Computação
A Computação Quântica Tem um Primeiro Caso de Uso no Mundo Real?
Computação Quântica, IA & Fotônica: Uma Nova Revolução Computacional
Computing and information technologies are undergoing several technological revolutions at once: the rise of AI, the emergence of quantum computing, and the turn to photonics to overcome the limitations of classic silicon computing.
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 busca melhorar sua tecnologia até encontrar um uso prático, e a tecnologia fotônica ainda está experimentando designs e aplicações.
Talvez não seja surpreendente, pode ser que ao combinar esses campos novas possibilidades surjam. Parece que a computação quântica pode ter encontrado um caso de uso prático, e nem precisaria de melhorias adicionais para ser útil.
Pesquisadores do Vienna Center for Quantum Science and Technology (VCQ) (Áustria), do Politecnico di Milano (Itália), do Consiglio Nazionale delle Ricerche (IFN-CNR) (Itália) e da empresa Quantinuum (Reino Unido) descobriram que computadores quânticos existentes podem superar computadores clássicos no treinamento de IA, usando um processador fotônico.
Eles publicaram seus resultados na Nature Photonics1, sob o título “Experimental quantum-enhanced kernel-based machine learning on a photonic processor”.
Por que o Treinamento de IA e a Computação Quântica Enfrentam Limites
Custos Crescentes e Demandas Energéticas do Treinamento de IA
Recentemente, a tecnologia de IA fez um progresso tremendo. No entanto, isso foi alcançado apenas através 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 eficiência, como demonstrado pela DeepSeek AI treinada com custo ultra baixo tanto em computação quanto em dinheiro, superando seus concorrentes ocidentais por ordem de magnitude. Mas ainda assim, no final das contas, a melhoria de software só chegará a certo ponto em tornar o treinamento de IA menos intensivo em computação e 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 não muito escalável.
Isso também significa que os resultados obtidos são “ruídosos”, com erros regulares, atrasos e resultados pouco confiáveis.
Aqui também, inovações podem significar que ou uma rede de computadores quânticos menores ou uma nova arquitetura de design de hardware, usando um novo estado da matéria chamado topocondutores, permitindo escalabilidade, poderiam resolver o problema.
Até que isso seja confirmado, isso ainda 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
Kernel methods are widely used tools in machine learning, and use a mathematical method of adding dimensions to a dataset for better identification of hidden patterns.
Fonte: MDPI
Isso, claro, envolve matemática bastante complexa, que será compreensível principalmente para um conjunto limitado de especialistas que já trabalham nessa área. Você pode ver uma representação visual de como funciona neste vídeo:
E tais cálculos complexos podem ser perfeitamente adequados às capacidades únicas dos computadores quânticos.
Processadores Fotônicos Encontram Kernels Quânticos para IA
Um processador fotônico integrado, criado via gravação a laser 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 exibem interferência quântica foram usados para o cálculo e comparados aos métodos clássicos.
Fonte: Nature Photonics
Resultados Experimentais: Kernels Quânticos vs. Clássicos
Os cientistas testaram quatro tamanhos diferentes de conjunto de dados, variando de 40 a 100 pontos, onde o kernel quântico (em azul) foi comparado ao kernel clássico (em laranja).
Fonte: Nature Photonics
Em ambos os experimentos, o kernel quântico teve desempenho melhor que o clássico.
“Descobrimos que, para tarefas específicas, nosso algoritmo comete menos erros que sua contraparte clássica.”
Philip Walther – Professor at the University of Vienna.
Próximos Passos para o Treinamento de IA Quântica no Mundo Real
Passando da Demonstração à Produção: Treinamento de IA Quântica
Este experimento demonstrou que computadores quânticos, que já existem hoje, podem superar computadores clássicos em tarefas comumente usadas no treinamento de redes neurais.
Isso é significativo porque, até agora, assumia‑se que somente um computador quântico mais confiável poderia ser usado para esse tipo de aplicação. Agora que isso foi provado experimentalmente como falso, o próximo passo será fazer até mesmo uma execução limitada de treinamento de IA real com essa tecnologia.
Para isso, novos algoritmos inspirados em arquiteturas quânticas podem ser projetados, alcançando melhor desempenho.
“Isso implica que computadores quânticos existentes podem apresentar bom desempenho sem necessariamente ultrapassar a tecnologia de ponta.”
Zhenghao Yin – PhD Student at the University of Vienna.
Como a Fotônica Quântica Reduz o Consumo de Energia da IA
Plataformas fotônicas podem produzir o mesmo ou superior desempenho computacional com um consumo de energia muito menor. À medida que a energia se torna cada vez mais o gargalo da indústria de IA, mais do que capacidade computacional ou inovações, isso pode tornar a descoberta de computadores fotônicos‑quânticos especialmente importante.
“Isso pode ser crucial no futuro, dado que algoritmos de aprendizado de máquina estão se tornando inviáveis devido às altas demandas de energia.”
