Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Il problema dei quanti e della causalità in Einstein attraverso le lettere a Michele Besso

Giordano, Giuseppe

Published Jan 1, 1995• 0 citations
OpenAlex

Related papers

Causalità Relativistica. Problemi filosofici all’incontro di teoria dei quanti e relatività ristretta

Gabriela Valente

•Jan 1, 2016•0 citations

Quantum machine learning and optimisation: approaching real-world problems with a quantum coprocessor

Luca Asproni

Questo lavoro esamina le applicazioni del quantum computing in data science, riformulando problemi di ottimizzazione e machine learning attraverso un formalismo ibrido quantistico-classico. Innanzitutto, vengono presentati i concetti fondamentali della meccanica quantistica, limitando lo studio all’area di interesse del quantum computing ma allo stesso tempo impostando il contesto matematico in modo rigoroso. Dopodiche, attraverso una panoramica dell’hardware presente ad oggi e di quello atteso per il futuro prossimo, e con l’esaminazione dei problemi legati al rumore e al ridotto numero di qubit disponibili nei dispositivi quantistici moderni, si motiva il bisogno di un approccio ibrido per risolvere problemi complessi, che permetta ad hardware classico e quantistico di lavorare sinergicamente. Lo scopo di questo lavoro e quello di presentare strategie per modellare problemi di ottimizzazione e supervised e reinforcement learning in modo da far lavorare una Quantum Processing Unit sulle parti degli algoritmi computazionalmente piu costose. Vengono discussi sia i benefici sia gli svantaggi: i primi sono strettamente legati alla scelta di un modello di computazione nuovo, dal quale ci si aspetta l’esecuzione di operazioni classicamente intrattabili e lo sfruttamento della velocita intrinseca dei sistemi quantistici di raggiungere il ground state; i secondi derivano principalmente dalle attuali limitazioni ingegneristiche che non permettono un controllo efficiente di sistemi quantistici a larga scala. Vengono esaminati quattro casi di studio: un problema di classificazione di immagini auto-costruite attraverso un algoritmo di Support Vector Machine, il quale sfrutta funzioni che portano i dati dallo spazio di input allo spazio degli stati quantistici, construendo cosi un kernel quantum-enhanced; un problema di reinforcement learning, formulato come Quadratic Unconstrained Binary Optimisation (QUBO), con lo scopo di trovare una strategia vincente per il gioco del Blackjack usando dati auto-simulati; il Number Partitioning Problem, formulato come QUBO, che rappresenta lo scenario piu complesso dal punto di vista della connettivita dei qubit e, per grandi istanze, e capace di raggiungere la complessita di problemi reali; infine, il problema del limited-assets Markowitz portfolio optimisation, riscritto come QUBO, al fine di implementare un’euristica quantum-inspired che possa sormontare la complessita del problema al crescere della dimensione dell’input. Nel corso di questo lavoro sono stati analizzati sia l’approccio di computazione universale gate-model, sia quello di adiabatic quantum computing, con particolare attenzione verso quest’ultimo attraverso la maggior parte dei casi di studio. Per uno di questi, il Number Partitioning Problem, e stato sfruttato l’accesso in cloud ad un quantum annealer, che ha permesso uno studio completo delle capacita di tale macchina, in grado di risolvere tra i problemi piu complessi che i quantum computer moderni possano affrontare. Infine, non solo questo lavoro valuta l’accuratezza e la qualita delle soluzioni dei problemi esaminati, ma si concentra anche sul paragone tra strategie quantistiche e classiche, evidenziando le differenze e i benefici che un approccio quantistico o ibrido quantistico-classico puo portare nella risoluzione di problemi di ottimizzazione e machine learning, specialmente con l’eventuale disponibilita, nel futuro prossimo, di dispositivi a piu larga scala.

•Oct 8, 2019•0 citations

La théorie nouvelle de M. Einstein et la théorie des quanta

Ig. Tamm

•Dec 1, 1929•1 citation

DALL’«ARTICOLO EPR» AGLI ESPERIMENTI DI ALAIN ASPECT: IL LUNGO CAMMINO DEL PROBLEMA DELLA NONLOCALITÀ IN MECCANICA QUANTISTICA

Vera Matarese

Quando, nel 1935, venne pubblicato il famoso articolo chiamato poi “EPR Paper” per le iniziali dei suoi autori - Einstein, Podolsky, Rosen -, la comunità scientifica dovette confrontarsi non solo con le manifeste provocazioni che il suo argomento voleva mostrare, ma anche con latenti problemi che sarebbero sbocciati più avanti in tutti i loro stridenti contrasti. L’incompletezza della meccanica quantistica, che l’“articolo EPR” si proponeva di dimostrare, poggiava infatti su un principio molto problematico, quello della località, che sarebbe esploso nell’esperimento prima concettuale di Bohm e poi sperimentale di Aspect. Ciò che questo articolo vuole delineare è lo sviluppo del problema della nonlocalità, dai suoi albori fino alla prova della sua effettiva esistenza nel mondo quantistico, dove, come ben ha dimostrato Bell, nulla possono fare le variabili nascoste per dissolvere la realtà nonlocale di alcuni fenomeni.

