Pasqal ha annunciato la disponibilità di un nuovo workflow assistito da intelligenza artificiale per trasformare protocolli scientifici e problemi computazionali in esperimenti eseguibili sui propri processori quantistici ad atomi neutri. La tecnologia, distribuita attraverso il Neutral-Atom Agentic Toolkit, permette di collegare ambienti di programmazione agentica come Claude Code, OpenAI Codex e Cursor agli strumenti utilizzati per progettare sequenze quantistiche, simulare il comportamento dei sistemi ed eseguire elaborazioni sulle Quantum Processing Unit disponibili tramite Pasqal Cloud. L’iniziativa affronta una difficoltà specifica nell’utilizzo delle infrastrutture quantistiche: anche quando un ricercatore dispone dell’accesso remoto all’hardware, trasformare un problema scientifico in una sequenza fisicamente realizzabile richiede competenze relative alla configurazione degli atomi, alla definizione degli impulsi laser, alle caratteristiche del dispositivo e all’interpretazione dei risultati sperimentali. Il nuovo toolkit automatizza una parte significativa delle operazioni ingegneristiche necessarie a collegare la formulazione di un esperimento alla sua esecuzione, mantenendo il ricercatore responsabile delle decisioni scientifiche e dell’autorizzazione all’utilizzo delle risorse computazionali. La soluzione può partire da una descrizione formulata in linguaggio naturale, da un articolo di ricerca, da un brevetto oppure da una procedura già definita, producendo progressivamente specifiche, codice, simulazioni e risultati misurabili. L’infrastruttura utilizza i software già sviluppati da Pasqal, compresi Pulser per la programmazione delle sequenze, emu-mps per la simulazione e Pasqal Cloud SDK per l’accesso alle apparecchiature quantistiche.
Il funzionamento degli elaboratori quantistici ad atomi neutri si basa sulla manipolazione controllata di insiemi di atomi, organizzati in configurazioni spaziali e sottoposti a impulsi laser che ne modificano gli stati e le interazioni. Nelle architetture basate sugli atomi di Rydberg, l’eccitazione verso determinati stati energetici permette di ottenere interazioni particolarmente intense tra atomi vicini, utilizzabili per rappresentare sistemi quantistici e affrontare problemi computazionali specifici. La preparazione di un esperimento richiede di stabilire quanti atomi utilizzare, come disporli nel registro, quali interazioni siano consentite dall’hardware e come variare nel tempo i parametri degli impulsi applicati. Occorre inoltre definire quali grandezze fisiche debbano essere misurate per verificare l’ipotesi scientifica. Una configurazione teoricamente valida può infatti risultare non realizzabile su uno specifico processore a causa dei limiti geometrici, delle caratteristiche dei controlli laser o delle restrizioni operative del dispositivo. Il toolkit di Pasqal interviene precisamente su questo processo di traduzione, utilizzando agenti specializzati per identificare i vincoli, costruire una rappresentazione tecnica dell’esperimento e verificare se le condizioni richieste possano essere riprodotte dall’hardware disponibile. L’obiettivo non è generare automaticamente un esperimento qualsiasi, ma mantenere una relazione verificabile tra il problema scientifico formulato inizialmente e le operazioni che il processore eseguirà effettivamente.
L’architettura è organizzata attraverso un insieme di competenze agentiche specializzate, ciascuna dedicata a una fase del processo. Quando l’utente parte da un problema applicativo e non dispone ancora di un protocollo definito, la funzione application-to-idea può proporre possibili formulazioni sperimentali, indicando metodi documentati, livello di maturità, caratteristiche della misurazione e principali rischi. Il ricercatore può quindi utilizzare idea-to-spec per trasformare l’obiettivo in una specifica strutturata che comprende geometria del registro atomico, parametri fisici, osservabili da misurare, condizioni operative e questioni rimaste irrisolte. Il risultato viene conservato in un file JSON, che può essere esaminato e corretto prima di procedere. La distinzione tra interpretazione del problema e generazione del codice è una caratteristica essenziale del sistema: una formulazione incompleta oppure un’ipotesi scientifica non verificabile deve essere individuata prima di impegnare risorse per l’esecuzione. La specifica approvata viene quindi elaborata da spec-to-sequence, che genera una sequenza eseguibile attraverso Pulser, comprendente la disposizione degli atomi e i controlli laser variabili nel tempo. Il codice viene accompagnato da procedure di verifica che permettono di controllare determinate proprietà rispetto a condizioni note, riducendo il rischio che una trasformazione apparentemente corretta introduca errori nella rappresentazione dell’esperimento.
