{"id":8311,"date":"2025-06-17T08:00:39","date_gmt":"2025-06-17T08:00:39","guid":{"rendered":"https:\/\/revistacienciaecultura.org.br\/?p=8311"},"modified":"2025-10-15T13:08:49","modified_gmt":"2025-10-15T13:08:49","slug":"o-poder-da-informacao-quantica-o-futuro-da-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/revistacienciaecultura.org.br\/?p=8311","title":{"rendered":"O poder da informa\u00e7\u00e3o qu\u00e2ntica"},"content":{"rendered":"

Promessas, limites e aplica\u00e7\u00f5es reais da fus\u00e3o entre computa\u00e7\u00e3o qu\u00e2ntica e machine learning<\/span><\/h4>\n

 <\/p>\n

Imagine um computador capaz de resolver em segundos problemas que levariam milhares de anos para serem solucionados pelos computadores mais avan\u00e7ados da atualidade. Esse \u00e9 o tipo de promessa que a computa\u00e7\u00e3o qu\u00e2ntica carrega \u2014 e que tem despertado entusiasmo em cientistas, empresas e governos ao redor do mundo. Baseada em princ\u00edpios da mec\u00e2nica qu\u00e2ntica como superposi\u00e7\u00e3o e entrela\u00e7amento, essa tecnologia n\u00e3o somente amplia as fronteiras do processamento de informa\u00e7\u00f5es, mas tamb\u00e9m inaugura uma nova forma de pensar os limites do que \u00e9 poss\u00edvel computar. Em vez de trabalhar com bits cl\u00e1ssicos (0 ou 1), os computadores qu\u00e2nticos usam qubits, que podem representar 0 e 1 ao mesmo tempo. Isso permite realizar c\u00e1lculos exponencialmente mais eficientes em tarefas espec\u00edficas, como criptografia, simula\u00e7\u00f5es de sistemas complexos e resolu\u00e7\u00e3o de certos problemas matem\u00e1ticos.<\/p>\n

\u201cUm algoritmo qu\u00e2ntico envolve a inicializa\u00e7\u00e3o dos estados, manipula\u00e7\u00f5es sucessivas e uma configura\u00e7\u00e3o final que permita a leitura da sa\u00edda desejada\u201d, explica Luiz Fernando Bittencourt, professor do Instituto de Computa\u00e7\u00e3o da Universidade Estadual de Campinas (Unicamp)<\/strong><\/a><\/span>. Ainda assim, por serem baseados em probabilidades, os c\u00e1lculos precisam ser repetidos diversas vezes para alcan\u00e7ar resultados confi\u00e1veis.<\/p>\n

Paralelamente ao desenvolvimento da computa\u00e7\u00e3o qu\u00e2ntica, a intelig\u00eancia artificial (IA) avan\u00e7a com sistemas que aprendem a partir de dados, por meio do aprendizado de m\u00e1quina (machine learning<\/em>), identificando padr\u00f5es, fazendo previs\u00f5es e automatizando processos. Mas agora, um novo horizonte come\u00e7a a se formar: a intelig\u00eancia artificial qu\u00e2ntica (IAQ), tamb\u00e9m chamada de quantum machine learning<\/em> (QML). Trata-se de uma \u00e1rea que busca aplicar algoritmos qu\u00e2nticos ao aprendizado de m\u00e1quina, ampliando exponencialmente as possibilidades de an\u00e1lise. \u201cQuando levamos os dados para um computador qu\u00e2ntico, expandimos exponencialmente o espa\u00e7o em que eles se encontram\u201d, explica Samura\u00ed Brito, Head de Pesquisa em Quantum e gerente de Ci\u00eancia de Dados do Instituto de Ci\u00eancia e Tecnologia Ita\u00fa. Esse aumento pode revelar padr\u00f5es invis\u00edveis aos modelos cl\u00e1ssicos \u2014 com aplica\u00e7\u00f5es potenciais em \u00e1reas como detec\u00e7\u00e3o de fraudes e previs\u00e3o de palavras. Entre os m\u00e9todos promissores do QML est\u00e3o os quantum kernels<\/em>, que projetam dados em espa\u00e7os de maior dimens\u00e3o, e as quantum neural networks<\/em> (QNNs), redes neurais simuladas com qubits e portas qu\u00e2nticas.<\/p>\n