Acme : annali della Facoltà di lettere e filosofia dell'Università degli studi di Milano•Mar 10, 2014•0 citations

132. Einstein, la relativité et les quanta

Jean-François Braunstein, Bernard Phan

Cairn.info•Jan 1, 2025•0 citations

Paradossi e realtà : saggio sui fondamenti della microfisica

F. Selleri

Impostasi come l'interpretazione ultma e definitiva del mondo fisico, la meccanica quantistica rivela invece ampie falle a un'analisi più attenta dei suoi fondamenti. Con un'argomentazione serrata, Selleri mette a nudo in questo libro le implicite basu filosofiche della teoria dei quanti, e mostra come le più recenti proposte di esperimenti possono rivalutare la posizione realista di Einstein, Schrödinger, de Broglie. Una splendida sintesi di storia e filosofia che ci introduce alle problematiche più attuali della scienza fisica.

•Jan 1, 1987•0 citations
Questo lavoro esamina le applicazioni del quantum computing in data science, riformulando problemi di ottimizzazione e machine learning attraverso un formalismo ibrido quantistico-classico. Innanzitutto, vengono presentati i concetti fondamentali della meccanica quantistica, limitando lo studio all’area di interesse del quantum computing ma allo stesso tempo impostando il contesto matematico in modo rigoroso. Dopodiche, attraverso una panoramica dell’hardware presente ad oggi e di quello atteso per il futuro prossimo, e con l’esaminazione dei problemi legati al rumore e al ridotto numero di qubit disponibili nei dispositivi quantistici moderni, si motiva il bisogno di un approccio ibrido per risolvere problemi complessi, che permetta ad hardware classico e quantistico di lavorare sinergicamente. Lo scopo di questo lavoro e quello di presentare strategie per modellare problemi di ottimizzazione e supervised e reinforcement learning in modo da far lavorare una Quantum Processing Unit sulle parti degli algoritmi computazionalmente piu costose. Vengono discussi sia i benefici sia gli svantaggi: i primi sono strettamente legati alla scelta di un modello di computazione nuovo, dal quale ci si aspetta l’esecuzione di operazioni classicamente intrattabili e lo sfruttamento della velocita intrinseca dei sistemi quantistici di raggiungere il ground state; i secondi derivano principalmente dalle attuali limitazioni ingegneristiche che non permettono un controllo efficiente di sistemi quantistici a larga scala. Vengono esaminati quattro casi di studio: un problema di classificazione di immagini auto-costruite attraverso un algoritmo di Support Vector Machine, il quale sfrutta funzioni che portano i dati dallo spazio di input allo spazio degli stati quantistici, construendo cosi un kernel quantum-enhanced; un problema di reinforcement learning, formulato come Quadratic Unconstrained Binary Optimisation (QUBO), con lo scopo di trovare una strategia vincente per il gioco del Blackjack usando dati auto-simulati; il Number Partitioning Problem, formulato come QUBO, che rappresenta lo scenario piu complesso dal punto di vista della connettivita dei qubit e, per grandi istanze, e capace di raggiungere la complessita di problemi reali; infine, il problema del limited-assets Markowitz portfolio optimisation, riscritto come QUBO, al fine di implementare un’euristica quantum-inspired che possa sormontare la complessita del problema al crescere della dimensione dell’input. Nel corso di questo lavoro sono stati analizzati sia l’approccio di computazione universale gate-model, sia quello di adiabatic quantum computing, con particolare attenzione verso quest’ultimo attraverso la maggior parte dei casi di studio. Per uno di questi, il Number Partitioning Problem, e stato sfruttato l’accesso in cloud ad un quantum annealer, che ha permesso uno studio completo delle capacita di tale macchina, in grado di risolvere tra i problemi piu complessi che i quantum computer moderni possano affrontare. Infine, non solo questo lavoro valuta l’accuratezza e la qualita delle soluzioni dei problemi esaminati, ma si concentra anche sul paragone tra strategie quantistiche e classiche, evidenziando le differenze e i benefici che un approccio quantistico o ibrido quantistico-classico puo portare nella risoluzione di problemi di ottimizzazione e machine learning, specialmente con l’eventuale disponibilita, nel futuro prossimo, di dispositivi a piu larga scala.
Quando, nel 1935, venne pubblicato il famoso articolo chiamato poi “EPR Paper” per le iniziali dei suoi autori - Einstein, Podolsky, Rosen -, la comunità scientifica dovette confrontarsi non solo con le manifeste provocazioni che il suo argomento voleva mostrare, ma anche con latenti problemi che sarebbero sbocciati più avanti in tutti i loro stridenti contrasti. L’incompletezza della meccanica quantistica, che l’“articolo EPR” si proponeva di dimostrare, poggiava infatti su un principio molto problematico, quello della località, che sarebbe esploso nell’esperimento prima concettuale di Bohm e poi sperimentale di Aspect. Ciò che questo articolo vuole delineare è lo sviluppo del problema della nonlocalità, dai suoi albori fino alla prova della sua effettiva esistenza nel mondo quantistico, dove, come ben ha dimostrato Bell, nulla possono fare le variabili nascoste per dissolvere la realtà nonlocale di alcuni fenomeni.
Impostasi come l'interpretazione ultma e definitiva del mondo fisico, la meccanica quantistica rivela invece ampie falle a un'analisi più attenta dei suoi fondamenti. Con un'argomentazione serrata, Selleri mette a nudo in questo libro le implicite basu filosofiche della teoria dei quanti, e mostra come le più recenti proposte di esperimenti possono rivalutare la posizione realista di Einstein, Schrödinger, de Broglie. Una splendida sintesi di storia e filosofia che ci introduce alle problematiche più attuali della scienza fisica.