Sintesi del progetto
Il progetto QDOMC affronta un tema centrale nell’analisi delle reti complesse: identificare il gruppo più “coeso” e rilevante all’interno di una rete molto estesa. Si tratta del problema della maximal clique, un problema di ottimizzazione difficile da risolvere con i metodi tradizionali quando i dati crescono di dimensione. L’obiettivo è capire come gli algoritmi quantistici, combinati con tecniche classiche, possano migliorare l’individuazione di queste strutture nelle reti reali.
Obiettivi
L’iniziativa risponde alla necessità crescente di strumenti capaci di analizzare grandi reti di dati, come transazioni finanziarie, catene logistiche, relazioni tra eventi o interazioni sociali. Il progetto mira a sviluppare un metodo ibrido classico‑quantistico per trovare la clique più rilevante rispetto a un obiettivo specifico, con applicazioni dirette in ambiti come finanza, assicurazioni, salute, marketing e cybersecurity.
Problemi e necessità
Le reti reali sono sempre più grandi e interconnesse. Questo aumenta in modo esponenziale il numero di combinazioni possibili da analizzare, rendendo i metodi classici lenti o inefficaci. Il problema della clique massimale è particolarmente complesso perché richiede di verificare molte configurazioni differenti. Serviva quindi un approccio più potente, in grado di esplorare lo spazio delle soluzioni in modo più efficiente.
Soluzioni sviluppate
Il progetto ha definito un algoritmo ibrido che combina pre-processing classico e quantum annealing. È stata creata una formulazione matematica specifica e il modello è stato testato sia su grafi sintetici sia su un caso reale nel settore della reinsurance, composto da oltre 600 nodi. I risultati dimostrano che l’integrazione tra calcolo classico e quantistico permette già oggi di ottenere soluzioni di alta qualità per problemi complessi di ottimizzazione su grafi.
Impatti
Il progetto intende potenziare l’analisi delle reti, in modo da migliorare la capacità decisionale in molti settori: rilevare frodi finanziarie, ottimizzare contratti assicurativi, identificare pattern sospetti, analizzare strutture molecolari o personalizzare strategie di marketing. Migliori strumenti di ottimizzazione portano anche a sistemi più resilienti, a una gestione più efficiente delle risorse e a processi di prevenzione più accurati.
Settori di applicazione
La metodologia sviluppata è applicabile ben oltre il settore Assicurativo. Può essere utilizzata per il Monitoraggio delle catene di fornitura, per l’Analisi della sicurezza informatica, nella Ricerca Scientifica o nella Sanità. I prossimi passi del progetto riguardano la scalabilità del metodo, lo studio di nuove strategie di decomposizione e l’uso delle prossime generazioni di hardware quantistico. Questa evoluzione permetterà di trasformare l’attuale prototipo in strumenti operativi pronti all’uso industriale.
