A QuEra Computing, em colaboração com pesquisadores das universidades de Harvard e Innsbruck, apresentou um novo método para a realização de cálculos de otimização em máquinas de átomos neutros, visando superar as limitações de conectividade nativa dos qubits nas matrizes de átomos de Rydberg.

Essa nova descoberta permite que problemas de otimização mais complexos sejam resolvidos, incluindo conjuntos independentes máximos em gráficos com conectividade arbitrária e problemas de otimização binária quadrática irrestrita (QUBO).

A funcionalidade adicional abrange diversas aplicações em setores como logística e farmacêutica, proporcionando a eficiência na programação logística e no design otimizado de proteínas, acelerando assim o desenvolvimento de medicamentos e, potencialmente, ampliando a receita das empresas farmacêuticas.

O progresso na codificação possibilita a solução de uma ampla variedade de aplicações por meio do uso de computadores quânticos de átomos neutros.

A empresa QuEra Computing em colaboração com pesquisadores universitários desenvolveu um novo método para expandir os cálculos de otimização possíveis com computadores quânticos de átomos neutros. Este avanço foi publicado na revista PRX Quantum e supera as limitações de hardware, possibilitando soluções para problemas mais complexos.

Com isso, ampliam-se as aplicações em setores como logística e farmacêutica, proporcionando maior eficiência em programação logística e no design otimizado de proteínas, além de acelerar o desenvolvimento de medicamentos e, potencialmente, aumentar a receita das empresas farmacêuticas.

A empresa QuEra Computing, responsável pela criação do primeiro e único computador quântico de átomo neutro acessível publicamente no mundo, chamado Aquila, divulgou recentemente que sua equipe de pesquisa desenvolveu um método capaz de realizar uma gama mais ampla de cálculos de otimização do que se acreditava ser possível anteriormente utilizando máquinas de átomos neutros.

O artigo intitulado “Otimização quântica com conectividade arbitrária usando matrizes de átomos de Rydberg” foi divulgado hoje na PRX Quantum, e é o resultado do trabalho conjunto de pesquisadores e colaboradores da QuEra das universidades de Harvard e Innsbruck: Minh-Thi Nguyen, Jin-Guo Liu, Jonathan Wurtz, Mikhail D. Lukin, Sheng-Tao Wang e Hannes Pichler.

Alex Keesling, CEO da QuEra Computing, comentou sobre a importância das descobertas: “Não há dúvida de que as notícias de hoje ajudam a QuEra a agregar valor a mais parceiros, mais cedo. Isso nos aproxima de nossos objetivos e marca um marco importante para a indústria também. Isso abre as portas para trabalhar com mais parceiros corporativos que podem ter necessidades em logística, desde transporte e varejo até robótica e outros setores de alta tecnologia, e estamos muito entusiasmados em cultivar essas oportunidades.”

Os sistemas quânticos programáveis, como os fornecidos pela QuEra Computing, proporcionam oportunidades únicas para testar o desempenho de vários algoritmos de otimização quântica. Contudo, pode haver limitações impostas por restrições específicas do hardware.

Geralmente, a conectividade nativa dos qubits em uma determinada plataforma restringe a classe de problemas que podem ser resolvidos. Por exemplo, as matrizes de átomos de Rydberg permitem naturalmente a solução do problema do conjunto independente máximo (MIS), mas as codificações nativas são limitadas aos chamados grafos de disco de unidade.

O artigo em questão expande significativamente a classe de problemas solucionáveis através de matrizes de átomos de Rydberg, superando as limitações dos gráficos geométricos previamente mencionados.

Agora, novas classes de problemas de otimização podem ser resolvidos por máquinas de átomos neutros, incluindo conjuntos independentes máximos em gráficos com conectividade arbitrária e problemas de otimização binária quadrática irrestrita (QUBO) com conectividade arbitrária ou restrita.

Como resultado dessas descobertas, novas possibilidades surgem em áreas como agendamento de logística e produtos farmacêuticos. Por exemplo, a identificação dos componentes mais promissores para novos produtos farmacêuticos em estágios iniciais é uma tarefa difícil.

No entanto, graças ao novo método de codificação desenvolvido pela QuEra, o projeto de proteínas otimizado agora se torna uma possibilidade.

Como resultado, máquinas como o Aquila podem ajudar pesquisadores a identificar de forma mais eficiente as melhores amostras para testes, reduzindo os recursos necessários para desenvolver novos medicamentos e aumentando a probabilidade de aprovação. Isso pode levar a um aumento de receita para fabricantes de produtos farmacêuticos e redução de custos.