Físicos encontram solução para computadores quânticos usando inteligência artificial

Uma das grandes revoluções desse século na área da computação é esperada para ser a computação quântica. A computação quântica se baseia em conceitos da Mecânica Quântica para processar informação através de qubits. A ideia é que adicionando os fenômenos da Mecânica Quântica, como emaranhamento quântico, ocorre uma aceleração considerável no processamento.

O emaranhamento quântico, ou entrelaçamento quântico, é um fenômeno onde quando se altera o estado de um qubit, outro será alterado junto caso tiver emaranhado. Essa é uma das principais propriedades que tornam a Computação Quântica atraente para o avanço das Ciências da Computação. Outra propriedade é sobre como qubits podem ter dois estados ao mesmo tempo além do 0 ou 1 que bits clássicos possuem.

Um dos desafios encontrados dentro da área é que esses estados são sensíveis e pode ocorrer perda de informação. Além disso, os erros quânticos que são ruídos que podem interferir no processamento da informação são outro problema. Um grupo de físicos propôs um modelo de inteligência artificial que conseguiria suavizar esses erros resolvendo um dos grandes problemas da Computação Quântica .

O que é computação quântica?

Um dos maiores avanços da computação é a Computação Quântica que aproveita alguns princípios da Mecânica Quântica ao realizar cálculos. A maior diferença está nos chamados qubits que seriam análogos aos bits clássicos. Os qubits poderiam possuir superposição de estados onde representaria os estados 0 e 1 simultaneamente. Com a possibilidade de superposição, um computador quântico resolveria problemas mais rapidamente.

Outra característica importante da Computação Quântica é o fenômeno chamado de entrelaçamento ou emaranhamento. No caso, quando qubits são entrelaçados ou emaranhados, eles podem se comunicar instantaneamente com estado de outro qubit. Isso facilitaria processar informação já que não dependeria de uma velocidade limitada. Outras propriedades de onda também são importantes como interferência.

Aprendizado de máquina

Outro ponto importante no avanço da computação é o uso de inteligência artificial que tem ficado cada vez mais presente. A inteligência artificial pode solucionar problemas de forma mais rápida utilizando uma técnica chamada de aprendizado de máqiuina. O aprendizado de máquina foca no treinamento de um modelo através de observação de dados para encontrar padrões.

A partir dos dados alimentados, um modelo consegue realizar a tarefa que foi ensinada para o modelo. Em outras palavras, um algoritmo aprende a mapear uma entrada com uma saída através de uma função. Essa função é aprendida por uma série de iterações e uso de ferramentas matemáticas como Cálculo Multivariacional e Álgebra Linear. Como um algoritmo que já foi treinado não precisa realizar iterações, é possível acelerar a resolução de problemas.

Desafio atual

Um dos problemas atuais da Computação Quântica se refere à capacidade dos qubits de manter o estado quântico que é sensível à fatores externos. Uma pequena mudança pode ocorrer perda de informação e afetar significativamente um processo que está sendo realizar pelo computador. Além disso, a construção de vários qubits que estão entrelaçados é um problema de hardware que ainda está em constante evolução.

A perda de informação devido à fatores externos que desestabiliza estados quânticos é chamado de ruído quântico ou erros quânticos. Essa é uma área ativa dentro da Computação Quântica onde algoritmos com métodos de correção são propostos para detectar e corrigir esses erros. É improtante que esses métodos também não interfiram no estado quântico para não alterar o valor final.

Resolvendo problema com IA

Com isso em mente, um grupo de físicos propôs o uso de inteligência artificial para detectar e corrigir os possíveis erros quânticos. Segundo o grupo, eles utilizaram uma técnica chamada de decoder que recebe dados obtidos dos dispositivos quânticos da IBM. Através das medidas, o modelo é treinado para detectar e sugerir possíveis correções dos erros quânticos.

Segundo o grupo que propôs o modelo, utilizando inteligência artificial é possível corrigir parte dos erros quânticos sem afetar os estados quânticos. Utilizando essa técnica seria possível corrigir um dos grandes problemas atuais da Computação Quântica. Além disso, a correção seria de forma mais rápida sem atrasar o processamento de forma considerável.

Futuro

Com os próximos anos, é esperado que ocorra um avanço das técnicas facilitando essa supressão de erros quânticos. A inteligência artificial pode ser uma ferramenta determinante no uso de Computação Quântica. As duas áreas podem contribuir uma com a outra para solucionar os respectivos problemas.

As duas áreas também podem revolucionar muitas aplicações no campo da Medicina, da Ciência e da Engenharia. Problemas que hoje são insolúveis podem se tornar acessíveis nos próximos anos.

Referência da notícia

Hall et al. 2024 Artificial neural network syndrome decoding on IBM quantum processors Physical Review Research