A propriedade de um “quantum de informação” ter estados sobrepostos e se entrelaçar com outras “partículas” dá aos computadores capacidade de lidar com modelos de variáveis, probabilidades e incertezas praticamente inviáveis para a computação binária. Embora a tecnologia ainda esteja embrionária, cerca de 90 mil usuários, de 2 mil instituições acadêmicas e 60 indústrias, entre as quais J. P. Morgan e Accenture, já testam os modelos matemáticos de uma nova geração de software – capaz de simular moléculas ou fatorar números, entre outros problemas complexos – na iniciativa IBM Q Experience.
A estratégia – guardadas as proporções de disrupção tecnológica – é semelhante à que foi adotada para o Watson, de disponibilizar uma plataforma de supercomputação em nuvem, simplificar o desenvolvimento e preparar o ecossistema para uma oferta comercial. No caso da computação quântica, os problemas de engenharia ainda são bem mais complexos e o caminho mais longo. “Hoje temos uma plataforma de 20 Qbits, o que ainda não é muito para problemas reais. Com algo entre 100 e 1 mil Qbits, o que deve ocorrer em menos de cinco anos, já podemos pensar em aplicações de química, engenharia de materiais e análises complexas”, explica Ulisses Mello, Ph. D em geologia e diretor de IBM Research Brasil.
Ulisses lembra que em 1981, em uma conferência no MIT, o físico Richard Feyman sinalizou a impossibilidade de representar a natureza – e outros fenômenos com muitas variáveis e relações de causa e efeito – com uma matemática binária. Por exemplo, simular o comportamento de uma molécula de cafeína na computação clássica exigiria 1048 bits e nem há matéria-prima no planeta para fazer tanta memória. Isso é possível com um computador quântico de 160 Qbits.
Facilidade de fatorar de primos e os problemas para a indústria financeira
A fatoração de números semiprimos (por exemplo, 15 ou 121, produtos de dois números primos) é um cálculo que só pode ser feito por força bruta (uma conta depois da outra) nos computadores binários. Por isso levam um tempo infinito para descobrir os divisores de números extensos. É exatamente nessa dificuldade que se baseia nossa confiança nas chaves públicas e privadas usadas pelos atuais modelos de criptografia. Só que é o típico problema classificado como “quantum easy”, facilmente calculado em uma plataforma quântica teórica (por enquanto).
Ulisses conta que um dos focos de setores como Defesa e Finanças é desde já a Criptografia de Resiliência Quântica.
Programação como uma partitura polifônica
Muito simplificadamente, o estado de sobreposição é como se lançar uma moeda que passa a ser ao mesmo tempo cara e coroa, com determinada probabilidade para cada estado, até o momento de “colapsar” em uma ou outra quando se faz a observação. Transcrita como “ação fantasmagórica” por alguns tradutores do Einstein, o entrelaçamento funciona (em uma comparação muito abreviada) como o token offline que sincroniza com o servidor do banco. Ou seja, na hora em se observa o número quântico do Qbit se determina o valor de outro Qbit entrelaçado. Como resultado das correlações matemáticas possíveis de se gerar sobre essas propriedades, a cada Qbit se dobra exponencialmente a capacidade de processamento; por exemplo, um sistema de 50 Qbits pode processar 250 estados simultaneamente.
Ulisses compara o código de programação quântica a partitura de música quando arranjador monta um acorde; harmoniza várias funções paralelas e interdependentes. Ele menciona que o QIS Kit, a plataforma de desenvolvimento, hoje conta com facilidades para programação em alto nível, com Python, e já dispõe de bibliotecas para algumas verticais da indústria, como química e finanças.
Desafios de engenharia e mudança de paradigma
Semelhante aos ambientes de computação há pouco mais de 50 anos, a plataforma de computação quântica ocupa cerca de 30 m2 e o a máquina parece mais com serpentina de chop do que com computador. O hardware opera a 0,15 Kelvin, uma temperatura menor do que em espaço profundo.
Na prática, a dificuldade de escalar o número de Qbits é manter o “volume quântico”. Ruídos térmicos, magnéticos e interferências externas desestabilizam o quantum. Se forem necessários muitos algoritmos de correção, haveria uma entropia (overhead) que anularia as vantagens.
O problema da computação clássica é que a Lei de Moore – segundo a qual a cada 18 meses os processadores dobram de capacidade – se aproxima do esgotamento físico, à medida que as camadas de silício já estão com espessura de poucos átomos. Conforme o mundo digital exige coisas cada vez mais complexas, não haverá processador capaz de resolver chaveando 0s e 1s, como fazem as CPUs atuais.
Enquanto a computação quântica se desenvolve, grandes players da indústria de data center e microeletrônica mantêm outros desenvolvimentos para atender a aplicações como IA, big data, IoT e outros sistemas complexos. Uma das principais vertentes é, basicamente, desenhar ASICs (hardware dedicado a funções específicas) otimizados para aplicações que estressam os limites das CPUs genéricas.
