Quantum News Briefs 25 agosto: il rapporto della CISA: "Preparazione dell'infrastruttura critica per la crittografia post-quantistica", ColdQuanta e Super.tech accelerano la ricerca quantistica per Q-NEXT, il teorema rivoluzionario dell'IA quantistica di LANL riduce la necessità di dati di addestramento e ALTRO

Quantum News Briefs 25 agosto inizia con il nuovo rapporto della Cybersecurity & Infrastructure Security Agency "Preparing Critical Infrastructure for Post-Quantum Cryptography", seguito dall'annuncio che ColdQuanta e Super.tech stanno accelerando la ricerca quantistica per Q-NEXT. La prossima trattazione è il teorema rivoluzionario dell'IA quantistica di LANL che riduce la necessità di dati di addestramento e ALTRO.

*****

CISA pubblica il nuovo rapporto: "Preparazione dell'infrastruttura critica per la crittografia post-quantistica"

La Cybersecurity and Infrastructure Security Agency (CISA) ha pubblicato mercoledì 24 agosto un nuovo parere sui modi in cui le infrastrutture critiche dovrebbero prepararsi ai potenziali rischi per la sicurezza derivanti dall'informatica quantistica. TIl documento PDF “Preparing Critical Infrastructure for Post-Quantum Cryptography” può essere letto qui.
Sebbene il calcolo quantistico offra maggiore velocità e potenza rispetto ai computer classici, la tecnologia emergente comporta potenziali rischi, tra cui violazioni dei dati, che potrebbero minacciare la sicurezza delle transazioni commerciali, delle comunicazioni sicure, delle firme digitali e delle informazioni sui clienti. Il documento cita le funzioni critiche nazionali Le NCF sono le funzioni del governo e del settore privato così vitali per gli Stati Uniti che la loro interruzione, corruzione o disfunzione avrebbe un effetto debilitante sulla sicurezza, sulla sicurezza economica nazionale, sulla salute pubblica o sulla sicurezza nazionale, o un loro combinazione.

IQT Cybersecurity Conference a New York, 25-27 ottobre

CISA ha analizzato come ciascuna delle 55 NCF sia vulnerabile alle capacità di calcolo quantistico. CISA ha anche analizzato le sfide che i sistemi specifici di NCF possono affrontare durante la migrazione alla crittografia post-quantistica. I risultati di questa analisi hanno identificato le vulnerabilità urgenti e le NCF che è più importante affrontare per prime per consentire una migrazione di successo alla crittografia post-quantistica.
CISA raccomanda che le parti interessate responsabili di queste NCF collaborino strettamente con NIST, DHS e altri
agenzie governative per garantire la loro preparazione non solo a migrare autonomamente, ma anche a supportare la migrazione delle comunicazioni digitali attraverso altri NCF. Sarà richiesta un'azione alle parti interessate in tutte le NCF, ma solo dopo che questi quattro avranno creato prodotti e servizi che consentiranno ulteriori aggiornamenti.
"Mentre si prevede che il calcolo post-quantistico produrrà vantaggi significativi, dobbiamo agire ora per gestire i potenziali rischi, inclusa la capacità di infrangere la crittografia a chiave pubblica su cui si basano le reti statunitensi per proteggere le informazioni sensibili", Mona Harrington, assistente alla regia della CISA National Risk Management Center, ha detto in una nota. "Le infrastrutture critiche e i leader del governo devono essere proattivi e iniziare a prepararsi per la transizione alla crittografia post-quantistica ora", ha aggiunto Harrington.

