“Veja, a natureza é imprevisível. Como você espera prever isso com um computador?” disse o físico americano Richard Feynman antes de cientistas da computação em uma conferência em 1981.
Quarenta anos depois, os engenheiros da Purdue University estão construindo o tipo de sistema que Feynman imaginou que superaria as limitações dos computadores clássicos de hoje agindo mais de perto como a natureza: um “computador probabilístico”.
A equipe acredita que um computador probabilístico pode resolver mais cedo alguns dos problemas que um computador quântico resolveria, já que não precisaria de um hardware totalmente novo ou de temperaturas extremamente baixas para operar.
Nessa lista de problemas a serem resolvidos com mais eficiência do que com os computadores clássicos, estão os problemas de otimização – a capacidade de calcular a melhor solução a partir de um grande número de soluções, como identificar a melhor rota para as mercadorias chegarem ao mercado.
Em 2019, pesquisadores da Purdue e da Tohoku University, no Japão, demonstraram um computador probabilístico, feito de “p-bits”, capaz de resolver problemas de otimização muitas vezes direcionados a computadores quânticos, construído a partir de qubits.
“Classicamente, as probabilidades só podem ser números positivos. Os Qubits, por outro lado, parecem ser governados por probabilidades que podem ser negativas ou até mesmo números complexos”, disse Supriyo Datta, professor ilustre Thomas Duncan de Engenharia Elétrica e de Computação da Purdue, que liderou a equipe Purdue. “Mas há um subconjunto útil de problemas solucionáveis com qubits que também podem ser resolvidos com bits-p. Você pode dizer que um bit-p é um ‘qubit do pobre homem’.”
Progresso para imitar a natureza
Por que recorrer a um tipo inteiramente novo de computação? Basta olhar para a “natureza” de uma xícara de café, que os computadores quânticos em desenvolvimento por empresas como o Google e a IBM ainda precisam desvendar.
A estrutura molecular da cafeína é tão complexa que os computadores clássicos não conseguem realizar os cálculos necessários para compreendê-la totalmente. Isso ocorre porque a cafeína pode existir em 1.048 configurações atômicas diferentes, ou “estados quânticos”. Um computador clássico, que processa apenas um estado quântico por vez, precisaria processar muitos estados de uma vez, como a natureza faz para capturar a cafeína.
Esse obstáculo está impedindo os cientistas não apenas de compreender melhor o comportamento da cafeína, mas também de resolver problemas de maneira mais eficiente em pesquisa de drogas, criptografia e segurança cibernética, serviços financeiros, análise de dados e logística da cadeia de suprimentos.
Cada uma dessas áreas seria significativamente aprimorada se os computadores pudessem levar em consideração mais variáveis e processá-las ao mesmo tempo.
Os pesquisadores do Purdue veem a computação probabilística como um passo da computação clássica à computação quântica.
“Poderíamos imaginar e ser perfeitamente felizes, eu acho”, disse Feynman, “com um simulador probabilístico de natureza probabilística, em que a máquina não faz exatamente o que a natureza faz, mas […] você obteria o correspondente probabilidade com a precisão correspondente.”
Resolvendo problemas quânticos sem “tornar-se quântico”
Como os computadores clássicos, um computador probabilístico seria capaz de armazenar e usar informações na forma de zeros e uns à temperatura ambiente.
E como os computadores quânticos, um computador probabilístico poderia processar vários estados de zeros e uns de uma vez – exceto que um bit p flutuaria rapidamente entre zero e um (portanto, “probabilístico”), enquanto um qubit é uma superposição de zero e um . Em um chip, essas flutuações seriam correlacionadas entre os bits-p, mas emaranhadas em qubits.
A ideia daqui para frente é ajustar a tecnologia de memória comumente usada, dispositivos chamados de junções de túnel magnético, para ser propositalmente instável de modo que os bits-p possam flutuar.
Desde a demonstração de hardware para um computador probabilístico em 2019 e obtenção de uma patente por meio do Purdue Research Foundation Office of Technology Commercialization, a equipe também empregou a tecnologia de silício existente para emular um computador probabilístico com milhares de p-bits usando hardware convencional disponível publicamente na Amazon Web Serviços.
Os pesquisadores publicaram vários artigos no ano passado sobre desenvolvimentos em direção à integração de componentes de hardware individuais, modelando como fazer o sistema funcionar em uma escala maior e garantindo eficiência energética desde o início.
“O veredicto sobre a melhor implementação de um p-bit ainda não foi divulgado. Mas estamos mostrando o que funciona para que possamos descobrir ao longo do caminho”, disse Joerg Appenzeller, Barry M. e Patricia L. Epstein Professora da Purdue Engenharia Elétrica e de Computação.
A pesquisa de computação probabilística da universidade se enquadra em uma iniciativa chamada Purdue-P. A iniciativa faz parte do Discovery Park Center for Computing Advances by Probabilistic Spin Logic, que é apoiado pela Semiconductor Research Corp. e pela National Science Foundation. O trabalho da equipe também conta com financiamento da Agência de Projetos de Pesquisa Avançada de Defesa.
Os pesquisadores podem ser os únicos a desenvolver um computador probabilístico de nome, mas outros na área estão desenvolvendo tecnologia semelhante usando materiais e paradigmas diferentes.
“Como um campo, olhamos para os problemas de computação que ainda não podemos resolver e pensamos:” Existe a computação digital, existe a computação quântica – o que mais existe? “Existem muitas coisas por aí que você poderia chamar de ‘computação probabilística ‘de um nível muito alto “, disse Kerem Camsari, um ex-pesquisador de pós-doutorado em Purdue que continua a colaborar com o grupo como professor assistente de engenharia elétrica e da computação na Universidade da Califórnia, em Santa Bárbara.
Publicado em 11/03/2021 11h58
Artigo original:
Estudo original: