“La Natura non è classica, accidenti; e se vuoi farne una simulazione, è meglio costruirla in modo
quantomeccanico.”
— Richard P. Feynman, conferenza “Simulating Physics with Computers”, 1982
____________________________________________________________________________________
I capitoli precedenti hanno presentato la fisica come edificio storicamente consolidato: meccanica, termodinamica, elettromagnetismo, relatività, meccanica quantistica, eccetera. In questo capitolo conclusivo cambia prospettiva: non più “che cosa c’è nei libri”, ma “che cosa la fisica sta dicendo, oggi, ai grandi problemi del nostro tempo”.
Tre temi, molto diversi fra loro, sono il nostro filo conduttore:
In tutti e tre i casi vedremo all’opera una sola idea-guida: la fisica, anziché essere una disciplina chiusa, fornisce idee, linguaggi e strumenti che si trasferiscono a contesti apparentemente lontani, dalla biologia alla scienza dei dati. È un buon modo di chiudere il corso e di lasciare aperte molte porte.
Attenzione!
Sul tono di questo capitolo Come il capitolo precedente (cap. 24), anche questo è prevalentemente qualitativo: la sua funzione è introduttiva e panoramica, non sistematica. Le formule sono poche e funzionali: quando compaiono, conservano la convenzione delle unità SI sotto la riga della formula, ma l’enfasi è sui concetti.
L’intelligenza artificiale (IA) moderna — in particolare l’apprendimento automatico basato su reti neurali profonde — ha conosciuto un’accelerazione spettacolare nell’ultimo decennio. Pochi sanno che molti dei concetti matematici che ne sono al cuore sono stati introdotti, decenni prima, da fisici della materia condensata.
Il modello di Ising (1925) descrive un reticolo di spin \(s_i \in \{-1, +1\}\) con interazioni fra primi vicini. L’energia di una configurazione \(\{s_i\}\) è
dove \(J_{ij}\) è la forza dell’accoppiamento fra gli spin \(i\) e \(j\), e \(h_i\) rappresenta un eventuale campo esterno. A temperatura \(T\), la probabilità di osservare la configurazione \(\{s_i\}\) è data dalla distribuzione di Boltzmann (cap. 20):
\(Z\) è la funzione di partizione; da essa si ricavano tutte le grandezze macroscopiche.
Nel 1982 John Hopfield, fisico, propose di vedere una rete neurale binaria come un modello di Ising in cui i “pesi” \(J_{ij}\) codificano la memoria di pattern da riconoscere. Le configurazioni di minima energia diventano gli stati “ricordo”; applicando regole di aggiornamento stocastiche basate sulla distribuzione di Boltzmann (macchine di Boltzmann, Hinton e Sejnowski, 1985), la rete impara a generare e classificare dati. Per queste idee Hopfield e Hinton hanno ricevuto il premio Nobel per la fisica nel 2024.
In termini moderni, addestrare una rete neurale equivale a minimizzare un’energia libera (loss function) sullo spazio dei parametri. Il linguaggio della meccanica statistica (energia libera, entropia, transizioni di fase) non è solo un’analogia: è uno strumento operativo per capire quando una rete generalizza bene, quando sovra-adatta, quando ha un “punto critico” di apprendimento.
Una rete neurale artificiale è un insieme di unità elementari (neuroni) organizzate a strati. Ciascun neurone calcola una somma pesata degli input e applica una funzione non lineare (la funzione di attivazione):
con pesi \(w_j\), bias \(b\) e attivazione \(\sigma \) (es. sigmoide \(\sigma (z) = 1/(1+e^{-z})\), ReLU \(\sigma (z) = \max (0,z)\)).
Diverse analogie fisiche:
Attenzione!
Limiti dell’analogia L’analogia rete neurale \(\leftrightarrow \) sistema fisico è preziosa ma non assoluta. Una rete neurale non ha una temperatura fisica né una vera energia libera: sono costruzioni formali che funzionano molto bene per certi modelli (Hopfield, Boltzmann) e molto meno per altri (le reti convoluzionali profonde di oggi non sono direttamente riconducibili a un modello statistico semplice).
L’uso pervasivo dell’IA nelle scienze sperimentali (fisica delle particelle, astrofisica, biologia molecolare, climatologia) pone problemi metodologici nuovi.