*****

ColdQuanta e Super.tech accelerano la ricerca quantistica per Q-NEXT

Azienda quantistica ColdQuanta recentemente ha annunciato l'acquisizione della startup quantistica con sede a Chicago Super.tech in un connubio di complementi di ricerca: le capacità hardware di ColdQuanta con le innovazioni software di Super.tech.
L'annuncio del maggio 2022 è stato una buona notizia per Q-AVANTI, un centro nazionale di ricerca sulla scienza dell'informazione quantistica del Dipartimento dell'Energia degli Stati Uniti (DOE) guidato dall'Argonne National Laboratory del DOE. Quantum News Briefs riassume l'annuncio qui dal sito di ColdQuanta.
Portando Super.tech all'ovile, ColdQuanta, un partner di Q-NEXT, può operare con un approccio più consapevole del software alla tecnologia quantistica, accelerando la ricerca nei materiali e nelle simulazioni quantistiche, aree di ricerca fondamentali per Q-NEXT. E Super.tech, essa stessa affiliata a Q-NEXT, può portare i suoi programmi computazionali a un livello superiore collegandosi con le macchine quantistiche e l'esperienza hardware di ColdQuanta.
"Questo è un esempio di come una startup può identificare e soddisfare un'esigenza in un'area tecnologica emergente e quindi crescere per completare la missione di un'azienda tecnologica più affermata", ha affermato il direttore di Q-NEXT David Awschalom, che è anche un senior di Argonne scienziato, professore di ingegneria molecolare della famiglia Liew e vice preside per la ricerca e le infrastrutture presso la Pritzker School of Molecular Engineering dell'Università di Chicago e direttore del Chicago Quantum Exchange.
ColdQuanta prevede inoltre di fornire alla collaborazione Q-NEXT l'accesso al suo computer quantistico presso la sua sede centrale a Boulder, in Colorado.
"Vogliamo assicurarci di esporre la funzionalità di questi dispositivi basati su atomi freddi in modo che possano essere confrontati in un campo di gioco aperto, in modo che la comunità possa prendere decisioni informate sulla fattibilità e sulle interazioni con i diversi attori in lo spazio, compresi quelli all'interno della collaborazione Q-NEXT ", ha affermato Noel.

*****

Il teorema rivoluzionario dell'IA quantistica riduce la necessità di dati di addestramento

L'addestramento di una rete neurale quantistica richiede solo una piccola quantità di dati secondo un recente articolo co-autore di Lukasz Cincio, un teorico quantistico del Los Alamos National Laboratory. I risultati, pubblicati in Nature Communications, indicano che l'addestramento di una rete neurale quantistica richiede solo una piccola quantità di dati. La nuova prova ribalta le ipotesi precedenti derivanti dall'enorme appetito dell'informatica classica per i dati nell'apprendimento automatico o nell'intelligenza artificiale. “Questo fornisce una nuova speranza per l'apprendimento automatico quantistico. Stiamo colmando il divario tra ciò che abbiamo oggi e ciò che è necessario per il vantaggio quantistico, quando i computer quantistici superano i computer classici", in afintervista successiva con HPCWire riassunti di seguito.
Un aspetto chiave dei risultati, ha affermato Cincio, è che forniscono garanzie di efficienza anche per algoritmi classici che simulano modelli di intelligenza artificiale quantistica, quindi i dati di addestramento e la compilazione possono spesso essere gestiti su un computer classico, il che semplifica il processo. Quindi il modello appreso dalla macchina viene eseguito su un computer quantistico.
"Ciò significa che possiamo ridurre i requisiti per la qualità delle prestazioni di cui abbiamo bisogno dal computer quantistico, rispetto al rumore e agli errori, per eseguire simulazioni quantistiche significative, il che spinge il vantaggio quantistico sempre più vicino alla realtà", ha affermato Cincio.
L'accelerazione risultante dalla nuova dimostrazione ha notevoli applicazioni pratiche. Il team ha scoperto di poter garantire che un modello quantistico possa essere compilato, o preparato per l'elaborazione su un computer quantistico, in molte meno porte computazionali, rispetto alla quantità di dati.
"L'efficienza del nuovo metodo ha superato le nostre aspettative", ha affermato Marco Cerezo, esperto di apprendimento automatico quantistico di Los Alamos. "Possiamo compilare determinate operazioni quantistiche molto grandi in pochi minuti con pochissimi punti di addestramento, qualcosa che prima non era possibile".

*****