Quadratic Unconstrained Binary Optimization (QUBO)

Il progetto

La ricerca riguarda l’applicazione del calcolo quantistico a problemi di argomentazione astratta e ottimizzazione, in particolare tramite codifiche QUBO (Quadratic Unconstrained Binary Optimization) risolvibili su hardware quantistico, all’intersezione tra IA simbolica e quantum computing. Collaboratori: Marco Baioletti (Università di Perugia).

L’attività di ricerca nell’ambito del quantum computing si inserisce in un più ampio interesse per l’ottimizzazione combinatoria, applicando tecniche di ottimizzazione quantistica e classica a problemi computazionalmente complessi dell’Intelligenza Artificiale, con particolare attenzione all’argomentazione astratta. Diversi problemi NP-completi vengono riformulati come modelli QUBO (Quadratic Unconstrained Binary Optimization), risolvibili sia su annealer quantistici sia con metodi di ottimizzazione approssimata. Questa direzione si colloca all’intersezione tra IA simbolica e calcolo quantistico, esplorando come i paradigmi quantistici e le tecniche di ottimizzazione possano accelerare o riformulare problemi tradizionalmente onerosi.