Durante anos, existiu um estrangulamento fundamental entre o imenso potencial da computação quântica e as necessidades práticas da inteligência artificial. Embora os computadores quânticos sejam excelentes em cálculos matemáticos complexos, eles têm lutado para processar os enormes e “confusos” conjuntos de dados – como sequências genômicas ou análises de consumidores – que impulsionam o aprendizado de máquina moderno.
Uma nova pesquisa liderada por Hsin-Yuan Huang, da Oratomic, sugere que podemos finalmente ter encontrado uma maneira de preencher essa lacuna, permitindo potencialmente que as máquinas quânticas superem até mesmo os mais poderosos supercomputadores clássicos em tarefas de IA.
O problema da “parede de memória”
Para compreender esse avanço, é preciso compreender o principal obstáculo: carregamento de dados.
Na computação clássica, os dados são armazenados em bits (0s e 1s). Na computação quântica, os dados são processados usando “superposição”, um estado onde existem múltiplas possibilidades simultaneamente. Para aproveitar o poder quântico para a IA, os investigadores acreditavam anteriormente que todos os enormes conjuntos de dados tinham de ser convertidos neste estado quântico e armazenados em memória quântica especializada antes que o processamento pudesse começar.
O problema era escala. Para armazenar dados suficientes para tornar a computação quântica útil para a IA, a memória quântica necessária teria de ser impossivelmente grande – maior do que o que é fisicamente alcançável com a tecnologia atual ou no futuro próximo.
Uma solução de “streaming”
Huang e sua equipe, incluindo Haimeng Zhao, do Instituto de Tecnologia da Califórnia, propuseram uma mudança de paradigma. Em vez de tentar “baixar” todo um enorme conjunto de dados na memória quântica de uma só vez, o método deles permite que os dados sejam alimentados no computador em lotes menores.
Pense nisso como a diferença entre baixar um enorme arquivo de filme em 4K antes de assisti-lo (o que requer muito armazenamento) e transmiti-lo pouco a pouco (o que requer muito menos).
Ao processar dados de forma incremental, os pesquisadores demonstraram que:
– Os computadores quânticos podem lidar com grandes conjuntos de dados sem precisar de quantidades impossíveis de memória.
– A vantagem da memória é impressionante: um computador quântico com apenas 300 “qubits lógicos” à prova de erros poderia, teoricamente, superar um computador clássico construído a partir de cada átomo do universo observável.
Cronograma e impacto no mundo real
Embora a vantagem teórica seja enorme, a aplicação prática ainda está no horizonte.
- O curto prazo: Os pesquisadores estimam que um computador de 60 qubits lógicos poderia ser construído até o final desta década. Mesmo com este tamanho relativamente pequeno, o estudo sugere que uma “vantagem quântica” poderia surgir para tarefas específicas de dados orientadas por IA.
- Aplicações Científicas: Esta tecnologia pode ser transformadora para ambientes científicos de alto rendimento, como o Grande Colisor de Hádrons, onde enormes quantidades de dados são geradas tão rapidamente que muitos deles devem ser descartados devido a limites de memória.
- As advertências: Especialistas alertam que nem toda IA migrará para a tecnologia quântica. A maioria das tarefas atuais de IA – o tipo que atualmente gera um consumo massivo de energia em data centers – provavelmente permanecerá nas GPUs clássicas. Além disso, os investigadores devem garantir que estes novos algoritmos não podem ser “desquantizados” (replicados em computadores clássicos sem perderem a sua vantagem).
“A máquina quântica é um dispositivo muito poderoso, mas primeiro você precisa alimentá-la. Este estudo fala sobre alimentação e como é suficiente carregar [dados] pouco a pouco, sem superalimentar a fera.” — Adrián Pérez-Salinas, ETH Zurique
Conclusão
Ao resolver o problema de como “alimentar” dados para um processador quântico sem sobrecarregar sua memória, os pesquisadores superaram um grande obstáculo em direção à IA quântica prática. Se for bem-sucedida, esta abordagem de “streaming” poderá permitir que os computadores quânticos lidem com enormes conjuntos de dados científicos e analíticos que são atualmente impossíveis de processar até mesmo pelos maiores supercomputadores clássicos.
