p Os modelos de computador de sistemas como o fluxo de tráfego de uma cidade ou o disparo neural no cérebro tendem a usar muita memória. Mas uma nova abordagem com simuladores quânticos poderia reduzir significativamente o uso da memória ao adotar uma abordagem quântica do tempo. O único custo é um registro reduzido do passado. p A sugestão é dos pesquisadores Mile Gu e Thomas Elliott, de Cingapura, que descreve sua proposta em um artigo publicado em 1º de março em npj Quantum Information . Gu trabalha no Centre for Quantum Technologies e na Nanyang Technological University (NTU) em Cingapura, e Elliott está na NTU.

p Para realizar uma simulação, um computador clássico deve reduzir o tempo em etapas discretas. Gu faz uma analogia com uma forma antiga de medir o tempo:a ampulheta. "Aproxime o zoom em uma ampulheta e será possível ver os grãos de areia individuais caindo um a um. É um fluxo granular, "diz Gu.

p Assim como a ampulheta precisa de areia mais fina para fazer uma medição mais precisa do tempo, um computador precisa de etapas de tempo mais finas para fazer simulações mais precisas. Na verdade, o ideal seria simular o tempo continuamente porque, com o melhor de nossas observações, o tempo parece ser contínuo. Mas isso implica que uma simulação clássica verdadeiramente precisa precisaria de memória infinita para executar tal programa.

p Embora isso seja impossível com um computador clássico, efeitos quânticos fornecem uma solução alternativa. "Com um simulador quântico, você pode evitar a compensação entre precisão e armazenamento que tem de sofrer com um dispositivo clássico, "explica Elliott.

p Para explicar como funciona, imagine que você precisa pegar um ônibus. Se você chegar na parada a tempo de ver o ônibus saindo, agora você espera que o próximo ônibus demore mais tempo para chegar do que se você não tivesse visto apenas um partindo. Isso porque a probabilidade de um ônibus chegando nem sempre é constante, mas depende de quanto tempo se passou desde o último ônibus.

p Para simular processos semelhantes onde a probabilidade muda ao longo do tempo, um computador regular calcula resultados em intervalos de tempo definidos. Pode, por exemplo, dividir as probabilidades de tempos de chegada de ônibus em intervalos de 30 segundos, atualizando essas probabilidades após cada intervalo dependendo se um ônibus chegou (ou não). Para ser mais preciso sobre quando um ônibus chegará, ou para modelar com precisão maior, redes de tráfego mais complicadas, precisa de etapas de tempo menores e, portanto, de mais memória.

p Nesta abordagem clássica, faz-se previsões contando quanto tempo se passou desde o ônibus anterior. Isso parece lógico, e acaba sendo o melhor método clássico. Física quântica, Contudo, permite uma abordagem completamente diferente.

p Um simulador quântico pode estar em vários estados diferentes ao mesmo tempo, cada um com sua própria probabilidade de ser realizado. Este é um fenômeno conhecido como superposição quântica. A proposta de Gu e Elliott é codificar a distribuição de probabilidade temporal para o evento que eles desejam simular na ponderação de probabilidade dos diferentes estados. Se a superposição for criada em uma propriedade como a posição de uma partícula, que pode evoluir continuamente, o tempo também pode ser rastreado continuamente. Portanto, é possível descartar algumas informações sobre o tempo decorrido - alcançando eficiência de memória superior - sem sacrificar a precisão preditiva.

p O ganho vem à custa de perder o conhecimento do passado. O tempo decorrido - um registro do passado, em outras palavras - não pode ser recuperado exatamente da superposição, mas toda a capacidade de previsão é mantida mesmo assim.

p "Em última análise, ao fazer previsões, não nos importamos com o que já vimos. Em vez, nos preocupamos apenas com o que essas observações nos dizem sobre o que esperamos ver a seguir. A física quântica nos permite isolar com eficiência essas informações ", diz Elliott.