\u00a0<\/strong><\/p>\n

IA e computa\u00e7\u00e3o qu\u00e2ntica: converg\u00eancia estrat\u00e9gica<\/strong><\/h4>\n

A combina\u00e7\u00e3o entre IA e computa\u00e7\u00e3o qu\u00e2ntica vem ganhando for\u00e7a como uma alian\u00e7a estrat\u00e9gica de transforma\u00e7\u00e3o digital. Embora avancem em ritmos diferentes, essa converg\u00eancia tem potencial para acelerar descobertas e impactar setores como sa\u00fade, energia, finan\u00e7as e ci\u00eancia. A rela\u00e7\u00e3o \u00e9 simbi\u00f3tica: a IA pode otimizar o controle de sistemas qu\u00e2nticos e desenvolver algoritmos mais eficientes, enquanto a computa\u00e7\u00e3o qu\u00e2ntica pode acelerar o treinamento de modelos de IA. \u201cO principal impacto seria a acelera\u00e7\u00e3o do treinamento\u201d, refor\u00e7a Samura\u00ed Brito. Al\u00e9m disso, modelos generativos como as large language models<\/em> (LLMs) podem ser treinados para compreender fen\u00f4menos qu\u00e2nticos e sugerir novas abordagens. \u201cVejo a IA como um acelerador da descoberta de novos algoritmos, e a computa\u00e7\u00e3o qu\u00e2ntica como um motor para treinar modelos mais r\u00e1pidos\u201d, resume a pesquisadora.<\/p>\n

 <\/p>\n

\u201cHoje, o que conseguimos com computa\u00e7\u00e3o qu\u00e2ntica ainda est\u00e1 no campo da experimenta\u00e7\u00e3o. A tecnologia n\u00e3o est\u00e1 pronta para uso produtivo.\u201d<\/em><\/span><\/h4>\n

 <\/p>\n

O impacto dessa converg\u00eancia vai al\u00e9m da tecnologia. \u201cTodas essas inova\u00e7\u00f5es s\u00e3o quest\u00f5es de soberania e seguran\u00e7a nacional. V\u00e3o criar uma nova configura\u00e7\u00e3o do mundo, com impactos geopol\u00edticos e econ\u00f4micos profundos\u201d, alerta Frank Ned Santa Cruz de Oliveira, professor na Universidade de Bras\u00edlia (UnB)<\/strong><\/a><\/span>. Segundo ele, compreender a computa\u00e7\u00e3o como um processo f\u00edsico e a informa\u00e7\u00e3o como uma forma de energia manipulada na mat\u00e9ria \u00e9 essencial para captar o alcance revolucion\u00e1rio da computa\u00e7\u00e3o qu\u00e2ntica. \u201cTrabalhar com f\u00edsica qu\u00e2ntica gera um novo paradigma de computa\u00e7\u00e3o, que muda como resolvemos problemas complexos, com muito mais velocidade\u201d, afirma. No entanto, o entusiasmo precisa ser equilibrado com cautela. \u201cA rela\u00e7\u00e3o entre computa\u00e7\u00e3o qu\u00e2ntica e IA \u00e9 muito promissora, mas temos mais perguntas do que respostas\u201d, observa Franklin Marquezino, professor da Universidade Federal do Rio de Janeiro (UFRJ)<\/span><\/strong><\/a> no Instituto Alberto Luiz Coimbra (COPPE) e tamb\u00e9m no Campus Duque de Caxias. Para ele, \u00e1reas como a otimiza\u00e7\u00e3o combinat\u00f3ria podem ser impactadas, mas ainda h\u00e1 muito a ser investigado.<\/p>\n