L’impatto dell’IA si manifesta anche nella logistica della scienza:
Il bilancio energetico medio del pianeta è governato, in prima approssimazione, da un equilibrio fra energia radiante in ingresso (dal Sole) e in uscita (dalla Terra). La costante solare è la potenza per unità di superficie che raggiunge la Terra a livello dell’orbita, perpendicolarmente alla radiazione:
Unità SI: \([S_0]={\mathrm{W} / \mathrm{m}^{2} }\).
La Terra intercetta questa radiazione su una sezione \(\pi R_{\oplus }^2\) ma la ridistribuisce su tutta la superficie \(4\pi R_{\oplus }^2\): il flusso medio “visto” dal pianeta vale dunque \(S_0/4 \approx 340\,{\mathrm{W} / \mathrm{m}^{2} }\).
Una parte di questa radiazione viene riflessa dal pianeta verso lo spazio: questa frazione si chiama albedo.
Definizione 25.1 — Albedo
Albedo L’albedo \(\alpha \) è la frazione della radiazione incidente che un corpo riflette:
Adimensionale; \(0 \leq \alpha \leq 1\).
Trascurando per ora l’atmosfera, in equilibrio radiativo la Terra emette tanta energia quanta ne assorbe. Usando la legge di Stefan-Boltzmann (\(P/A = \sigma \,T^4\), con \(\sigma = 5.67\cdot 10^{-8}\,\mathrm {W\,m^{-2}\,K^{-4}}\)), si ottiene la temperatura di equilibrio:
Numericamente, \(T_{\mathrm {eq}} \approx 255\,{\mathrm{K} }\) (cioè \(-18\,{^\circ\text{C} }\)). La temperatura media reale della superficie terrestre è invece \(T_{\mathrm {s}} \approx 288\,{\mathrm{K} }\) (\(+15\,{^\circ\text{C} }\)), circa \(33\,{\mathrm{K} }\) in più del valore di equilibrio puramente radiativo: la differenza è dovuta all’effetto serra naturale, dovuto principalmente al vapore acqueo, all’anidride carbonica e ad altri gas serra nell’atmosfera.
L’effetto serra è il meccanismo per cui certi gas atmosferici (gas serra) sono trasparenti alla luce visibile (in arrivo dal Sole) ma assorbono efficacemente la radiazione infrarossa (in uscita dalla Terra). Il risultato netto è che parte del calore emesso dalla superficie viene re-irradiato verso il basso, alzando la temperatura superficiale.
I principali gas serra naturali sono:
Effetto serra antropogenico. Le attività umane (combustione di combustibili fossili, deforestazione, agricoltura e allevamento) hanno aumentato sensibilmente le concentrazioni di alcuni gas serra:
La temperatura media globale (terra + oceani) è aumentata di \(\Delta T \approx 1.1\,{\mathrm{K} }\) dalla media del periodo 1850–1900. Lo squilibrio energetico radiativo associato è stimato in \(\sim 1\,{\mathrm{W} / \mathrm{m}^{2} }\).
Retroazioni climatiche. Il sistema climatico ha molti meccanismi di feedback che possono amplificare (positivi) o smorzare (negativi) un riscaldamento iniziale:
Conseguenze rilevate e proiettate:
A scala locale e regionale, il clima è governato da molti fattori geografici e astronomici:
Negli anni ’80, Feynman intuì che simulare in modo efficiente un sistema quantistico macroscopico è praticamente impossibile per un calcolatore classico (lo spazio degli stati cresce esponenzialmente con il numero di particelle). La sua proposta: per simulare la natura quantistica, costruire un calcolatore quantistico, cioè un dispositivo che usi direttamente le leggi della meccanica quantistica per il calcolo.
Un calcolatore classico opera su bit: ciascun bit assume uno dei due valori \(\{0,1\}\). Un calcolatore quantistico opera su qubit: ciascuno è un sistema quantistico a due stati che, oltre a \(|0\rangle \) e \(|1\rangle \), può trovarsi in un’arbitraria sovrapposizione.
Il vero punto di forza non è il singolo qubit ma il loro insieme: un sistema di \(n\) qubit ha uno spazio degli stati di dimensione \(2^n\), e una sola operazione quantistica può trasformare tutti questi stati contemporaneamente. Per \(n = 60\), \(2^n \approx 1.15\times 10^{18}\): un parallelismo ineguagliabile da qualsiasi calcolatore classico.
