A computação quântica tem um primeiro caso de uso no mundo real?

Quântica, IA e Fotônica: Uma Nova Revolução na Computação

As tecnologias de computação e informação estão passando por várias revoluções tecnológicas ao mesmo tempo: a ascensão da IA, o surgimento da computação quântica e a mudança para a fotônica para superar as limitações da computação clássica de silício.

Até agora, cada um desses novos setores tem trabalhado principalmente em silos isolados: o treinamento e a computação de IA são realizados em chips de silício clássicos, a computação quântica está buscando melhorar sua tecnologia até encontrar um uso prático, e a tecnologia fotônica ainda está experimentando designs e aplicações.

Talvez não seja surpresa que seja pela fusão desses campos que novas possibilidades surjam. Parece que a computação quântica pode ter encontrado um caso de uso prático e nem precisaria de mais aprimoramentos para se tornar útil.

Pesquisadores do Centro de Ciência e Tecnologia Quântica de Viena (VCQ) (Áustria), do Politécnico de Milão (Itália), do Consiglio Nazionale delle Ricerche (IFN-CNR) (Itália) e da empresa Quantinuum (Reino Unido) descobriram que os computadores quânticos existentes podem superar os computadores clássicos no treinamento de IA, usando um processador fotônico.

Eles publicaram seus resultados na Nature Photonics¹, Sob o título "Aprendizado de máquina experimental baseado em kernel aprimorado por quantum em um processador fotônico".

Por que o treinamento em IA e a computação quântica enfrentam limites

Custos crescentes e demandas de energia do treinamento em IA

Recentemente, a tecnologia de IA fez um progresso tremendo. No entanto, isso só foi alcançado por meio do uso de quantidades impressionantes de poder computacional, consumindo dezenas de bilhões de dólares em chips e eletricidade.

Certamente, algum progresso pode ser feito em termos de eficiência, como demonstrado pela DeepSeek AI treinada com custo ultrabaixo tanto em computação quanto em dinheiro, superando seus concorrentes ocidentais por uma ordem de magnitude. Mas, ainda assim, no fim das contas, a melhoria do software só fará com que o treinamento de IA consuma menos recursos computacionais e de energia.

Desafios de escalabilidade e ruído da computação quântica

Enquanto isso, a computação quântica é uma tecnologia promissora, mas até agora sofre de uma falha fatal. O estado extremamente frágil da matéria, que precisa ser mantido para que a computação quântica funcione, significa que ela é cara e pouco escalável.

Isso também significa que os resultados obtidos são “ruidosos”, com erros regulares, atrasos e resultados não confiáveis.

Também aqui, as inovações podem significar que uma rede de computadores quânticos menores or uma nova arquitetura de design de hardware, usando um novo estado da matéria chamado topocondutores, permitindo escalabilidade, poderia resolver o problema.

Até que seja confirmado, isso coloca em questão a relevância da computação quântica, ainda uma tecnologia em busca de um caso de uso prático que faça sentido economicamente.

Métodos de Kernel Aprimorados por Quantum para IA

Como os Kernels Quânticos Adicionam Poder Dimensional ao Aprendizado de Máquina

Os métodos de kernel são ferramentas amplamente utilizadas em aprendizado de máquina e usam um método matemático de adição de dimensões a um conjunto de dados para melhor identificação de padrões ocultos.

Fonte: MDPI

Isso, é claro, envolve matemática bastante complexa, que será compreensível apenas para um grupo limitado de especialistas que já trabalham nessa área. Você pode ver uma representação visual de como funciona neste vídeo:

E esses cálculos complexos podem ser perfeitos para as capacidades únicas dos computadores quânticos.

Processadores fotônicos encontram kernels quânticos para IA

Um processador fotônico integrado, criado por meio de gravação a laser de femtossegundo em um substrato de vidro borossilicato, foi usado neste experimento para codificar os dados em um estado que pode ser tratado por um computador quântico.

Fonte: Nature Photonics

Dessa forma, kernels que apresentaram interferência quântica foram utilizados para o cálculo e comparados aos métodos clássicos.

Fonte: Nature Photonics

Resultados Experimentais: Kernels Quânticos vs. Kernels Clássicos

Os cientistas testaram quatro tamanhos diferentes de conjuntos de dados, variando de 40 a 100 pontos de dados, onde o kernel quântico (em azul) foi comparado ao kernel clássico (em laranja).

Fonte: Nature Photonics

Em ambos os experimentos, o kernel quântico teve melhor desempenho que o da computação clássica.

“Descobrimos que, para tarefas específicas, nosso algoritmo comete menos erros do que sua contraparte clássica.”

Philip Walther – Professor na Universidade de Viena.

Próximos passos para o treinamento em IA quântica no mundo real

Passando da demonstração para a produção: Treinamento em IA Quântica

Este experimento demonstrou que os computadores quânticos, que existem hoje, podem superar os computadores clássicos em tarefas comumente usadas no treinamento de redes neurais.

Isso é muito importante porque, até agora, presumia-se que apenas um computador quântico mais confiável poderia ser usado para esse tipo de aplicação. Agora que isso foi comprovado experimentalmente como falso, o próximo passo será realizar, mesmo que em pequena escala, treinamento de IA na vida real com essa tecnologia.

Para isso, novos algoritmos inspirados em arquiteturas quânticas poderão ser projetados, alcançando melhores desempenhos.

“Isso implica que os computadores quânticos existentes podem apresentar bom desempenho sem necessariamente ir além da tecnologia de ponta”

Zhenghao Yin – Doutorando na Universidade de Viena.