 <\/p>\n

Mitos, promessas e aplica\u00e7\u00f5es reais<\/strong><\/h4>\n

Frequentemente retratada como uma tecnologia quase m\u00e1gica, a computa\u00e7\u00e3o qu\u00e2ntica ainda \u00e9 cercada por mitos e mal-entendidos. Um dos equ\u00edvocos mais comuns \u00e9 a cren\u00e7a de que esses computadores \u201ctestam todas as solu\u00e7\u00f5es ao mesmo tempo\u201d. Embora tentadora, essa ideia \u00e9 enganosa. A computa\u00e7\u00e3o qu\u00e2ntica n\u00e3o \u00e9 apenas uma vers\u00e3o mais r\u00e1pida da computa\u00e7\u00e3o cl\u00e1ssica \u2014 ela prop\u00f5e uma forma diferente de resolver problemas. Em tarefas espec\u00edficas, como buscas em grandes bases de dados, o ganho pode ser significativo: uma busca em um milh\u00e3o de registros, por exemplo, pode ser at\u00e9 500 vezes mais r\u00e1pida com um computador qu\u00e2ntico. Mas isso n\u00e3o significa que eles ser\u00e3o mais eficientes em tudo.<\/p>\n

Ainda \u00e9 improv\u00e1vel que a computa\u00e7\u00e3o qu\u00e2ntica substitua os computadores tradicionais no curto prazo. Por\u00e9m, ela pode viabilizar as primeiras aplica\u00e7\u00f5es pr\u00e1ticas em \u00e1reas como IA e otimiza\u00e7\u00e3o, que exigem enorme poder computacional. \u201cTreinar uma IA pode ser muito custoso em energia e tempo. Um computador qu\u00e2ntico pleno poderia acelerar esse processo e reduzir custos\u201d, afirma Gabriel Coutinho, professor do Departamento de Ci\u00eancia da Computa\u00e7\u00e3o da Universidade Federal de Minas Gerais (UFMG)<\/strong><\/a><\/span>. A grande diferen\u00e7a, segundo ele, est\u00e1 na l\u00f3gica: \u201cAmpliamos al\u00e9m do verdadeiro e falso da l\u00f3gica booleana para outros estados.\u201d Essa nova abordagem pode redefinir o que entendemos por aprendizado.<\/p>\n

Apesar dos avan\u00e7os, os desafios ainda s\u00e3o significativos. \u201cA l\u00f3gica dos algoritmos cl\u00e1ssicos precisa ser adaptada ao aprendizado qu\u00e2ntico\u201d, explica Luiz Fernando Bittencourt. Por isso, os modelos h\u00edbridos \u2014 que combinam processadores cl\u00e1ssicos e qu\u00e2nticos \u2014 seguem predominando. \u201cComputadores qu\u00e2nticos menores podem ser usados em etapas espec\u00edficas\u201d, acrescenta. \u201cEnquanto n\u00e3o houver qubits suficientes, esse \u00e9 o caminho.\u201d Rubens Viana Ramos, professor do Departamento de Engenharia de Teleinform\u00e1tica da Universidade Federal do Cear\u00e1 (UFC)<\/strong><\/a><\/span>, concorda e faz um alerta: \u201cM\u00e1quinas n\u00e3o pensam, elas calculam. O \u2018aprendizado\u2019 de uma IA s\u00e3o processos matem\u00e1ticos de otimiza\u00e7\u00e3o \u2014 n\u00e3o consci\u00eancia ou intui\u00e7\u00e3o.\u201d Ele aponta tr\u00eas formas principais de integra\u00e7\u00e3o entre IA e computa\u00e7\u00e3o qu\u00e2ntica: como aceleradora de algoritmos cl\u00e1ssicos; por meio de algoritmos variacionais, que combinam ambos os tipos de processamento; e com algoritmos puramente qu\u00e2nticos \u2014 essa \u00faltima sendo a mais desafiadora, pois exige converter dados cl\u00e1ssicos em estados qu\u00e2nticos e interpretar sa\u00eddas probabil\u00edsticas, sujeitas a ru\u00eddos. A professora Hilma Macedo de Vasconcelos, tamb\u00e9m do Departamento de Engenharia de Teleinform\u00e1tica da Universidade Federal do Cear\u00e1 (UFC)<\/strong><\/a><\/span>, ressalta que a intelig\u00eancia artificial qu\u00e2ntica est\u00e1 em est\u00e1gio inicial. \u201cExistem propostas te\u00f3ricas de algoritmos qu\u00e2nticos para IA, mas ainda n\u00e3o h\u00e1 computadores capazes de execut\u00e1-los com vantagem real sobre os cl\u00e1ssicos\u201d, afirma. Mesmo assim, destaca o dinamismo da \u00e1rea, que tem atra\u00eddo universidades e empresas nos Estados Unidos, China, Jap\u00e3o, Europa, \u00cdndia e \u00c1frica do Sul.<\/p>\n