Prima dell’utilizzo dell’hardware quantistico, il toolkit prevede una fase di validazione mediante simulazione. La funzione validate-emu consente di verificare il comportamento del protocollo in un ambiente emulato, mentre noise-emulate permette di introdurre, quando richiesto, modelli di rumore compatibili con le caratteristiche del dispositivo. Questa distinzione è rilevante perché il comportamento teorico di un sistema quantistico ideale può differire in maniera significativa da quello ottenibile su un processore reale, dove le misurazioni sono influenzate da imperfezioni dei controlli, rumore e limitazioni sperimentali. Il confronto tra simulazione ideale e simulazione consapevole delle caratteristiche hardware permette di valutare se il segnale previsto rimanga sufficientemente riconoscibile da giustificare l’esecuzione fisica. I risultati vengono presentati al ricercatore, che può decidere di correggere il registro, modificare la durata degli impulsi oppure riformulare la grandezza da misurare. La fase di emulazione precede sempre la raccomandazione di eseguire il lavoro sulla QPU, secondo le istruzioni previste dalle competenze agentiche. Questa precedenza costituisce una regola del workflow e non un controllo applicato da un unico componente software capace di impedire qualsiasi possibile invocazione esterna: gli sviluppatori distinguono esplicitamente le istruzioni impartite all’agente dalle verifiche effettivamente implementate negli script.
Il passaggio all’esecuzione sulle apparecchiature quantistiche avviene attraverso qpu-submit e il Pasqal Cloud SDK, che permette di selezionare un dispositivo, accedere ai parametri di calibrazione pertinenti e trasmettere il lavoro al servizio remoto. Le QPU disponibili agli utenti esterni comprendono Ruby, operata da GENCI presso il CEA in Francia, FC1, collocata a Sherbrooke nel Québec canadese, e SA1, situata in Arabia Saudita. L’esecuzione richiede l’accesso al progetto appropriato e la definizione della quantità di misurazioni, generalmente indicate come shots, attraverso le quali l’esperimento deve essere ripetuto. Il toolkit introduce meccanismi specifici per impedire che un agente utilizzi automaticamente crediti computazionali soltanto perché dispone delle credenziali di accesso. Prima dell’invio vengono mostrati il progetto da utilizzare, il numero di shots e i crediti disponibili; gli script richiedono un’approvazione esplicita e non utilizzano automaticamente il progetto eventualmente memorizzato nelle variabili d’ambiente. Sono inoltre presenti controlli destinati a evitare che un’esecuzione venga inviata nuovamente quando risulta già associata a identificativi di batch precedentemente registrati. Questa protezione è stata sviluppata per limitare i rischi di doppia fatturazione in situazioni nelle quali la connessione o la sessione dell’agente venga interrotta dopo l’invio del lavoro. La possibilità di accedere all’hardware rimane subordinata ai relativi requisiti amministrativi e alle disponibilità dei sistemi.
Al termine dell’esecuzione, la funzione harvest-and-analyze recupera le informazioni prodotte dal dispositivo e le trasforma nelle grandezze osservabili definite nella specifica iniziale. Le misurazioni quantistiche vengono normalmente restituite come distribuzioni di risultati discreti, rappresentabili attraverso sequenze di bit e frequenze associate agli stati osservati. Il toolkit conserva i risultati grezzi e applica procedure di analisi attraverso funzioni Python che permettono di calcolare le grandezze rilevanti per l’esperimento. Le informazioni vengono successivamente confrontate con le previsioni della simulazione ideale e con quelle dell’emulazione che considera il rumore, così da individuare eventuali differenze tra comportamento teorico e funzionamento hardware. Ogni esperimento viene organizzato all’interno di una directory dedicata, contenente specifiche, codice, note, risultati, figure e registrazioni dei passaggi eseguiti. Un documento operativo aggiornato progressivamente conserva le informazioni relative ai comandi utilizzati, ai file prodotti e ai risultati numerici ottenuti. La struttura è progettata per consentire al ricercatore di ricostruire le operazioni e ripetere l’analisi senza dipendere dalla memoria della conversazione con l’agente. Le funzioni di calcolo delle osservabili possono inoltre essere rieseguite sui dati salvati senza dover richiamare il servizio quantistico, distinguendo la fase sperimentale dalla successiva elaborazione scientifica.
Pasqal ha verificato l’approccio attraverso tre casi di ricerca descritti in un lavoro scientifico pubblicato su arXiv. Il primo riguarda la riproduzione di un esperimento del 2019 relativo all’ordinamento delle onde di densità in un insieme di atomi di Rydberg. I ricercatori hanno deliberatamente chiesto al sistema di riprodurre una fase che non poteva essere ottenuta sul dispositivo quantistico selezionato, verificando se l’agente fosse capace di riconoscere la limitazione hardware. Il workflow ha individuato l’incompatibilità e ha modificato la preparazione dell’esperimento verso un regime fisicamente accessibile. La procedura ha quindi prodotto la sequenza corrispondente, eseguito la validazione tramite emulazione e supportato le prove sulla QPU. Le correlazioni tra densità misurate durante l’esperimento hanno riprodotto il comportamento fisico atteso per la configurazione realizzabile. Questo risultato dimostra la capacità del sistema di utilizzare i vincoli del dispositivo durante la trasformazione del protocollo, evitando di presentare come eseguibile una condizione fisica che l’hardware non è in grado di rappresentare.
