Inteligência artificial acelera descoberta de circuitos quânticos e moléculas para novos medicamentos

3–4 minutos

A inteligência artificial já está sendo usada para projetar circuitos quânticos mais eficientes e para identificar moléculas promissoras para futuros remédios. Esses avanços ajudam pesquisadores a explorar caminhos complexos, embora ainda haja uma lacuna entre uma boa resposta computacional e a aplicação prática da tecnologia.

Uma busca de 53 horas

Em um experimento recente, o modelo Claude, da Anthropic, foi encarregado de criar circuitos quânticos — sequências de operações que orientam os cálculos nessas máquinas. A cada proposta, um avaliador independente verificava o resultado e atribuía uma pontuação. O sistema usava esse retorno para refinar a próxima tentativa.

Em sete de oito desafios, os circuitos encontrados exigiram menos operações e menos qubits, as unidades básicas de informação quântica. No oitavo caso, foi possível reduzir o número de operações em troca de um maior número de qubits.

Uma das buscas durou 53 horas, com mínima intervenção humana, segundo a Anthropic. O resultado representa uma economia no desenho dos cálculos, mas transformá-la em vantagem prática ainda depende de máquinas capazes de executá-los.

A corrida também passa pelas senhas

A perspectiva de computadores quânticos mais potentes preocupa quem protege informações confidenciais. Parte da criptografia atual depende de problemas matemáticos difíceis para máquinas clássicas, mas que poderão ser resolvidos por sistemas quânticos suficientemente avançados.

Não há uma data exata para essa mudança. Ainda assim, adiar a atualização da proteção de dados até que ela ocorra seria arriscado. O NIST, instituto americano de padrões e tecnologia, alerta que informações podem ser coletadas agora para uma tentativa de decifrá-las no futuro.

Em 2024, o NIST publicou os três primeiros padrões finais de criptografia pós-quântica. Eles foram desenvolvidos para resistir a esse tipo de ameaça e funcionam em computadores convencionais.

A pesquisa com Claude se insere nesse cenário de avanços computacionais, sem demonstrar uma quebra da segurança atual. Para as empresas, a preparação envolve acompanhar a evolução das máquinas e atualizar a proteção das informações antes que isso se torne uma emergência.

Do circuito ao laboratório

Na pesquisa de medicamentos, a IA ajuda a enfrentar outra imensidão de possibilidades: as interações entre moléculas. O AlphaFold 3, apresentado em 2024 pelo Google DeepMind e pela Isomorphic Labs, prevê estruturas que envolvem proteínas, DNA, RNA e pequenas moléculas.

Essas previsões podem ajudar cientistas a investigar como um composto se encaixa em uma proteína — uma pista relevante para procurar tratamentos. Conhecer esse encontro permite formular hipóteses sobre como interferir em processos associados a doenças.

A IA oferece hipóteses para levar ao laboratório, onde começa outra etapa decisiva da descoberta. O próprio modelo tem limites. Segundo o EMBL-EBI, o AlphaFold 3 produz estruturas estáticas, que não capturam toda a dinâmica dos sistemas biológicos, e pode cometer erros nas previsões.

Depois, um candidato a medicamento ainda precisa mostrar como se comporta no organismo. Os estudos clínicos investigam doses, efeitos adversos e benefícios, conforme explica a FDA, agência reguladora dos Estados Unidos.

O que muda no relógio da ciência

O AlphaFold não depende do avanço obtido com Claude, nem de um computador quântico. São exemplos de uma mudança mais ampla na pesquisa: usar modelos computacionais para explorar soluções e orientar o trabalho seguinte.

O ganho está em chegar mais rapidamente a uma hipótese que merece ser testada. Saber quanto isso encurta o desenvolvimento completo de uma tecnologia exige acompanhar o restante da trajetória. Uma busca pode levar horas; a resposta sobre o que ela permitirá construir vem depois.

Perguntas frequentes

O Claude criou um computador quântico?

O modelo ajudou a encontrar circuitos mais eficientes em tarefas específicas. A pesquisa trata do desenho dos cálculos, não da construção de um processador.

O AlphaFold precisa de computação quântica?

Não. Suas previsões moleculares são feitas por um modelo de inteligência artificial que não depende de hardware quântico.

A IA pode criar um medicamento sozinha?

Os exemplos apresentados mostram apoio à pesquisa. Confirmar se um candidato a medicamento funciona e é seguro exige investigação experimental e estudos em pessoas.