 <\/p>\n

\u201cO potencial revolucion\u00e1rio da IA qu\u00e2ntica pode tanto reduzir quanto ampliar as desigualdades tecnol\u00f3gicas. Hoje, o acesso a essa tecnologia \u00e9 profundamente assim\u00e9trico, concentrado em pot\u00eancias econ\u00f4micas e grandes corpora\u00e7\u00f5es.\u201d<\/em><\/span><\/h4>\n

 <\/p>\n

Mesmo sem exemplos consolidados de uma IA qu\u00e2ntica superando definitivamente as abordagens tradicionais, h\u00e1 otimismo. Aplica\u00e7\u00f5es em otimiza\u00e7\u00e3o log\u00edstica, an\u00e1lise de grandes volumes de dados e simula\u00e7\u00e3o de sistemas complexos j\u00e1 est\u00e3o em curso. Frank Oliveira refor\u00e7a: \u201cN\u00f3s temos problemas, por exemplo, de otimiza\u00e7\u00e3o, de log\u00edstica, de novos f\u00e1rmacos, problemas reais que a IA qu\u00e2ntica vai trazer vantagem em rela\u00e7\u00e3o a abordagens tradicionais.\u201d Para ele, o diferencial est\u00e1 na capacidade da computa\u00e7\u00e3o qu\u00e2ntica de lidar com m\u00faltiplos estados simultaneamente, o que permite ganhos n\u00e3o lineares \u2014 e, em alguns casos, exponenciais.<\/p>\n

\u00a0<\/strong><\/p>\n

A corrida da computa\u00e7\u00e3o qu\u00e2ntica e os desafios do Brasil<\/strong><\/h4>\n

O Brasil n\u00e3o est\u00e1 fora da corrida global pelas tecnologias qu\u00e2nticas. Embora enfrente limita\u00e7\u00f5es estruturais, o pa\u00eds acumula investimentos relevantes e forma uma comunidade cient\u00edfica ativa. No fim dos anos 1990, foi criado o Instituto do Mil\u00eanio de Informa\u00e7\u00e3o Qu\u00e2ntica, seguido pelo Instituto Nacional de Ci\u00eancia e Tecnologia Qu\u00e2ntica (INCT IQ)<\/strong><\/a><\/span>. No entanto, transformar avan\u00e7os te\u00f3ricos em solu\u00e7\u00f5es pr\u00e1ticas ainda \u00e9 um obst\u00e1culo. Para o pesquisador, a forma\u00e7\u00e3o de engenheiros qu\u00e2nticos \u2014 profissionais que atuam entre a ci\u00eancia e a tecnologia \u2014 \u00e9 fundamental.<\/p>\n

