Scientific applications of quantum computing: challenges and opportunities

Durante séculos, a história do progresso humano foi escrita nos materiais que criamos. Dos pigmentos que coloriram nossa arte mais primitiva aos catalisadores que alimentam nossas indústrias modernas, nossa capacidade de moldar o mundo dependeu de um ciclo de tentativa e erro, seguido de teoria e, finalmente, previsão. Hoje, cientistas usam computadores poderosos para simular como os átomos se comportam, permitindo que projetem novos medicamentos, metais mais fortes e baterias mais eficientes antes mesmo de misturarem um produto químico em um laboratório. Essas simulações funcionam resolvendo as equações que governam como os elétrons se movem e interagem. No entanto, existe um limite obstinado para o quão bem esses computadores clássicos podem prever o futuro. Quando os átomos formam ligações complexas ou existem em estados excitados de alta energia, a matemática torna-se tão emaranhada que até os supercomputadores mais avançados precisam recorrer a aproximações. Esses atalhos funcionam bem para casos simples, mas frequentemente falham quando a precisão é mais necessária, deixando os cientistas adivinhando sobre a estabilidade de um novo material ou a velocidade de uma reação química.

Um grupo de pesquisadores de universidades e laboratórios de todo o Reino Unido reuniu-se para fazer uma pergunta crítica: poderá um novo tipo de computador, um que utiliza as estranhas leis da mecânica quântica para resolver problemas, finalmente romper essa barreira? A resposta deles é uma avaliação cuidadosa e fundamentada de onde esta tecnologia se encontra hoje e para onde ela pode levar. Eles argumentam que, embora a promessa da computação quântica seja real, ela não substituirá simplesmente os computadores clássicos que usamos agora. Em vez disso, o caminho mais valioso à frente envolve uma parceria. Neste novo fluxo de trabalho, os computadores quânticos atuariam como ferramentas altamente especializadas, intervindo apenas para resolver as partes específicas e mais difíceis de um problema que as máquinas clássicas não conseguem lidar, enquanto o restante do trabalho permanece com os métodos estabelecidos.

Os pesquisadores começam reconhecendo o estado atual do campo. Ainda não estamos em um ponto em que um computador quântico possa resolver um problema químico completo por conta própria. Os dispositivos disponíveis hoje ainda são "ruidosos", o que significa que são propensos a erros e podem conter apenas uma pequena quantidade de informação de cada vez. Por causa disso, a equipe sugere que o futuro imediato reside em abordagens "híbridas". Imagine um sistema químico complexo, como uma enzima dentro de uma célula viva ou um catalisador em uma fábrica. A parte mais difícil de simular este sistema é frequentemente apenas uma zona pequena e ativa onde as ligações estão se quebrando e se formando. Os autores propõem usar um computador quântico para calcular o comportamento desta zona pequena e crítica com extrema precisão, enquanto um computador clássico lida com o restante do sistema massivo. Este método, conhecido como imersão (embedding), permite que os cientistas obtenham a alta precisão de que precisam sem exigir que uma máquina quântica seja grande o suficiente para simular o mundo inteiro de uma só vez.

O artigo distingue cuidadosamente entre diferentes tipos de problemas e os diferentes estágios da tecnologia quântica necessários para resolvê-los. Para tarefas como prever a energia de uma molécula ou a cor de um material, os métodos mais precisos provavelmente exigirão computadores quânticos "tolerantes a falhas". Estas são máquinas que podem corrigir seus próprios erros, uma tecnologia que ainda está em fases experimentais iniciais e não está amplamente disponível. No entanto, os autores sugerem que não precisamos esperar por essas máquinas perfeitas para começar a realizar trabalhos úteis. Para certos tipos de desafios, como buscar entre milhões de arranjos possíveis de átomos para encontrar a estrutura mais estável, os dispositivos atuais já podem oferecer uma vantagem. Esses problemas são como procurar uma agulha específica em um vasto palheiro; algoritmos quânticos podem explorar muitas possibilidades simultaneamente, potencialmente encontrando a melhor solução mais rapidamente do que um computador clássico conseguiria.