Vantaggio quantistico è il termine moderno per indicare che un calcolatore quantistico risolve un dato problema in modo asintoticamente più efficiente di qualunque algoritmo classico noto. Esempi paradigmatici:
Quantum supremacy. Nel 2019 Google annunciò di aver compiuto, con un processore quantistico a \(53\) qubit (Sycamore), un calcolo specifico (campionamento di circuiti casuali) in \(200\,{\mathrm{s} }\), mentre un supercomputer classico avrebbe impiegato, secondo le stime, \(\sim 10000\) anni. È stato il primo annuncio di quantum supremacy, sebbene su un compito di scarsa utilità pratica. Annunci analoghi sono seguiti negli anni successivi da altri gruppi.
Lo stato generico di un qubit si scrive come
Adimensionali; \(\alpha , \beta \in \mathbb {C}\).
dove \(|\alpha |^2\) è la probabilità di trovare il qubit nello stato \(|0\rangle \) se misurato, \(|\beta |^2\) la probabilità di trovarlo in \(|1\rangle \). La normalizzazione \(|\alpha |^2 + |\beta |^2 = 1\) garantisce che le probabilità sommino a uno.
Misura e collasso. Quando un qubit in sovrapposizione viene misurato, il risultato è sempre uno dei due valori classici, \(0\) o \(1\). Dopo la misura, lo stato del qubit “collassa” nello stato classico misurato: una nuova misura immediatamente successiva darà lo stesso risultato. La misura distrugge la sovrapposizione: non possiamo leggere \(\alpha \) e \(\beta \) direttamente.
Entanglement. Due qubit possono trovarsi in stati intrecciati (entangled) per cui la loro descrizione non si fattorizza in quella dei singoli qubit. Esempio: lo stato di Bell
Se misuriamo il primo qubit e otteniamo \(0\), immediatamente sappiamo che il secondo darà anch’esso \(0\) se misurato. La correlazione è istantanea anche se i due qubit sono separati da una grande distanza. Questo effetto, controintuitivo, fu evidenziato nel celebre “paradosso EPR” (Einstein-Podolsky-Rosen, 1935) e confermato sperimentalmente da Aspect (1982): è una proprietà reale della natura, e una risorsa per il calcolo quantistico (Nobel per la fisica 2022 ad Aspect, Clauser, Zeilinger).
Quali tecnologie cambieranno con il calcolo quantistico?
Stato dell’arte (anni 2020). I calcolatori quantistici attuali — IBM, Google, IonQ, Rigetti, e altri — raggiungono qualche centinaio di qubit fisici. Il rumore (decoerenza, errori di gate) è ancora alto: per ottenere un singolo qubit logico a tolleranza di errore servono \(\sim 100\)–\(1000\) qubit fisici, e qubit logici nell’ordine delle centinaia di migliaia sarebbero richiesti per eseguire Shor su chiavi RSA realistiche. La sfida tecnologica è enorme; le risorse dedicate (industria, accademia, governi) anche.
Esempio 25.1
Temperatura di equilibrio della Terra senza atmosfera Calcoliamo la temperatura di equilibrio radiativo della Terra assumendo costante solare \(S_0 = 1361\,{\mathrm{W} / \mathrm{m}^{2} }\) e albedo \(\alpha = 0.30\).
Impostazione. L’energia assorbita per unità di superficie del pianeta è \((1-\alpha )\,S_0/4\) (sezione \(\pi R^2\) su superficie \(4\pi R^2\)). L’energia emessa per unità di superficie come corpo nero è \(\sigma \,T^4\). In equilibrio:
Sostituzione numerica.
Calcolando il rapporto sotto radice quarta: \(0.70\cdot 1361 / (4\cdot 5.67\cdot 10^{-8}) \approx 4.20\cdot 10^{9}\,\mathrm {K}^{4}\), da cui
Cioè \(-18\,{^\circ\text{C} }\): \(33\) K più bassa di quella reale. L’effetto serra naturale è quindi responsabile dell’ospitalità del pianeta.
Esempio 25.2
Numero di stati di un sistema di qubit Quanti stati indipendenti rappresenta un registro quantistico di \(n = 60\) qubit? Confrontalo con il numero di atomi in un grammo di idrogeno (\(\sim 6\times 10^{23}\)).
