O mundo ao nosso redor é repleto de sistemas que mudam com o tempo, desde as correntes giratórias de um rio até a propagação de uma doença em uma população. Cientistas descrevem essas mudanças usando regras matemáticas chamadas equações diferenciais. Para sistemas simples, onde as partes interagem de uma forma direta e proporcional, essas regras são bem compreendidas e fáceis de resolver com computadores padrão. No entanto, os fenômenos mais interessantes e complexos da natureza — como a turbulência em uma tempestade ou o comportamento do plasma em uma estrela — envolvem interações não lineares. Nesses casos, o efeito de uma mudança não é simplesmente proporcional à causa; pequenas variações podem levar a resultados drasticamente diferentes. Resolver as equações para esses sistemas não lineares é notoriamente difícil para computadores clássicos, exigindo frequentemente quantidades imensas de tempo e energia para aproximar uma solução.

Por décadas, pesquisadores esperaram que computadores quânticos, que operam sob as estranhas leis da mecânica quântica, pudessem resolver esses problemas difíceis muito mais rapidamente. O desafio era que os computadores quânticos são fundamentalmente máquinas lineares; eles evoluem de acordo com regras que são estritamente proporcionais e previsíveis. Eles não lidam naturalmente com as interações desordenadas e não lineares encontradas no mundo real. Para preencher essa lacuna, cientistas desenvolveram uma técnica chamada linearização de Carleman. Este método pega um sistema não linear e o eleva para um espaço de dimensões muito mais altas, onde ele pode ser descrito como um sistema linear. É como pegar um nó de corda emaranhado e esticá-lo em uma linha longa e reta; a complexidade permanece, mas as regras para movê-lo tornam-se mais simples. A esperança é que, uma vez que o problema seja linearizado, um computador quântico possa resolvê-lo eficientemente. No entanto, para que isso funcione, a transformação matemática deve ser estável, o que significa que os erros introduzidos ao esticar o problema em uma dimensão superior não devem crescer fora de controle.

Um avanço recente de uma equipe de pesquisadores da PsiQuantum e do Laboratório Nacional de Los Alamos expandiu significativamente a gama de problemas não lineares que podem ser resolvidos desta forma. Em um artigo publicado na revista Quantum, os autores corrigiram falhas técnicas em tentativas anteriores de usar este método e provaram que ele funciona para uma classe de sistemas físicos muito mais ampla do que se pensava anteriormente possível. O trabalho deles vai além da categoria restrita de sistemas que simplesmente perdem energia ao longo do tempo, conhecidos como sistemas dissipativos, para incluir sistemas que são estáveis, mas não necessariamente perdem energia, bem como sistemas que oscilam ou conservam grandezas como massa ou momento. Ao estabelecer condições rigorosas sob as quais os erros matemáticos permanecem pequenos, eles mostraram que computadores quânticos poderiam, um dia, simular essas dinâmicas complexas do mundo real com uma velocidade que os computadores clássicos não conseguem igualar.

O cerne da conquista dos pesquisadores reside em consertar a base matemática do método de Carleman. Estudos anteriores sugeriam que essa abordagem só funcionava para sistemas onde a não linearidade era muito fraca em comparação com a capacidade do sistema de dissipar energia. O novo trabalho demonstra que essa restrição baseava-se em provas incompletas e suposições incorretas. A equipe mostrou que o método funciona, na verdade, para qualquer sistema que seja estável, ou seja, cujo comportamento permaneça limitado e não exploda para o infinito, mesmo que não perca energia. Eles provaram que, para cada sistema estável, existe uma condição matemática específica que garante que a linearização convergirá para a resposta correta. Esta condição depende da estrutura interna do sistema e de como suas partes interagem, e não apenas de quanta energia ele perde.

Além disso, os pesquisadores estenderam esses resultados para sistemas que possuem grandezas conservadas, como a quantidade total de fluido em um recipiente fechado ou a carga total em um circuito elétrico. Esses sistemas são frequentemente marginalmente estáveis, o que significa que não perdem nem ganham energia, mas simplesmente mantêm um equilíbrio. Métodos anteriores tinham dificuldade com esses casos, mas a nova análise oferece uma maneira de lidar com eles, identificando padrões específicos no comportamento do sistema que permitem que a linearização tenha sucesso. Eles também abordaram sistemas que são não ressonantes, o que significa que as frequências de suas diferentes partes não interagem de formas complexas e travadas. Ao analisar cuidadosamente o espaçamento dessas frequências, a equipe mostrou que o método funciona para uma ampla variedade de sistemas não ressonantes, incluindo aqueles que descrevem o comportamento da luz em materiais não lineares. O artigo observa explicitamente que sistemas ressonantes, onde as frequências interagem para impedir uma transformação suave para uma forma linear, apresentam uma análise de estabilidade muito mais difícil e ficam fora do escopo destas garantias de convergência específicas.

