Em uma conquista histórica para a computação quântica, pesquisadores demonstraram o tão buscado 'santo graal' do campo – uma aceleração exponencial em relação aos computadores clássicos que não exige suposições ou ressalvas.
O estudo inovador, publicado na Physical Review X, foi liderado pelo Professor Daniel Lidar, da University of Southern California, em colaboração com pesquisadores da USC e da Johns Hopkins University. A equipe utilizou dois dos poderosos processadores quânticos Eagle de 127 qubits da IBM para resolver uma variação do 'problema de Simon', um quebra-cabeça matemático considerado precursor do algoritmo de fatoração de Shor.
"Uma aceleração exponencial é o tipo mais dramático de avanço que esperamos ver dos computadores quânticos", explica Lidar, que ocupa a Cátedra Viterbi de Engenharia na USC. O que torna essa conquista especialmente significativa é que a aceleração é "incondicional" – ou seja, não depende de suposições não comprovadas sobre algoritmos clássicos.
Os pesquisadores superaram o maior obstáculo da computação quântica – o ruído, ou erros computacionais – implementando técnicas sofisticadas de mitigação de erros. Isso incluiu desacoplamento dinâmico, otimização de transpilações e mitigação de erros de medição, permitindo que os processadores quânticos mantivessem a coerência tempo suficiente para concluir os cálculos.
Embora Lidar ressalte que essa demonstração específica não possui aplicações práticas imediatas além de problemas especializados, ela valida de forma definitiva a promessa teórica da computação quântica. "A separação de desempenho não pode ser revertida porque a aceleração exponencial que demonstramos é, pela primeira vez, incondicional", observa.
Essa conquista ocorre enquanto a IBM continua avançando em seu roteiro quântico, tendo anunciado recentemente planos para construir um computador quântico de grande escala e tolerante a falhas até 2029. A empresa desenvolveu um novo esquema de correção de erros chamado códigos de verificação de paridade de baixa densidade quântica (qLDPC), que pode reduzir drasticamente os recursos necessários para a computação quântica prática.
Para as áreas de IA e computação, esse avanço sinaliza que a computação quântica está passando do potencial teórico para a realidade prática. À medida que os sistemas quânticos continuam a escalar e as taxas de erro diminuem, eles prometem processamentos exponencialmente mais rápidos para modelos complexos de IA, problemas de otimização e simulações que permanecem intratáveis para computadores clássicos.