Durante a última década, a evolução da inteligência artificial seguiu uma fórmula relativamente simples: mais parâmetros significavam modelos mais capazes. Essa estratégia transformou sistemas como ChatGPT, Gemini e Llama em ferramentas impressionantes. Mas ela também trouxe um problema difícil de ignorar. Cada salto de desempenho exige mais memória, mais energia e mais infraestrutura computacional. Um novo estudo sugere que a computação quântica pode oferecer uma alternativa elegante para contornar esse gargalo sem depender apenas de chips cada vez maiores.
Um enxerto quântico em uma IA convencional
Pesquisadores liderados por Roman Orús desenvolveram uma abordagem incomum: em vez de criar uma inteligência artificial totalmente quântica, eles adicionaram um pequeno módulo quântico a um modelo já existente.
O experimento foi realizado no Llama 3.1 8B, modelo de linguagem de código aberto da Meta que possui aproximadamente 8 bilhões de parâmetros.
O componente adicionado recebeu o nome de Cayley Unitary Adapter (CUA). Embora o modelo original tenha bilhões de parâmetros, o módulo quântico contém apenas cerca de 6 mil parâmetros.
A proposta parece modesta, mas os resultados chamaram a atenção da comunidade científica.
O problema que os pesquisadores tentam resolver
Modelos de linguagem funcionam manipulando enormes quantidades de dados por meio de operações matemáticas complexas realizadas em espaços de alta dimensão.
Essas operações exigem grandes matrizes numéricas e consomem quantidades crescentes de memória e processamento.
À medida que os modelos aumentam de tamanho, os custos associados crescem rapidamente. O ganho de desempenho continua existindo, mas o retorno obtido para cada novo bilhão de parâmetros se torna cada vez menor.
Foi justamente nesse ponto que os pesquisadores buscaram uma alternativa.
Os adaptadores de Cayley utilizam propriedades da mecânica quântica para executar determinadas projeções geométricas de forma mais eficiente do que os métodos clássicos. Em vez de substituir o modelo principal, eles funcionam como um coprocessador especializado para operações específicas.
O experimento aconteceu em um computador quântico real
Um detalhe torna o trabalho especialmente relevante.
Muitos estudos sobre computação quântica são realizados em simuladores executados por computadores tradicionais. Neste caso, os pesquisadores utilizaram diretamente um processador físico da IBM.
O experimento foi executado no IBM Quantum System Two, equipado com 156 qubits.
Os resultados mostraram uma redução de 1,4% na chamada perplexidade do modelo. Essa métrica mede a capacidade de prever corretamente sequências de texto: quanto menor a perplexidade, melhor o desempenho.
À primeira vista, uma melhora de 1,4% pode parecer pequena. Mas, considerando que ela foi obtida em um modelo de 8 bilhões de parâmetros com a adição de apenas 6 mil parâmetros extras, o resultado se torna muito mais significativo.
Os autores comparam o efeito a melhorar o desempenho de um motor de avião substituindo apenas uma pequena peça interna.
Ainda não existe um ChatGPT quântico
Apesar do entusiasmo, os pesquisadores fazem questão de destacar que a tecnologia ainda está longe de aplicações comerciais amplas.
O hardware utilizado pertence à categoria NISQ (Noisy Intermediate-Scale Quantum), termo usado para descrever computadores quânticos atuais que ainda sofrem com níveis consideráveis de ruído e erros operacionais.
Os qubits podem perder informações ou gerar resultados incorretos durante os cálculos, o que limita o potencial desses sistemas.
Mesmo assim, o estudo demonstra algo importante: a vantagem observada sobreviveu aos níveis atuais de ruído do hardware.
Isso significa que a ideia funciona fora de simulações teóricas.
Uma nova rota para o futuro da inteligência artificial
O trabalho não propõe substituir data centers, GPUs ou chips especializados que sustentam a revolução da IA atual.
A proposta é complementar essa infraestrutura.
Se módulos quânticos forem capazes de assumir algumas das operações matemáticas mais custosas dos modelos de linguagem, será possível continuar aumentando o desempenho sem multiplicar indefinidamente os gastos com energia e memória.
Os pesquisadores acreditam que futuras gerações de processadores quânticos, com menos ruído e mais qubits operacionais, poderão ampliar ainda mais esse benefício.
Por enquanto, o estudo continua sendo uma prova de conceito publicada no arXiv e ainda aguarda revisão formal por pares. Mesmo assim, ele oferece um vislumbre de um cenário que parecia distante até poucos anos atrás: a colaboração entre inteligência artificial e computação quântica em sistemas reais.
Se essa abordagem se confirmar nos próximos anos, o futuro da IA talvez não dependa apenas de construir chips maiores. Pode depender também de explorar novas leis da física para resolver problemas que o silício sozinho começa a ter dificuldade para enfrentar.
[ Fonte: Muy Interesante ]
