Forbes, Under 30 più influenti: c’è anche IBM Italia con Michele Grossi

di Paola Piacentini



Divisi per 20 categorie diverse, tutti sotto i 30 anni di età, i 100 leader italiani del futuro sono presenti nel numero di aprile di Forbes 2019. Ragazzi e ragazze che contribuiscono con le proprie idee all’innovazione e al cambiamento dei settori in cui operano e lavorano, dalla moda all’economia, dalla tecnologia alla medicina.

Tra questi giovani di talento, nella categoria Enterprise Technology, c’è Michele Grossi, laureato in Fisica presso l’Università di Pavia, ora PhD Executive e Solution Architect di IBM. Grossi si è distinto in campo fisico e chimico, ove i sistemi magnetici molecolari rappresentano spesso veri e propri banchi di prova per lo studio di fenomeni quantistici, oltre ad essere considerati possibili elementi chiave per futuri dispositivi elettronici, come memorie su scala nanometrica di lunga durata o piattaforme di calcolo quantistico resistenti al rumore.

Lo studio di diffusione di neutroni è la tecnica utilizzata per la caratterizzazione di questi sistemi su scale atomiche. Anche se complesse molecole magnetiche possono essere sintetizzate in modo controllabile, la simulazione, e quindi la comprensione, della loro dinamica è spesso proibitiva a causa dell’aumento esponenziale delle risorse richieste su un computer classico, in particolare per estrarre efficacemente le correlazioni dinamiche e le sezioni d’urto neutroniche.

Queste sono caratteristiche proprie del mondo della fisica quantistica e la loro esplorazione dettagliata è oggi più vicina grazie alla disponibilità di un vero hardware quantistico (IBMQ). Grazie all’ausilio di queste tecnologie esponenziali, il gruppo di ricercatori del Dipartimento di Fisica dell’Università di Pavia, in collaborazione con team dell’Università di Parma e del centro di ricerca IBM di Zurigo, ha messo a punto un algoritmo quantistico di simulazione che ricostruisce i risultati di esperimenti di scattering neutronico con cui studiare complessi sistemi magnetici molecolari.

Nello studio, apparso recentemente su Nature Physics, è stata inoltre pubblicata una procedura di mitigazione degli errori, sviluppata in modo originale, che ha permesso di ottenere risultati di qualità eccellente e in ottimo accordo con le previsioni teoriche.
Oltre alle applicazioni in fisica fondamentale, algoritmi e tecnologie quantistiche possono offrire soluzione a problemi di interesse industriale in campi come la chimica farmaceutica, la finanza e l’intelligenza artificiale.

08 aprile 2019

Paola Piacentini, External Relations
@ppiac

Visit us on LinkedIn