramenti di CPU e GPU per aumentare le prestazioni, recentemente hanno visto una rinascita anche le NPU (Neural Processing Unit). Inoltre, le QPU (Quantum Processing Units) sono considerate le stelle del futuro e promettono una maggiore potenza di calcolo per l’uso nelle automobili.

Tuttavia, poiché la tecnologia del calcolo quantistico trova un uso diffuso nei veicoli autonomi, sorgono anche preoccupazioni sulla possibile interruzione dei calcoli quantistici o sull’interferenza con le operazioni di calcolo quantistico, che potrebbero portare a rischi per la sicurezza, per non parlare dei rischi per la vita umana. Il rischio principale è la cosiddetta decoerenza quantistica. Il nucleo, che garantisce l’elevata potenza di calcolo dei computer quantistici, può essere disturbato, tra l’altro, da sbalzi di temperatura o campi elettromagnetici. Secondo gli esperti di VicOne, prevenire o mitigare queste interruzioni è quindi fondamentale per lo sviluppo e l’implementazione pratica delle tecnologie basate sui quantistici, soprattutto nel campo ADAS.

Si prevede che l’integrazione della tecnologia quantistica nelle applicazioni ADAS non solo diventerà mainstream, ma avrà anche un impatto economico significativo sull’industria automobilistica. Secondo un rapporto McKinsey, questa tecnologia innovativa genererà tra i 2 e i 3 miliardi di dollari per l’industria automobilistica entro il 2030. Tuttavia, poiché le case automobilistiche abbracciano con entusiasmo la tecnologia quantistica, VicOne ha affermato che è imperativo tenere d’occhio i rischi associati alla tecnologia quantistica e implementare strategie di mitigazione del rischio per garantire la sicurezza dei veicoli e dei conducenti.