Pesquisadores desenvolveram uma abordagem matemática demonstrando que computadores quânticos poderiam processar grandes conjuntos de dados de forma eficiente para tarefas de IA. Ao carregar dados em lotes, como em streaming, o método evita a necessidade de memória massiva. Uma máquina com apenas 60 qubits lógicos poderia superar os sistemas clássicos até o fim da década.
Hsin-Yuan Huang, da empresa quântica Oratomic, e seus colegas argumentam que seu trabalho estabelece as bases para vantagens quânticas no aprendizado de máquina. O ceticismo convencional sustentava que inserir dados do mundo real, como avaliações de restaurantes ou sequências de RNA, em estados de superposição quântica exigiria uma memória impossivelmente grande. A solução da equipe transmite os dados em lotes menores, processando-os sem o armazenamento prévio completo, de forma semelhante a assistir a um filme online em vez de baixá-lo primeiro. Haimeng Zhao, do Instituto de Tecnologia da Califórnia (Caltech), observa que isso gera uma vantagem de memória tão vasta que 300 qubits lógicos superariam um computador clássico que utilizasse todos os átomos do universo observável. Huang enfatiza a onipresença do aprendizado de máquina: “O aprendizado de máquina é realmente utilizado em toda parte na ciência, na tecnologia e também na vida cotidiana. Em um mundo onde possamos construir essa arquitetura [de computação quântica], sinto que ela pode ser aplicada sempre que houver grandes conjuntos de dados disponíveis.” Especialistas elogiam a inovação, mas pedem cautela. Adrián Pérez-Salinas, da ETH Zurich, classifica a ideia como promissora para alimentar máquinas quânticas bit a bit, mas destaca a necessidade de testes contra a desquantização, onde algoritmos quânticos perdem sua vantagem em hardware clássico. Vedran Dunjko, da Universidade de Leiden, vê potencial para experimentos intensivos em dados, como o Grande Colisor de Hádrons, embora não para todas as cargas de trabalho de IA. Os pesquisadores planejam ampliar os algoritmos aplicáveis e otimizar a velocidade do hardware quântico. Um sistema de 60 qubits lógicos parece viável até 2030, oferecendo vantagens iniciais para o processamento de IA com grandes volumes de dados.