Pesquisadores australianos alcançaram o que especialistas estão chamando de um avanço "revolucionário" em computação quântica, capaz de acelerar dramaticamente as capacidades de processamento de IA nos próximos anos.
A equipe da Universidade de Sydney, liderada pelo Professor David Reilly, desenvolveu um pequeno "chiplet" CMOS capaz de operar a 100 milikelvin (apenas acima do zero absoluto) enquanto controla múltiplos qubits de spin de silício utilizando apenas microwatts de energia. Isso resolve um desafio de engenharia considerado há muito tempo intransponível na computação quântica.
A importância da inovação reside na capacidade de posicionar a eletrônica de controle a menos de um milímetro dos próprios qubits sem perturbar seus frágeis estados quânticos. "Com um projeto cuidadoso, mostramos que os qubits mal percebem a comutação de 100.000 transistores logo ao lado", explicou Reilly, que descreveu o feito como "o fim de uma longa jornada" após uma década de desenvolvimento.
Abordagens tradicionais de computação quântica exigem sistemas de controle externos volumosos conectados por uma fiação densa, criando um gargalo de escalabilidade. Ao integrar a eletrônica de controle diretamente em um pacote CMOS compatível com ambientes criogênicos, a equipe australiana eliminou essa limitação, abrindo caminho para processadores quânticos com milhões de qubits em um único chip.
A descoberta aproveita qubits de spin de silício, especialmente promissores devido à sua compatibilidade com a infraestrutura existente de fabricação de semicondutores. Diferentemente de outras tecnologias quânticas, esses qubits podem ser produzidos em escala utilizando os mesmos processos de fabricação CMOS empregados em smartphones e computadores modernos.
As implicações para a inteligência artificial são profundas. Computadores quânticos com milhões de qubits poderiam acelerar exponencialmente o treinamento de modelos complexos de IA e possibilitar novas classes de algoritmos impossíveis em hardware clássico. Isso pode levar a avanços em áreas como descoberta de medicamentos, ciência de materiais e otimização de sistemas complexos, que permanecem intratáveis mesmo para os sistemas de IA mais avançados da atualidade.