Como a fotônica quântica reduz o consumo de energia da IA

Plataformas fotônicas podem realizar o mesmo ou um desempenho computacional superior com um consumo de energia muito menor. Como a energia está se tornando cada vez mais o gargalo da indústria de IA, mais do que a capacidade computacional ou as inovações, isso pode tornar o uso da descoberta de computadores fotônicos quânticos especialmente importante.

“Isso pode ser crucial no futuro, visto que os algoritmos de aprendizado de máquina estão se tornando inviáveis ​​devido às altas demandas de energia”.

Iris Agresti – Doutoranda na Universidade de Viena.

 Íons aprisionados vs. tecnologia quântica supercondutora: o que vem a seguir?

Isso pode ter consequências importantes para a direção da indústria da computação quântica.

Até agora, o campo foi dividido entre a tecnologia de íons presos, com alta confiabilidade, mas baixa capacidade de computação quântica (qubit) por dispositivo, versus projetos mais complexos baseados em supercondutividade, até agora muito ruidosos, mas que também têm maior probabilidade de serem escaláveis ​​para um grande volume de qubit.

A pesquisa foi realizada em estreita parceria com a Quantinuum, com 4 dos 12 cientistas do artigo trabalhando nesta empresa. Como especialista em tecnologia de íons aprisionados, faz sentido para a Quantinuum buscar uma situação em que a baixa contagem de qubits de seus computadores já possa representar um caso de negócios relevante.

Se isso for verdade, a empresa poderá se tornar uma fornecedora-chave de capacidade de computação para a indústria de IA, talvez imitando pelo menos uma fração da Nvidia. (NVDA ) realizações.

Investindo em Computação Quântica

Honeywell / Quantinuum

Quantinuum é o resultado da fusão da Honeywell Quantum Solutions e da Cambridge Quantum.

A Honeywell continua sendo a acionista majoritária da empresa (provavelmente 52% da propriedade) após uma rodada de arrecadação de fundos que o avaliou em US$ 5 bilhõesO fundador Ilyas Khan é supostamente dono de aproximadamente 20% da empresa. Outros acionistas incluem JSR Corporation, Mitsui, Amgen, IBM e JP Morgan.

Um potencial IPO da Quantinuum no futuro, potencialmente como parte de uma reestruturação corporativa maior, é estimado em cerca de US$ 20 bilhões e pode ocorrer entre 2026 e 2027.

A computação quântica não é a parte central dos negócios da Honeywell, mais centrada em produtos aeroespaciais, automação e produtos químicos e materiais especiais.

Cada um destes domínios pode, no entanto, beneficiar da computação quântica, especialmente química computacional e segurança cibernética quântica, potencialmente dando à Honeywell uma vantagem sobre seus concorrentes.

O principal modelo da empresa por enquanto é o H2, um chip de íons presos de 56 qubits, com fidelidade de porta de dois qubits de 99.895%.

A empresa buscou computação de alta qualidade com muito pouco erro, adicionando o máximo possível de qubits, criando a chamada “computação quântica tolerante a falhas”.

Essa abordagem é rotulada pela empresa como “Qubits melhores, resultados melhores”, com uma quantidade similar de qubits alcançando resultados 100-1,000 vezes mais confiáveis.

Fonte: quântico

Isso poderia fazer uma diferença notável na criptografia resistente a quantum, tão necessária, com a empresa de defesa Thales (HO.PA -0.96%) já colaborando com quântico anteriormente o banco internacionals HSBC e JP Morgan.

A Quantinuum também oferece sua química computacional quântica proprietária InQuanto, utilizável para aplicações farmacêuticas, ciências de materiais, químicas, energéticas e aeroespaciais.

Como muitas outras empresas de computação quântica, Quantinuum oferece Helios  “hardware como serviço”, permitindo que os usuários se beneficiem da computação quântica sem ter que lidar com a complexidade de operar o sistema.

Quantinuum assinou em novembro de 2024 parceria com a alemã Infineon, o maior fabricante de semicondutores da Europa. A Infineon trará sua tecnologia de fotônica integrada e eletrônica de controle para ajudar a criar a próxima geração de computadores quânticos de íons presos.

À medida que a fotônica integrada se aproxima de casos de uso práticos, fica claro o quão importante essa parceria pode ser para o futuro da Quantinuum. Neste momento, parece que o próximo passo da empresa será lançar o primeiro chip fotônico-quântico focado em IA do mundo.

Nos próximos meses, a Quantinuum compartilhará resultados de colaborações em andamento, mostrando o potencial inovador dos avanços quânticos em IA Generativa.

O recurso inovador do Gen QAI aprimorará e acelerará o uso de estruturas orgânicas metálicas para administração de medicamentos, abrindo caminho para opções de tratamento mais eficientes e personalizadas, com detalhes a serem revelados no lançamento do Helios.

Quantinuum anuncia avanço em IA quântica generativa com enorme potencial comercial

O anúncio nesta publicação faz parte de uma série de notícias relacionadas ao rápido progresso da conexão entre IA e computação quântica feita na Quantinuum.

Mais casos de uso contínuos poderiam aumentar significativamente o valor futuro da empresa e, portanto, o valor investido pela Honeywell nela e o potencial lucro que os investidores poderiam obter com isso.

Últimas notícias e desenvolvimentos sobre ações da Honeywell/Quantinuum (HON)

Estudo Referenciado

^{1. Yin, Z., Agresti, I., de Felice, G. et ai. Aprendizado de máquina experimental baseado em kernel aprimorado por quantum em um processador fotônico. Fotônica da Natureza. (2025). https://doi.org/10.1038/s41566-025-01682-5}