Un quadro matematico per il calcolo termodinamico con applicazioni alle reti di reazioni chimiche

Perché la chimica potrebbe alimentare i computer del futuro

I computer svolgono sempre più lavoro per noi, dall’addestramento dell’intelligenza artificiale alla simulazione del clima e di nuovi farmaci, e questo lavoro consuma molta energia. Questo articolo esplora un’alternativa radicale: usare la spinta e il contrasto energetico dei sistemi fisici—soprattutto delle reazioni chimiche—per eseguire operazioni matematiche. Invece di spostare elettroni su chip di silicio, molecole disposte con cura potrebbero «calcolare» semplicemente seguendo le leggi della termodinamica, offrendo potenzialmente una strada verso un calcolo molto più efficiente dal punto di vista energetico e massicciamente parallelo.

Trasformare i flussi di energia in matematica

Gli autori iniziano costruendo un linguaggio matematico generale che collega idee termodinamiche di base—come variazioni di energia e probabilità—a operazioni aritmetiche. Immaginano un sistema descritto da molte grandezze misurabili, come numeri di particelle o tensioni, e seguono come cambia la probabilità dello stato del sistema mentre un processo si svolge. Esprimendo questi cambiamenti in funzione di una singola variabile di progresso, mostrano che addizione e sottrazione possono essere effettuate combinando o confrontando i contributi energetici di diverse parti del sistema, mentre moltiplicazione e divisione emergono quando le stesse grandezze sono interpretate in forma esponenziale. In altre parole, se si conosce come si somma lo «sforzo» del sistema lungo un processo, quel medesimo sforzo può essere riutilizzato come calcolatore.

Usare le reazioni come calcolatori analogici

Le reazioni chimiche offrono un terreno particolarmente ricco per questo tipo di calcolo. Ogni reazione collega reagenti e prodotti attraverso variazioni di energia libera e potenziale chimico. L’articolo mostra che queste grandezze si comportano come mattoni per la matematica: somme di variazioni di energia implementano l’addizione, e rapporti fra concentrazioni di reagenti e prodotti implementano la moltiplicazione tramite ciò che i chimici chiamano costanti di equilibrio e quozienti di reazione. Scegliendo reazioni le cui energetiche sono ben note, si possono codificare numeri nelle concentrazioni di diverse molecole, lasciarle reagire e poi leggere la risposta dalla miscela risultante. Gli autori trattano esempi in cui reazioni semplici moltiplicano efficacemente numeri molto grandi, con l’esito determinato dalla probabilità che la reazione proceda.

Dalle singole somme a problemi ad alta dimensionalità

Poiché molte reazioni possono avvenire contemporaneamente, le stesse idee si estendono naturalmente oltre i singoli numeri. Il quadro mostra come catene di reazioni possano moltiplicare lunghe liste di valori, sommare prodotti indipendenti e perfino emulare la moltiplicazione matrice‑vettore—un’operazione centrale nel calcolo scientifico e nell’apprendimento automatico. Trattando la rete di reazioni stessa come una sorta di circuito analogico, le variazioni di energia libera attraverso più reazioni possono essere interpretate come gli elementi di una matrice che agisce su un vettore di potenziali chimici. Ciò significa, in principio, che sistemi di equazioni e persino equazioni differenziali possono essere risolti guidando una miscela verso uno stato stazionario e misurando le concentrazioni risultanti o i cambiamenti energetici.

Progettare un piccolo computer chimico

Per passare dalla teoria alla pratica, gli autori descrivono un dispositivo microfluidico—un piccolo chip stratificato di canali e camere—che potrebbe ospitare questi calcoli basati su reazioni. I reagenti che codificano i valori di input verrebbero iniettati in camere specifiche, dove flussi, valvole e membrane semipermeabili controllano come si mescolano e reagiscono. Alcune camere operano in «anello aperto», dove input fissi producono prodotti da misurare, mentre altre usano feedback, aggiustando l’afflusso fino a raggiungere uno stato target, corrispondente a sottrazione o divisione. Sensori integrati rileverebbero le concentrazioni e un controllore digitale instraderebbe i fluidi e interpretarebbe le uscite, come un scheduler di istruzioni in un processore convenzionale. Lo stesso hardware potrebbe anche supportare il reservoir computing, sfruttando le ricche dinamiche interne della rete di reazioni per il riconoscimento di pattern e la previsione di serie temporali.

Promesse e sfide del calcolo naturale

Gli autori sostengono che ogni computazione è in ultima analisi termodinamica; la differenza qui è che i flussi di energia stessi sono il mezzo dell’informazione invece di un costo nascosto. Questo apre la strada a dispositivi che scambiano velocità bruta per enormi vantaggi in efficienza energetica e parallelismo, riecheggiando il modo in cui le cellule viventi elaborano informazioni tramite la biochimica. Allo stesso tempo, i computer chimici pratici devono fare i conti con reazioni lente o rumorose, la necessità di dati termodinamici accurati e la complessità di mappare problemi astratti su reti di reazioni reali e configurazioni microfluidiche. Nonostante ciò, il lavoro fornisce una chiara roadmap matematica e ingegneristica per il calcolo termodinamico e chimico, suggerendo che in futuro simulazioni scientifiche e compiti AI specializzati potrebbero un giorno girare su minuscoli laboratori‑on‑a‑chip alimentati non da transistor, ma dal tranquillo e incessante impulso delle molecole verso l’equilibrio.

Citazione: Cannon, W.R., Johnson, C.G.M., Bohm Agostini, N. et al. A mathematical framework for thermodynamic computing with applications to chemical reaction networks. npj Unconv. Comput. 3, 16 (2026). https://doi.org/10.1038/s44335-026-00057-5

Parole chiave: calcolo termodinamico, reti di reazioni chimiche, calcolo microfluidico, calcolo analogico, calcolo a basso consumo energetico