Il secondo esperimento ha affrontato una situazione più complessa, partendo da una proposta teorica relativa al magnetismo quantistico frustrato in una disposizione triangolare di atomi di Rydberg. Il lavoro di partenza descriveva diverse fasi della materia, ma non forniva una procedura immediatamente utilizzabile su una QPU Pasqal. L’agente ha confrontato i requisiti delle differenti fasi con le capacità dell’hardware e ha individuato condizioni realizzabili, marginali e incompatibili. È quindi riuscito a generare e validare sequenze per i regimi accessibili, ma l’analisi ha evidenziato un limite scientifico significativo: le osservabili inizialmente selezionate erano computazionalmente semplici da ottenere, ma non permettevano di dimostrare in maniera sufficiente l’esistenza della fase fisica cercata. Il protocollo risultava quindi tecnicamente eseguibile e produceva dati plausibili, pur non rispondendo adeguatamente alla domanda scientifica originale. Un ricercatore esperto ha dovuto intervenire per modificare l’analisi, individuando il parametro d’ordine appropriato e la strategia di finite-size scaling necessaria per interpretare il comportamento del sistema. Il caso mostra concretamente la differenza tra automazione corretta dell’esecuzione e validità scientifica dell’esperimento, poiché la seconda dipende dalla relazione tra le grandezze misurate e l’ipotesi che si intende verificare.
Il terzo caso ha utilizzato un brevetto Pasqal relativo a un algoritmo quantistico per la colorazione dei grafi, problema computazionale nel quale occorre attribuire colori ai nodi rispettando determinati vincoli tra elementi collegati. A differenza delle prove precedenti, l’esperimento richiedeva una sequenza di esecuzioni successive, con risultati intermedi utilizzati per decidere le operazioni della fase seguente. L’agente ha trasformato il procedimento descritto nel brevetto in un workflow composto da più iterazioni, coordinando invii ripetuti alla QPU, raccolta delle misurazioni e confronto con un riferimento classico. Durante l’analisi è emersa un’anomalia relativa all’elevata quantità di risultati non validi, inizialmente attribuita dal sistema a un possibile effetto hardware. Una successiva verifica ha mostrato che il problema derivava invece da un disallineamento tra le posizioni degli atomi e le sequenze di bit registrate nelle misurazioni. L’errore era quindi presente nella procedura informatica di interpretazione, non nel processore quantistico. La sperimentazione ha evidenziato sia la possibilità di coordinare workflow hardware articolati sia il rischio che un agente produca spiegazioni plausibili ma errate quando incontra risultati inattesi.
La ricerca comprende anche un’analisi più ampia della letteratura scientifica dedicata ai computer quantistici ad atomi neutri. Dopo ricerca, eliminazione dei duplicati e selezione dei materiali pertinenti, sono stati individuati 633 lavori; tra questi, 526 sono stati considerati sufficientemente analizzabili attraverso un workflow agentico semplificato. Il sistema ha classificato 258 pubblicazioni come potenzialmente realizzabili sulle QPU Pasqal pubblicamente disponibili, direttamente oppure attraverso adattamenti relativamente contenuti. Le limitazioni più frequenti riguardavano funzionalità hardware non ancora accessibili, tra cui determinate categorie di interazioni tra atomi e la capacità di applicare controlli locali individuali. Il risultato fornisce una stima sperimentale dell’insieme di lavori teorici che potrebbero essere trasformati in prove hardware attraverso gli strumenti disponibili, ma la classificazione automatica non sostituisce la valutazione di fattibilità definitiva per ciascun progetto. Il Neutral-Atom Agentic Toolkit è già disponibile attraverso la documentazione Pasqal e può essere installato nei principali ambienti di coding agentico. La generazione delle specifiche, del codice Pulser e delle prime simulazioni può essere effettuata localmente senza disporre di un account cloud, mentre l’accesso alle QPU richiede credenziali e autorizzazioni appropriate. L’introduzione del toolkit consente così di coordinare progettazione, verifica, esecuzione e analisi degli esperimenti quantistici mediante agenti AI, conservando controlli espliciti sui costi computazionali, la tracciabilità delle procedure e la responsabilità del ricercatore nella validazione scientifica dei risultati.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)