Essa lacuna entre pesquisa e aplica\u00e7\u00e3o tamb\u00e9m \u00e9 ressaltada por Samura\u00ed Brito: \u201cQuando decidimos lan\u00e7ar o Instituto de Ci\u00eancia e Tecnologia Ita\u00fa (ICTI), foi exatamente para criar esse polo e transformar pesquisa cient\u00edfica em aplica\u00e7\u00e3o de valor para os nossos clientes\u201d, pontua. O ICTI funciona como um hub de parcerias com universidades brasileiras como USP<\/strong><\/a><\/span>, Universidade Federal de Goi\u00e1s (UFG)<\/strong><\/a> e <\/span>Universidade Federal de Pernambuco (UFPE)<\/span><\/strong><\/a>, al\u00e9m de institui\u00e7\u00f5es internacionais como MIT<\/strong><\/a><\/span> e Stanford<\/strong><\/a><\/span>, ambas nos Estados Unidos. Embora o foco atual esteja mais voltado \u00e0 intelig\u00eancia artificial (IA) do que \u00e0 computa\u00e7\u00e3o qu\u00e2ntica, o objetivo \u00e9 explorar sinergias entre os dois campos e identificar onde a qu\u00e2ntica poder\u00e1 gerar benef\u00edcios reais. \u201cHoje, o que conseguimos com computa\u00e7\u00e3o qu\u00e2ntica continua no campo da experimenta\u00e7\u00e3o. A tecnologia n\u00e3o est\u00e1 pronta para uso produtivo\u201d, afirma a pesquisadora.<\/p>\n

Essa interse\u00e7\u00e3o entre IA e computa\u00e7\u00e3o qu\u00e2ntica atrai o interesse de pesquisadores em v\u00e1rias partes do mundo. \u201cVejo essa converg\u00eancia sendo explorada com diferentes perfis: em alguns lugares, o setor privado lidera; em outros, as universidades assumem o protagonismo\u201d, diz Franklin Marquezino. Ele aponta um ecossistema global din\u00e2mico, com centros fortes na Europa, Am\u00e9rica do Norte e \u00c1sia, al\u00e9m de empresas focadas em aplica\u00e7\u00f5es industriais, como log\u00edstica, simula\u00e7\u00f5es qu\u00edmicas e aprendizado de m\u00e1quina. Redes colaborativas, como a QWorld<\/strong><\/a><\/span>, tamb\u00e9m surgem como iniciativas importantes, inclusive em pa\u00edses em desenvolvimento.<\/p>\n

No Brasil, o cen\u00e1rio evoluiu, embora de forma desigual. \u201cQuando comecei, h\u00e1 mais de 20 anos, havia poucos grupos na \u00e1rea. Hoje temos uma comunidade ampla, inclusive na interse\u00e7\u00e3o com IA\u201d, relata Franklin Marquezino. Ele menciona a realiza\u00e7\u00e3o do WECIQ (Workshop-Escola de Computa\u00e7\u00e3o e Informa\u00e7\u00e3o Qu\u00e2ntica)<\/span><\/strong><\/a>, cuja oitava edi\u00e7\u00e3o ocorrer\u00e1 este ano em Florian\u00f3polis, como um sinal desse crescimento. Outro marco foi a aprova\u00e7\u00e3o do INCT de Computa\u00e7\u00e3o Qu\u00e2ntica Aplicada pelo Conselho Nacional de Desenvolvimento Cient\u00edfico e Tecnol\u00f3gico (CNPq)<\/strong><\/a><\/span>, em uma chamada altamente competitiva.<\/p>\n

Apesar dos avan\u00e7os, as limita\u00e7\u00f5es persistem. \u201cTemos um celeiro riqu\u00edssimo de matem\u00e1ticos, f\u00edsicos e cientistas da computa\u00e7\u00e3o, mas nem sempre conseguimos os recursos necess\u00e1rios para desenvolver pesquisas\u201d, alerta Frank Oliveira. Para ele, computa\u00e7\u00e3o qu\u00e2ntica tamb\u00e9m \u00e9 uma quest\u00e3o de soberania: \u201cJ\u00e1 h\u00e1 embargos aplicados pelos Estados Unidos a pa\u00edses do Sul Global. Isso mostra o car\u00e1ter estrat\u00e9gico do campo.\u201d<\/p>\n

 <\/p>\n

\u201cMuitas vezes, os entraves administrativos impedem parcerias estrat\u00e9gicas. Sem fluidez, perdemos oportunidades de transformar ci\u00eancia em inova\u00e7\u00e3o.\u201d<\/em><\/span><\/h4>\n

