Um estudo inovador demonstrou que a computação quântica não é apenas uma promessa futura, mas já oferece benefícios concretos para aplicações de inteligência artificial nos dias de hoje.
Uma equipa internacional de investigação, liderada pela Universidade de Viena, mostrou com sucesso que mesmo processadores quânticos de dimensão modesta conseguem superar algoritmos convencionais de aprendizagem automática em tarefas específicas. O trabalho, publicado este mês na Nature Photonics, representa uma das primeiras aplicações práticas da computação quântica para potenciar sistemas de IA do quotidiano.
Os investigadores utilizaram um circuito quântico fotónico, construído no Politecnico di Milano, em Itália, para implementar um algoritmo de aprendizagem automática originalmente proposto por investigadores da Quantinuum, no Reino Unido. A experiência centrou-se em tarefas de classificação binária, onde o sistema quântico demonstrou uma precisão superior face às abordagens clássicas.
"Verificámos que, para tarefas específicas, o nosso algoritmo comete menos erros do que o seu equivalente clássico", explica Philip Walther, da Universidade de Viena, que liderou o projeto. "Isto implica que os computadores quânticos existentes podem apresentar bons desempenhos sem ser necessário ultrapassar o estado da arte da tecnologia", acrescenta Zhenghao Yin, primeiro autor da publicação.
Para além da melhoria na precisão, a abordagem fotónica oferece vantagens significativas em termos de eficiência energética. "Isto poderá ser crucial no futuro, dado que os algoritmos de aprendizagem automática estão a tornar-se inviáveis devido ao elevado consumo de energia", sublinha a coautora Iris Agresti. À medida que os sistemas de IA continuam a crescer em dimensão e complexidade, o seu enorme consumo energético tornou-se uma preocupação premente.
A investigação aproxima a distância entre as vantagens teóricas da computação quântica e as aplicações práticas, demonstrando que a tecnologia quântica atual pode potenciar sistemas de aprendizagem automática sem necessidade de esperar por computadores quânticos de grande escala. Este desenvolvimento abre novas possibilidades para algoritmos mais eficientes, inspirados em arquiteturas quânticas, podendo revolucionar a forma como abordamos o cálculo em IA num mundo cada vez mais orientado por dados.