Calcolo. Lo spazio degli stati è \(2^n = 2^{60} \approx 1.15\times 10^{18}\). La capacità di rappresentazione di \(60\) qubit, espressa come vettore complesso in dimensione \(1.15\times 10^{18}\), è circa \(500000\) volte inferiore al numero di atomi in un grammo di idrogeno — ma la stessa identica operazione quantistica può manipolare tutti questi \(\sim e18\) “stati paralleli” contemporaneamente, mentre un calcolatore classico, anche parallelizzato con miliardi di processori, opera su un solo stato alla volta.
Esempio 25.3
Probabilità di misura in sovrapposizione Un qubit è nello stato \(|\psi \rangle = \tfrac {\sqrt {3}}{2}\,|0\rangle + \tfrac {1}{2}\,|1\rangle \). Verifica la normalizzazione e calcola le probabilità di misurare \(0\) o \(1\).
Verifica. \(|\alpha |^2 + |\beta |^2 = (\sqrt {3}/2)^2 + (1/2)^2 = 3/4 + 1/4 = 1\).
Probabilità. \(P(0) = |\alpha |^2 = 3/4 = 75\,{\% }\); \(P(1) = |\beta |^2 = 1/4 = 25\,{\% }\).
Se ripetessimo l’esperimento (preparazione + misura) un gran numero di volte, troveremmo il qubit in \(|0\rangle \) circa nel \(75\%\) dei casi e in \(|1\rangle \) nel restante \(25\%\).
Esercizio 25.1
Riepilogo
Fisica e intelligenza artificiale — Reti neurali e apprendimento automatico hanno radici profonde nella meccanica statistica: il modello di Ising, le reti di Hopfield e le macchine di Boltzmann sono ponti diretti fra le due discipline. Addestrare una rete equivale a minimizzare un’energia libera in uno spazio di parametri ad altissima dimensione (backpropagation come gradient descent). Nobel per la fisica 2024 a Hopfield e Hinton per questi contributi. L’uso dell’IA in scienza pone problemi di riproducibilità, interpretabilità, validazione ed etica.
Fisica del clima — Il bilancio radiativo Sole-Terra è governato dalla costante solare (\(S_0 \approx 1361\,{\mathrm{W} / \mathrm{m}^{2} }\)), dall’albedo planetaria (\(\alpha \approx 0.30\)) e dall’emissione infrarossa secondo Stefan-Boltzmann. Senza atmosfera, la temperatura d’equilibrio sarebbe \(\sim 255\,{\mathrm{K} }\); l’effetto serra naturale (vapore acqueo, CO\(_2\), CH\(_4\)) la porta a \(\sim 288\,{\mathrm{K} }\). L’aumento antropogenico dei gas serra (CO\(_2\) da \(280\) a \(420\) ppm) ha aumentato la temperatura media globale di \(\sim 1.1\,{\mathrm{K} }\) dal periodo preindustriale. Le retroazioni (albedo dei ghiacci, vapore acqueo, nuvole, oceani) amplificano o smorzano il segnale. Fattori climatici locali: latitudine, altitudine, mari, correnti, vegetazione, cicli astronomici di Milankovitch.
Calcolo quantistico — Un qubit è un sistema quantistico a due stati, in sovrapposizione \(|\psi \rangle = \alpha |0\rangle + \beta |1\rangle \) con \(|\alpha |^2 + |\beta |^2 = 1\). La misura proietta il qubit su \(|0\rangle \) o \(|1\rangle \) con probabilità \(|\alpha |^2\) e \(|\beta |^2\). Sistemi di più qubit possono trovarsi in stati entangled (es. stato di Bell), con correlazioni che non hanno analogo classico. Algoritmi quantistici notevoli: Shor (fattorizzazione, minaccia RSA), Grover (ricerca, speedup quadratico). Quantum supremacy annunciata nel 2019 (Google Sycamore). Applicazioni: crittografia post-quantistica, simulazione di materiali e molecole, ottimizzazione, machine learning quantistico.
Filo conduttore — In tutti e tre i temi, la fisica fornisce idee e linguaggi (energia, entropia, equilibrio, sovrapposizione) che si trasferiscono in contesti tecnologici e sociali di urgente attualità. Il corso si chiude su questa osservazione: la fisica non è un edificio chiuso, ma uno strumento culturale per leggere e affrontare il mondo contemporaneo.
Presentazioni— slide NotebookLM (clic per aprire il PDF)
Audio overview— podcast NotebookLM (clic per ascoltare)
![[Picture]](immagini_fisica/libro_fisica_a_capitoli765x.svg)
