Algoritmo clássico reproduz simulação que teria provado supremacia quântica da D‑Wave

Empresas de computação quântica frequentemente anunciam avanços quando seus dispositivos resolvem problemas considerados impossíveis para computadores tradicionais. Mas um estudo recente conduzido por físicos do Flatiron Institute e da Boston University mostra como essa fronteira pode mudar rapidamente.

Os pesquisadores desenvolveram um método de simulação clássica mais eficiente baseado em redes tensoriais (tensor networks) combinadas com propagação de crenças (belief propagation). Com essa abordagem, eles conseguiram reproduzir exatamente o mesmo problema de dinâmica quântica que havia sido usado na amplamente divulgada alegação de supremacia quântica da D‑Wave em 2025. Em alguns casos, a simulação foi eficiente o suficiente para rodar em hardware modesto — inclusive em um laptop pessoal.

A alegação original: 20 minutos contra um milhão de anos

Em março de 2025, a empresa canadense D‑Wave anunciou resultados obtidos com seu protótipo Advantage2, um recozedor quântico supercondutor com cerca de 5.000 qubits.

Segundo a empresa, o sistema conseguiu simular a dinâmica de materiais magnéticos complexos em menos de 20 minutos. A estimativa apresentada era que um supercomputador clássico — como os usados em grandes centros de pesquisa — precisaria de quase um milhão de anos para realizar o mesmo cálculo.

O problema envolvia a simulação de sistemas magnéticos desordenados chamados modelos de spin‑glass de Ising, organizados em estruturas de rede (lattices). De acordo com os autores do trabalho original, as técnicas clássicas conhecidas tinham dificuldade para escalar para sistemas quânticos tão grandes, levando o resultado a ser descrito como um exemplo de computação “além do alcance clássico”.

Esse tipo de resultado costuma ser enquadrado no conceito de supremacia quântica — ou vantagem quântica — quando um computador quântico executa uma tarefa que computadores clássicos não conseguiriam resolver em tempo viável.

O avanço do algoritmo clássico

A equipe do Flatiron e da Boston University decidiu revisitar exatamente o mesmo problema físico. Em vez de tentar acompanhar diretamente todo o estado quântico — algo que cresce exponencialmente com o número de qubits — os pesquisadores exploraram a estrutura matemática do sistema.

O método combina três ideias principais:

• Redes tensoriais em duas e três dimensões configuradas para refletir a geometria da rede de spins
• Propagação de crenças, um algoritmo de troca de mensagens que atualiza o sistema de forma eficiente
• Técnicas de compressão de redes tensoriais para manter o modelo tratável mesmo quando o entrelaçamento quântico aumenta

Ao evoluir essas redes tensoriais específicas da rede física e aplicar atualizações via propagação de crenças durante a simulação, o algoritmo consegue acompanhar a dinâmica do sistema sem precisar representar explicitamente toda a função de onda de 5.000 qubits. Isso reduz drasticamente o custo computacional mantendo alta precisão.

Segundo os pesquisadores, a abordagem consegue simular com precisão e eficiência a mesma dinâmica de recozimento quântico que havia sido considerada fora do alcance da computação clássica.

Por que alguns casos rodam até em um laptop

Redes tensoriais funcionam essencialmente como um mecanismo de compressão de estados quânticos. Em vez de armazenar todas as amplitudes de uma função de onda gigantesca, o método guarda apenas as correlações realmente presentes no sistema.

Em muitos sistemas físicos — especialmente aqueles organizados em redes estruturadas — o crescimento do entrelaçamento quântico ainda pode ser representado de forma relativamente compacta. Quando isso acontece, a rede tensorial precisa de muito menos parâmetros do que uma simulação clássica direta.

No estudo do Flatiron, a combinação de redes tensoriais com propagação de crenças tornou a simulação eficiente a ponto de algumas instâncias poderem ser executadas em computadores pessoais comuns, em vez de exigir supercomputadores massivos.

O que isso significa para a “vantagem quântica”

O resultado não prova que computadores quânticos não tenham vantagens. O que ele mostra é algo fundamental para o campo: o referencial está sempre mudando.

A maioria das alegações de vantagem quântica compara hardware quântico com os melhores algoritmos clássicos conhecidos naquele momento. Mas métodos clássicos — como redes tensoriais, técnicas de Monte Carlo e outros algoritmos aproximados — continuam evoluindo rapidamente.

Isso significa que um problema considerado impossível para máquinas clássicas hoje pode se tornar tratável amanhã se alguém descobrir um algoritmo melhor. O trabalho do Flatiron demonstra exatamente esse fenômeno: o limite não era físico, mas sim o estado das técnicas clássicas usadas na comparação.

Uma corrida tecnológica em duas frentes

Por causa disso, o padrão para demonstrar vantagem quântica está se tornando cada vez mais rigoroso. Pesquisadores procuram problemas em que:

• algoritmos clássicos provavelmente não terão grandes melhorias
• hardware quântico ofereça vantagem clara de escala
• resultados possam ser verificados de forma independente

O episódio ilustra um padrão comum na ciência da computação: o progresso vem tanto do avanço do hardware quanto da evolução dos algoritmos. Enquanto os processadores quânticos continuam melhorando, os métodos clássicos também avançam rapidamente.

Por enquanto, a disputa entre os dois continua aberta — e cada nova alegação de vantagem quântica precisa resistir ao próximo avanço em algoritmos clássicos.