Há pelo menos 17 anos a Microsoft vem estudando computação quântica, em 2025 ficará marcado pelo ano em que a empresa apresentou seu primeiro processador quântico, chamado de Majorana 1. O chip utiliza partículas chamadas férmions de Majorana, que atuam como qubits topológicos para armazenar e processar informações de maneira estável e eficiente, diferente dos qubits baseados em supercondutores, íons ou fótons. Leia mais: o que é um qubits.
O que é o Majorana 1?
O Majorana 1 é um chip quântico experimental desenvolvido pela Microsoft como parte da sua iniciativa em computação quântica topológica. Diferente dos computadores quânticos tradicionais, que usam qubits baseados em supercondutores, íons ou fótons, o Majorana 1 utiliza férmions de Majorana, partículas que podem atuar como qubits topológicos.
Os férmions de Majorana são partículas teóricas propostas pelo físico Ettore Majorana em 1937, que têm a propriedade única de serem suas próprias antipartículas.
Qubits Topológicos
Os qubits topológicos, diferente dos qubits tradicionais, que são altamente sensíveis a ruídos e decoerência (perda de informação quântica), são protegidos por sua estrutura física. Eles armazenam informações não em partículas individuais, mas em pares de férmions de Majorana, que são separados no espaço, e essa separação torna a informação quântica mais robusta, pois interferências locais não afetam o estado quântico global. Essa estabilidade gerada é conhecida como proteção topológica.
Como o Majorana 1 funciona?
O funcionamento do Majorana 1 baseia-se em três conceitos principais: férmions de Majorana, qubits topológicos e operações de entrelaçamento. Os dois primeiros já explicados acima.
Operações de Entrelaçamento (Braiding)
Para realizar operações quânticas, o Majorana 1 manipula os férmions de Majorana por meio de um processo chamado entrelaçamento (braiding). Isso envolve mover as partículas no espaço de forma controlada, criando emaranhados quânticos que representam operações lógicas. Como os férmions de Majorana são estáveis, essas operações são menos propensas a erros, o que é uma grande vantagem em relação aos qubits convencionais.
Próximo passo: 1 milhão de qubits
O Majorana 1 tem o potencial de integrar até um milhão de qubits em um único chip, com um tamanho comparável ao de um processador convencional. "Os qubits baseados em topocondutores são mais rápidos, confiáveis e compactos. Eles medem apenas 1/100 de milímetro, o que nos dá um caminho claro para desenvolver um processador com um milhão de qubits", destacou em entrevista Satya Nadella - CEO da Microsoft.
A Microsoft compartilhou sua pesquisa em um artigo publicado na revista Nature, descrevendo como fabricou qubits topológicos a partir de uma combinação de arseneto de índio e alumínio. Atualmente, o processador Majorana 1 já possui oito qubits topológicos, mas a expectativa é escalar para um milhão nos próximos anos.
Onde a Microsoft pretende usar computação quântica?
O novo processador quântico da Microsoft pode ser usado em muitos campos de estudo, a fabricante já demonstrou interesse em áreas como:
- Medicina: O Majorana 1 pode ser usado para simular moléculas e proteínas com uma precisão sem precedentes. Isso pode ajudar a desenvolver novos medicamentos e tratamentos para doenças como câncer e Alzheimer.
- Ciência dos materiais: O Majorana 1 pode ser usado para projetar novos materiais com propriedades personalizadas. Isso pode levar a avanços em áreas como energia, eletrônica e transporte.
- Inteligência artificial: O Majorana 1 pode ser usado para treinar modelos de aprendizado de máquina mais poderosos. Isso pode levar a avanços em áreas como processamento de linguagem natural, visão computacional e robótica.
Além dessas áreas, os computadores quânticos têm capacidade de resolver problemas que os computadores clássicos hoje não conseguem, como melhorar a previsão do tempo e otimizar redes elétricas.
A Microsoft lançou um vídeo sobre o Majorana 1, são 12 minutos explicando como funciona, o que foi feito e as possíveis aplicações:
Vou deixar algumas referências da Microsoft para você se aprofundar no assunto:
