O campo de física quântica explora os comportamentos mais estranhos e fundamentais da natureza, onde partículas podem estar em vários lugares ao mesmo tempo e o ato de observar altera a realidade. Aqui, reunimos as descobertas mais recentes que desafiam nossa compreensão clássica do universo, desde a computação quântica até os mistérios do emaranhamento.

No Gist.Science, acessamos diretamente os novos preprints do arXiv nesta categoria para processar cada publicação imediatamente. Nossa equipe oferece tanto resumos técnicos detalhados quanto explicações em linguagem simples, tornando essas ideias complexas acessíveis a todos os níveis de conhecimento sem perder a precisão científica.

Abaixo, você encontrará a lista mais atualizada de artigos de física quântica, prontos para serem explorados com clareza e profundidade.

Exact WKB analysis of inverted triple-well: resonance, PT-symmetry breaking, and resurgence

Este artigo emprega a análise WKB exata para investigar a mecânica quântica não-hermitiana de um potencial tripla-fossa invertido, derivando condições de quantização e trans-séries que elucidam a estrutura resurgente, a quebra de simetria PT e a natureza dos pontos excepcionais em sistemas de ressonância e anti-ressonância.

Syo Kamata, Tatsuhiro Misumi, Cihan Pazarbaşı, Hidetoshi Taya2026-04-08⚛️ hep-th

Quantum Machine Learning for particle scattering entanglement classification

Este artigo demonstra que uma rede neural convolucional quântica compacta de 4 qubits supera ou iguala o desempenho de redes clássicas na classificação de emaranhamento em processos de espalhamento de férmions, utilizando perfis de densidade como proxies acessíveis e destacando a importância da escolha de codificação e treinabilidade em vez do aumento da escala do modelo.

Hala Elhag, Yahui Chai2026-04-08⚛️ hep-lat

Scaling Laws for Hybrid Quantum Neural Networks: Depth, Width, and Quantum-Centric Diagnostics

Este estudo apresenta uma análise controlada das leis de escala em redes neurais híbridas quântico-clássicas, investigando como o desempenho preditivo e métricas quânticas específicas evoluem ao variar a profundidade e a quantidade de qubits, fornecendo diretrizes práticas para a configuração desses modelos.

Danil Vyskubov, Kirill Vyskubov, Nouhaila Innan, Muhammad Shafique2026-04-08⚛️ quant-ph

Exploring bosonic bound states with parallel reaction coordinates

O artigo analisa a existência e estabilidade de estados ligados bosônicos em sistemas fortemente acoplados a reservatórios com lacunas de banda, demonstrando que esses estados podem ser reproduzidos e compreendidos através de um tratamento de acoplamento fraco em um supersistema composto por coordenadas de reação que representam intervalos de energia do reservatório, onde a estabilidade é garantida pela posição da energia dentro da lacuna, embora interações fracas introduzam um tempo de vida finito que pode ser prolongado aumentando-se o acoplamento sistema-reservatório.

Guan-Yu Lai, Friedemann Queißer, Gernot Schaller2026-04-08⚛️ quant-ph

Late Breaking Results: Hardware-Efficient Quantum Reservoir Computing via Quantized Readout

Este artigo apresenta um framework de Computação de Reservatório Quântico (QRC) eficiente em hardware para previsão de carga elétrica, demonstrando que a quantização de 6 a 8 bits na camada de leitura clássica reduz significativamente o uso de memória mantendo a precisão de previsão próxima à do baseline em ponto flutuante.

Param Pathak, Mansi Od, Nouhaila Innan, Muhammad Shafique2026-04-08⚛️ quant-ph

Pixel-Translation-Equivariant Quantum Convolutional Neural Networks via Fourier Multiplexers

Este artigo propõe e caracteriza construtivamente Redes Neurais Convolucionais Quânticas (QCNNs) que preservam a equivalência de translação de pixels através do uso de multiplexadores de Fourier, demonstrando que essa arquitetura evita o problema de platôs áridos induzidos pela profundidade ao manter um limite inferior constante no gradiente esperado.

Dmitry Chirkov, Igor Lobanov2026-04-08⚛️ quant-ph

Shot-Based Quantum Encoding: A Data-Loading Paradigm for Quantum Neural Networks

Este artigo apresenta a Codificação Quântica Baseada em Tiros (SBQE), uma nova estratégia de carregamento de dados para redes neurais quânticas que utiliza a distribuição de tiros sobre múltiplos estados iniciais para criar representações de estado misto, alcançando alta precisão em benchmarks como Fashion MNIST e Semeion sem a necessidade de portas de codificação de dados.

Basil Kyriacou, Viktoria Patapovich, Maniraman Periyasamy, Alexey Melnikov2026-04-08⚛️ quant-ph