Os pesquisadores estão particularmente focados nas realidades práticas de integrar essas máquinas ao trabalho científico real. Eles alertam contra o hype que frequentemente envolve novas tecnologias. Um cálculo quântico só é valioso se produzir um resultado que seja mais preciso ou confiável do que o que um computador clássico pode fornecer, mesmo após considerar o tempo e a energia necessários para configurar o experimento, executar o cálculo e processar os dados. A equipe enfatiza que o objetivo não é provar que computadores quânticos existem, mas demonstrar que eles podem reduzir a incerteza nas previsões científicas. Se um dispositivo quântico puder dizer a um químico com maior confiança que um novo material de bateria será estável, ou que um medicamento se ligará a um vírus, então ele terá alcançado seu propósito.

No domínio da ciência dos materiais, o artigo destaca a dificuldade de descobrir novos compostos. Historicamente, este tem sido um processo de intuição e experimentação de alto rendimento, onde os cientistas testam milhares de candidatos para encontrar os poucos que funcionam. Embora o aprendizado de máquina tenha ajudado a acelerar este processo, ele ainda depende de dados gerados por simulações clássicas que podem ter imprecisões inerentes. Os autores sugerem que a computação quântica pode fornecer os dados de alta qualidade necessários para treinar esses modelos de aprendizado de máquina ou buscar diretamente através de espaços químicos complexos para encontrar estruturas que os métodos clássicos poderiam perder. Isso é especialmente relevante para sistemas que são desordenados ou contêm muitos elementos diferentes, onde o número de arranjos possíveis é vasto demais para os métodos tradicionais explorarem minuciosamente.

Para a bioquímica, os desafios são ainda maiores porque os sistemas biológicos são grandes, desordenados e estão em constante movimento. Simular uma única proteína muitas vezes exige rastrear centenas de milhares de átomos, uma tarefa que desafia os limites até mesmo dos supercomputadores mais rápidos. O artigo argumenta que uma simulação quântica completa de uma célula viva não é um objetivo realista para o futuro próximo. Em vez disso, a aplicação mais prática será usar computadores quânticos para estudar as reações químicas específicas que ocorrem dentro das enzimas. Ao tratar esses pequenos sítios reativos com precisão quântica e o ambiente circundante com métodos clássicos, os cientistas poderiam obter uma compreensão mais profunda de como a vida funciona no nível molecular. Isso poderia levar a melhores designs de fármacos e uma imagem mais clara de como as doenças se desenvolvem.

Os autores também abordam o hardware em si, observando que existem várias tecnologias concorrentes, desde circuitos supercondutores até íons aprisionados e átomos neutros. Cada uma tem suas próprias forças e fraquezas, e é cedo para dizer qual delas irá dominar. O que importa mais do que o tipo específico de máquina é o quão bem ela pode ser integrada ao ecossistema existente de computação científica. Os pesquisadores apontam que as velocidades de clock dos processadores quânticos são atualmente muito mais lentas do que as dos computadores clássicos, e a forma como os dados são armazenados e movidos entre eles é um grande obstáculo. Resolver esses problemas de engenharia é tão importante quanto melhorar os próprios algoritmos quânticos.

Em última análise, o artigo serve como um roteiro para uma transição realista. Ele sugere que o campo deve se afastar de demonstrações isoladas que exibem a capacidade de um computador quântico de resolver um problema trivial e em direção a fluxos de trabalho integrados que resolvam questões científicas reais. O valor da computação quântica será medido por sua capacidade de reduzir as margens de erro nas previsões científicas. Se ela puder nos dizer com mais certeza quão rápida uma reação será, ou quão estável um novo material será, então ela terá conquistado seu lugar no laboratório. A jornada à frente é longa e a tecnologia ainda está amadurecendo, mas o caminho a seguir é claro: um futuro colaborativo onde computadores quânticos e clássicos trabalham juntos para desbloquear os segredos do mundo material.