Um estudo inovador realizado por uma equipe internacional liderada pela Universidade de Viena demonstrou que até mesmo computadores quânticos de pequena escala podem impulsionar significativamente o desempenho do aprendizado de máquina utilizando um novo circuito quântico fotônico.
Os pesquisadores mostraram que a tecnologia quântica atual não é apenas experimental — ela já pode superar sistemas clássicos em tarefas específicas. O experimento utilizou um computador quântico fotônico para classificar pontos de dados e demonstrou que processadores quânticos de pequeno porte podem ter desempenho superior ao de algoritmos convencionais. "Descobrimos que, para tarefas específicas, nosso algoritmo comete menos erros do que seu equivalente clássico", explica Philip Walther, da Universidade de Viena, líder do projeto.
A montagem experimental conta com um circuito fotônico quântico construído no Politecnico di Milano (Itália), que executa um algoritmo de aprendizado de máquina inicialmente proposto por pesquisadores da Quantinuum (Reino Unido). "Isso implica que computadores quânticos já existentes podem apresentar bom desempenho sem necessariamente ultrapassar o estado da arte da tecnologia", acrescenta Zhenghao Yin, primeiro autor da publicação na Nature Photonics.
Um aspecto especialmente promissor desta pesquisa é que plataformas fotônicas podem consumir significativamente menos energia em comparação com computadores tradicionais. "Isso pode ser crucial no futuro, já que algoritmos de aprendizado de máquina estão se tornando inviáveis devido à demanda energética excessiva", enfatiza a coautora Iris Agresti. Como apenas a luz, e não corrente elétrica, circula pelo circuito, os chips fotônicos exigem menos resfriamento. Ao combinar isso com maior desempenho e densidade de processamento, obtêm-se economias substanciais de energia. Alguns aceleradores de IA baseados em fotônica prometem consumir até 30 vezes menos energia do que uma Unidade de Processamento Gráfico (GPU).
O resultado impacta tanto a computação quântica, ao identificar tarefas que se beneficiam de efeitos quânticos, quanto a computação convencional. De fato, novos algoritmos inspirados em arquiteturas quânticas podem ser desenvolvidos, alcançando melhores desempenhos e reduzindo o consumo de energia. Essa conquista demonstra que computadores quânticos fotônicos de pequena escala podem superar sistemas clássicos em tarefas específicas de aprendizado de máquina, com pesquisadores utilizando um algoritmo aprimorado por quântica em um circuito fotônico para classificar dados com mais precisão do que métodos convencionais.
À medida que os sistemas de IA continuam a crescer em complexidade e demanda energética, esta pesquisa abre caminho para tecnologias de IA mais sustentáveis e poderosas, aproveitando as vantagens quânticas já hoje, e não apenas em um futuro teórico. A integração entre fotônica quântica e aprendizado de máquina representa uma das fronteiras mais promissoras da tecnologia computacional, com aplicações práticas imediatas já surgindo.