 <\/p>\n

Gabriel Coutinho destaca o protagonismo brasileiro em \u00e1reas fundamentais como f\u00edsica, matem\u00e1tica e ci\u00eancia da computa\u00e7\u00e3o. \u201cQuando um computador qu\u00e2ntico for constru\u00eddo, certamente haver\u00e1 algoritmos escritos por brasileiros rodando l\u00e1 dentro.\u201d Sem planos concretos para desenvolver um computador qu\u00e2ntico nacional, o pa\u00eds aposta em dispositivos menores voltados \u00e0 comunica\u00e7\u00e3o e sensoriamento, com poss\u00edveis aplica\u00e7\u00f5es comerciais.<\/p>\n

\u00a0<\/strong><\/p>\n

Promessa de avan\u00e7o ou amea\u00e7a de desigualdade?<\/strong><\/h4>\n

A combina\u00e7\u00e3o entre intelig\u00eancia artificial e computa\u00e7\u00e3o qu\u00e2ntica promete revolucionar setores como sa\u00fade, agricultura e energia. No entanto, especialistas alertam que essa nova fronteira pode acirrar desigualdades. \u201cO potencial revolucion\u00e1rio da IA qu\u00e2ntica pode tanto reduzir quanto ampliar as desigualdades tecnol\u00f3gicas. Hoje, o acesso a essa tecnologia \u00e9 profundamente assim\u00e9trico, concentrado em pot\u00eancias econ\u00f4micas e grandes corpora\u00e7\u00f5es. Pa\u00edses em desenvolvimento correm o risco de ficar ainda mais para tr\u00e1s\u201d, afirma Hilma Vasconcelos. Segundo ela, esse cen\u00e1rio n\u00e3o \u00e9 irrevers\u00edvel, mas exige medidas ousadas, como fundos internacionais para apoiar pa\u00edses emergentes, programas de forma\u00e7\u00e3o e cons\u00f3rcios que viabilizem o compartilhamento controlado de conhecimento. Ela ressalta ainda a import\u00e2ncia de incorporar diversidade social e cultural no desenvolvimento, evitando a reprodu\u00e7\u00e3o de desigualdades existentes.<\/p>\n

Gabriel Coutinho cita um exemplo concreto de impacto positivo: o uso de computadores qu\u00e2nticos para simular mol\u00e9culas e otimizar a produ\u00e7\u00e3o de am\u00f4nia, essencial para fertilizantes. \u201cSe isso se concretizar, o planeta consumiria menos energia e os alimentos se tornariam mais baratos. Esse enriquecimento generalizado pode contribuir para reduzir desigualdades\u201d, avalia. Mesmo pa\u00edses que n\u00e3o dominam a tecnologia se beneficiam dos avan\u00e7os: \u201cMesmo os pa\u00edses que n\u00e3o constroem computadores t\u00eam um benef\u00edcio econ\u00f4mico significativo pela exist\u00eancia deles.\u201d<\/p>\n

Ainda assim, o acesso a essa tecnologia permanece concentrado. O hardware qu\u00e2ntico segue sob r\u00edgido controle de grandes pot\u00eancias e empresas privadas. Plataformas como IBM Quantum<\/span><\/strong><\/a> e Google Quantum AI<\/strong><\/a><\/span> oferecem acesso via nuvem, e iniciativas como os frameworks open-source<\/em> (Qiskit, PennyLane) e o programa europeu Quantum Flagship<\/strong><\/a><\/span> promovem certa abertura. No entanto, o acesso profundo ainda \u00e9 restrito. \u201cApesar desses riscos, h\u00e1 esfor\u00e7os importantes para democratizar a computa\u00e7\u00e3o qu\u00e2ntica e o aprendizado de m\u00e1quina, tanto em forma\u00e7\u00e3o quanto no uso de ferramentas abertas\u201d, afirma Franklin Marquezino. Ele lembra o lan\u00e7amento do IBM Quantum Experience, em 2016, como um marco. Hoje, a plataforma evoluiu e muitos recursos s\u00e3o pagos, mas ainda representa uma porta de entrada. Empresas como Xanadu<\/strong><\/a> <\/span>(Canad\u00e1) e IQM<\/strong><\/a><\/span> (Finl\u00e2ndia) tamb\u00e9m oferecem conte\u00fados educativos gratuitos. A QWorld<\/strong><\/a><\/span>, segundo ele, faz um trabalho not\u00e1vel de inclus\u00e3o educacional, com oficinas e materiais voltados a pa\u00edses em desenvolvimento. (Figura 1<\/strong>)<\/p>\n

