doi.org/10.1126/sciadv.aec5049
Credibilidade: 999
#computação quântica
Pesquisadores da University College London (UCL) desenvolveram uma forma inovadora de unir inteligência artificial com computação quântica, conseguindo prever o comportamento de sistemas complexos e caóticos com muito mais precisão, estabilidade e eficiência do que os métodos tradicionais
Essa descoberta, publicada na revista Science Advances em abril de 2026, representa um avanço importante para áreas como previsão climática, medicina, energia e transporte.
Sistemas caóticos, como o movimento de líquidos, gases e turbulências, são extremamente difíceis de prever porque pequenas mudanças podem gerar resultados muito diferentes com o tempo. Normalmente, os cientistas têm duas opções: rodar simulações completas, que podem levar semanas em supercomputadores, ou usar modelos de IA tradicionais, que são mais rápidos, mas perdem precisão ao longo do tempo.
A nova abordagem híbrida resolve esse problema de maneira inteligente. Em vez de usar o computador quântico o tempo todo, os pesquisadores o empregam apenas em uma etapa crucial do treinamento da IA. O computador quântico analisa grandes volumes de dados e identifica padrões estatísticos que permanecem estáveis mesmo em sistemas caóticos. Esses padrões, chamados de propriedades invariantes, são então usados para treinar um modelo de IA convencional em um supercomputador.
Os resultados foram impressionantes: o modelo “quântico-informado? foi cerca de 20% mais preciso que a versão tradicional e manteve a estabilidade por períodos muito mais longos. Além disso, ele precisa de centenas de vezes menos memória, o que o torna viável para simulações em grande escala.
O segredo está nas propriedades únicas dos qubits, as unidades básicas da computação quântica. Diferente dos bits clássicos, que são apenas 0 ou 1, os qubits podem estar em múltiplos estados ao mesmo tempo (superposição) e se influenciar uns aos outros instantaneamente (entrelaçamento). Essas características permitem que até um pequeno número de qubits represente um enorme conjunto de possibilidades, capturando melhor a natureza caótica dos sistemas físicos.
Professor Peter Coveney, autor sênior do estudo, explicou que essa técnica pode ser aplicada em muitas áreas práticas: prever o clima com mais exatidão, modelar o fluxo de sangue nas artérias, simular a interação entre moléculas ou otimizar o design de parques eólicos para gerar mais energia. Maida Wang, primeira autora, destacou que isso demonstra uma vantagem quântica prática, ou seja, o computador quântico realmente faz algo que o clássico sozinho não consegue com a mesma eficiência.
O experimento foi realizado com um computador quântico de 20 qubits da empresa IQM, conectado a recursos de supercomputação no Leibniz Supercomputing Center, na Alemanha. Para funcionar, esses equipamentos precisam ser resfriados a temperaturas próximas do zero absoluto, cerca de -273°C. Apesar das limitações atuais dos computadores quânticos (como ruído e erros), a equipe conseguiu contornar o problema usando o equipamento quântico apenas em uma fase específica do processo.
Essa pesquisa abre caminho para aplicações reais em um futuro próximo e também inspira o desenvolvimento de novos métodos clássicos ainda mais poderosos. Os próximos passos incluem testar o sistema com dados maiores e situações do mundo real, além de criar uma base teórica mais sólida.
Em resumo, a união entre IA e computação quântica está tornando as previsões de sistemas complexos muito mais confiáveis e rápidas. O que antes parecia ficção científica agora começa a se tornar realidade, prometendo impactos significativos em como entendemos e controlamos o mundo ao nosso redor.
Publicado em 24/04/2026 16h17
Estudo original: