Em um feito que especialistas estão chamando de o “santo graal da computação quântica”, pesquisadores alcançaram uma aceleração exponencial incondicional em hardware quântico, provando de forma definitiva que computadores quânticos podem superar os clássicos sem ressalvas teóricas.
A pesquisa inovadora, publicada na Physical Review X em 5 de junho de 2025, foi liderada por Daniel Lidar, professor de engenharia na USC e especialista em correção de erros quânticos. Trabalhando com colegas da USC e da Universidade Johns Hopkins, a equipe de Lidar demonstrou a vantagem exponencial utilizando dois processadores quânticos Eagle de 127 qubits da IBM, operados remotamente via nuvem.
O que torna essa conquista particularmente significativa é o fato de a aceleração ser “incondicional”, ou seja, não depende de suposições não comprovadas. “A maioria das alegações anteriores de aceleração exigia a suposição de que não existe um algoritmo clássico melhor para comparar com o algoritmo quântico”, explica Lidar. “A separação de desempenho não pode ser revertida porque a aceleração exponencial que demonstramos é, pela primeira vez, incondicional.”
A equipe adaptou o Problema de Simon — um desafio matemático que envolve encontrar padrões ocultos em funções — para implementação em hardware quântico real. Esse problema é considerado precursor do algoritmo de fatoração de Shor, que impulsionou todo o campo da computação quântica. Para superar o ruído e os erros que normalmente afetam sistemas quânticos, os pesquisadores empregaram técnicas avançadas de supressão de erros, incluindo desacoplamento dinâmico e mitigação de erros de medição.
Embora Lidar ressalte que “esse resultado não tem aplicações práticas além de vencer jogos de adivinhação”, as implicações para a IA são profundas. À medida que os computadores quânticos continuam a avançar, eles podem acelerar drasticamente processos de aprendizado de máquina, especialmente em problemas de otimização e cálculos complexos que atualmente exigem recursos computacionais massivos.
Algoritmos de IA aprimorados por computação quântica já demonstram potencial em aplicações específicas. Pesquisas recentes mostraram que técnicas quânticas podem impulsionar o aprendizado de máquina baseado em kernel, tornando-o mais rápido, preciso e eficiente em termos energéticos do que métodos clássicos. Com a evolução do hardware quântico, essas vantagens podem viabilizar uma nova geração de capacidades de IA antes impraticáveis devido a limitações computacionais.
A conquista demonstra de forma sólida a capacidade há muito prometida da computação quântica de oferecer acelerações exponenciais, marcando um passo crucial rumo à vantagem quântica prática em aplicações do mundo real.