\"\"
\nFigura 1. <\/strong>Cientista usa o IBM Quantum Experience em um tablet no IBM Quantum Lab que mostra um refrigerador de dilui\u00e7\u00e3o aberto
\n<\/strong>(Fonte: Jon Simon\/Feature Photo Service para IBM. Reprodu\u00e7\u00e3o)<\/h6>\n

 <\/p>\n

Frank Oliveira observa que a disputa geopol\u00edtica \u00e9 intensa. Estados Unidos, China, Europa e Canad\u00e1 investem bilh\u00f5es, enquanto o Brasil, embora tenha boas iniciativas, ainda \u00e9 pouco expressivo. \u201cEstamos apagados. Os investimentos s\u00e3o bem-vindos, mas ainda insignificantes diante do que outros pa\u00edses t\u00eam feito\u201d, comenta. Para ele, a resposta est\u00e1 na educa\u00e7\u00e3o. \u201cA sa\u00edda \u00e9 investir em educa\u00e7\u00e3o. Essas tecnologias est\u00e3o redefinindo o mundo.\u201d Isso inclui fortalecer a divulga\u00e7\u00e3o cient\u00edfica, criar pol\u00edticas de coopera\u00e7\u00e3o internacional e garantir que universidades fa\u00e7am parte do debate estrat\u00e9gico. (Figura 2<\/strong>)<\/p>\n

\"\"
\nFigura 2. Investimentos em computa\u00e7\u00e3o qu\u00e2ntica, privados e estatais, s\u00e3o massivos.
\n<\/strong>(Fonte: Google\/ Divulga\u00e7\u00e3o. Reprodu\u00e7\u00e3o)<\/h6>\n

 <\/p>\n

Franklin Marquezino ressalta que o problema come\u00e7a cedo: \u201cDevemos priorizar a qualidade do ensino desde os n\u00edveis iniciais. Nosso desempenho em avalia\u00e7\u00f5es internacionais, como o PISA, revela um cen\u00e1rio preocupante.\u201d Ele defende mais recursos para a ci\u00eancia e a desburocratiza\u00e7\u00e3o da intera\u00e7\u00e3o entre universidades e empresas. \u201cMuitas vezes, os entraves administrativos impedem parcerias estrat\u00e9gicas. Sem fluidez, perdemos oportunidades de transformar ci\u00eancia em inova\u00e7\u00e3o.\u201d<\/p>\n

 <\/p>\n

Capa. a intelig\u00eancia artificial qu\u00e2ntica inaugura uma nova era na an\u00e1lise de dados e na resolu\u00e7\u00e3o de problemas complexos
\n<\/strong>(Fonte: Freepik.com. Reprodu\u00e7\u00e3o)<\/h6>\n

 <\/p>\n

Ci\u00eancia & Cultura<\/a>\u00a0\u00a9 2022 by\u00a0SBPC<\/a>\u00a0is licensed under\u00a0CC BY-SA 4.0 \u00a0 <\/a>\"\"\"\"\"\"<\/span><\/h6>\n","protected":false},"excerpt":{"rendered":"Promessas, limites e aplica\u00e7\u00f5es reais da fus\u00e3o entre computa\u00e7\u00e3o qu\u00e2ntica e machine…\n","protected":false},"author":11,"featured_media":8312,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[51],"tags":[],"acf":[],"_links":{"self":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/8311"}],"collection":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8311"}],"version-history":[{"count":4,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/8311\/revisions"}],"predecessor-version":[{"id":9125,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/posts\/8311\/revisions\/9125"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=\/wp\/v2\/media\/8312"}],"wp:attachment":[{"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8311"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8311"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistacienciaecultura.org.br\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8311"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}