Iris Agresti – PhD Student at the University of Vienna.
Íons Aprisionados vs. Tecnologia Quântica Supercondutora: O Que Vem a Seguir?
Isso pode ter consequências importantes para a direção da indústria de computação quântica.
Até agora, o campo tem sido dividido entre a tecnologia de íons aprisionados, com alta confiabilidade, mas baixa capacidade de computação quântica (qubits) por dispositivo, versus designs mais complexos que dependem da supercondutividade, até agora muito ruidosos, mas que também têm maior probabilidade de serem escaláveis para um grande volume de qubits.
A pesquisa foi produzida em estreita parceria com a Quantinuum, com 4 dos 12 cientistas do artigo trabalhando nessa empresa. Como especialista em tecnologia de íons aprisionados, faz sentido a Quantinuum buscar uma situação onde a baixa contagem de qubits de seus computadores já possa executar um caso de negócio relevante.
Se isso se confirmar, poderia tornar a empresa um fornecedor chave de capacidade computacional para a indústria de IA, talvez imitando ao menos uma fração das conquistas da Nvidia (NVDA ).
Investindo em Computação Quântica
Honeywell / Quantinuum
(HON )
Quantinuum é o resultado da fusão da Honeywell Quantum Solutions com a Cambridge Quantum.
A Honeywell continua sendo a acionista majoritária da empresa (aproximadamente 52% de participação) após uma rodada de captação de recursos que a avaliou em US$5 bilhões. O fundador Ilyas Khan teria cerca de 20% da empresa. Outros acionistas incluem JSR Corporation, Mitsui, Amgen, IBM e JP Morgan.
Um IPO potencial da Quantinuum no futuro, possivelmente como parte de uma reestruturação corporativa maior, é estimado em até US$20 bilhões e poderia ocorrer entre 2026 e 2027.
A computação quântica não é a parte central dos negócios da Honeywell, que está mais focada em produtos de aeroespacial, automação e produtos químicos e materiais especiais.
Cada um desses domínios pode, porém, se beneficiar da computação quântica, especialmente química computacional e cibersegurança quântica, potencialmente dando à Honeywell uma vantagem sobre seus concorrentes.
O principal modelo da empresa atualmente é o H2, um chip de íons aprisionados com 56 qubits, com fidelidade de porta de dois qubits de 99,895%.
A empresa tem buscado computação de alta qualidade com muito poucos erros, mais do que simplesmente adicionar o máximo de qubits possível, criando o que se chama de “computação quântica tolerante a falhas”.
Essa abordagem é rotulada pela empresa como “Qubits melhores, resultados melhores”, com uma quantidade semelhante de qubits alcançando resultados de 100 a 1.000 vezes mais confiáveis.
Fonte: Quantinuum
Isso pode fazer diferença na criptografia resistente a quantum, urgentemente necessária, com a empresa de defesa Thales (HO.PA -0.96%) já colaborando com Quantinuum bem como o banco internacionals HSBC e JP Morgan.
A Quantinuum também oferece sua química computacional quântica proprietária InQuanto, utilizável para farmacêuticos, ciências de materiais, produtos químicos, energia e aplicações aeroespaciais.
Como muitas outras empresas de computação quântica, Quantinuum oferece Helios, um “hardware‑as‑a‑service”, permitindo que os usuários se beneficiem da computação quântica sem precisar lidar com a complexidade de operar o sistema por conta própria.
Quantinuum assinou em novembro de 2024 uma parceria com a alemã Infineon, a 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 aprisionados.
À medida que a fotônica integrada se aproxima de casos de uso práticos, torna‑se claro quão importante essa parceria pode ser para o futuro da Quantinuum. Neste ponto, parece que o próximo passo da empresa será lançar o primeiro chip fotônico‑quântico focado em IA do mundo.
No próximo meses, a Quantinuum compartilhará resultados de colaborações em andamento, demonstrando o potencial inovador dos avanços impulsionados por quantum na IA Generativa.
A inovadora capacidade Gen QAI aprimorará e acelerará o uso de Estruturas Metálicas Orgânicas para entrega de medicamentos, abrindo caminho para opções de tratamento mais eficientes e personalizadas, com detalhes a serem revelados no lançamento do Helios.
Quantinuum Announces Generative Quantum AI Breakthrough with Massive Commercial Potential
O anúncio nesta publicação faz parte de uma série de notícias relacionadas ao rápido progresso da conexão IA‑computação quântica realizada na Quantinuum.
https:://www.youtube.com/watch?v=dW4bQSQW9is
Mais casos de uso em andamento poderiam impulsionar fortemente o valor futuro da empresa e, portanto, a participação da Honeywell nela e o potencial lucro que os investidores poderiam obter.
Últimas Notícias e Desenvolvimentos das Ações Honeywell / Quantinuum (HON)
Estudo Referenciado
1. Yin, Z., Agresti, I., de Felice, G. et al. Experimental quantum-enhanced kernel-based machine learning on a photonic processor. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5