O artigo também aborda o lado prático de executar essas simulações em um computador quântico. Resolver as equações linearizadas é apenas metade da batalha; os pesquisadores tiveram que garantir que o algoritmo quântico pudesse preparar o estado inicial do sistema e extrair a resposta final de forma eficiente. Eles desenvolveram uma nova técnica chamada transformada de Lyapunov quântica, que atua como uma mudança de coordenadas para tornar o problema mais fácil de ser manuseado pelo computador quântico. Isso permite que o algoritmo rode mais rápido e com menos recursos, mesmo para sistemas que não são perfeitamente estáveis. A equipe provou que, para uma classe específica de problemas de oscilador não linear, o computador quântico oferece uma vantagem exponencial sobre os melhores métodos clássicos. Isso significa que, conforme o problema aumenta de tamanho, o tempo exigido por um computador clássico cresce astronomicamente, enquanto o tempo do computador quântico cresce apenas lentamente.

Um dos aspectos mais significativos deste trabalho é que ele corrige o registro de reivindicações anteriores. Os autores identificaram erros específicos nas provas matemáticas de estudos anteriores, mostrando que essas provas dependiam de suposições que nem sempre eram verdadeiras. Ao corrigir esses erros e fornecer novas provas rigorosas, eles estabeleceram uma base sólida para pesquisas futuras. Seus resultados não são apenas teóricos; eles fornecem critérios claros que engenheiros e cientistas podem usar para determinar se um problema específico pode ser resolvido eficientemente em um computador quântico. Por exemplo, mostraram que o método funciona para sistemas onde a não linearidade é equilibrada pela dissipação, mas também para sistemas onde a não linearidade é equilibrada pela própria estabilidade do sistema, mesmo sem perda de energia.

As implicações deste trabalho estendem-se a muitos campos que dependem da simulação de dinâmicas complexas. Na dinâmica de fluidos, por exemplo, compreender como o ar flui ao redor de uma asa ou como a água se move através de um cano muitas vezes exige a resolução de equações não lineares que são atualmente caras demais para serem simuladas com precisão. Com os novos critérios estabelecidos por este artigo, pode tornar-se possível simular esses fluxos em computadores quânticos, levando a melhores designs de aeronaves e sistemas de gestão de água mais eficientes. Da mesma forma, na física de plasma, onde o comportamento de partículas carregadas é governado por interações não lineares, estes métodos podem ajudar no desenvolvimento da energia de fusão. A capacidade de simular esses sistemas com precisão poderia acelerar o progresso na solução de alguns dos desafios energéticos e ambientais mais urgentes do nosso tempo.

Os pesquisadores também exploraram os limites do seu método, mostrando que ele não funciona para todos os sistemas não lineares possíveis. Eles identificaram casos específicos onde as condições matemáticas para convergência não são atendidas, particularmente em sistemas com certos tipos de ressonâncias ou onde o espectro das frequências do sistema cai em um arranjo geométrico específico que impede a convergência da linearização. Ao definir claramente onde o método funciona e onde não funciona, o artigo fornece um roteiro realista para a área. Ele evita o sensacionalismo de afirmar que os computadores quânticos podem resolver tudo, oferecendo, em vez disso, um guia preciso e confiável para quando eles podem resolver problemas específicos e importantes.

No fim, este trabalho representa um passo significativo na busca por aproveitar a computação quântica para aplicações do mundo real. Ele move o campo de uma especulação esperançosa para um entendimento rigoroso. Ao corrigir erros do passado e expandir a gama de problemas solucionáveis, os pesquisadores abriram a porta para uma nova era de simulação. Eles mostraram que a barreira entre o mundo linear da mecânica quântica e o mundo não linear da física clássica não é tão impenetrável quanto se pensava. Com as ferramentas matemáticas certas, podemos agora construir essa ponte, permitindo que os computadores quânticos enfrentem os sistemas complexos e dinâmicos que moldam o nosso universo. O caminho a seguir está claro: com estes novos critérios, os cientistas podem agora projetar algoritmos quânticos que são garantidos para funcionar para uma ampla variedade de problemas não lineares, aproximando-nos de um futuro onde os computadores quânticos serão uma ferramenta essencial para a descoberta científica.