Computação quântica, criptografia e medicamentos: como a IA encurtou a pesquisa científica

RESUMO ＋

A inteligência artificial já participa da busca por circuitos quânticos mais eficientes e ajuda a investigar moléculas que podem dar origem a medicamentos. Esses avanços aproximam pesquisadores de soluções difíceis, embora ainda haja um caminho entre uma boa resposta no computador e uma tecnologia pronta para uso.

Antes de um medicamento chegar à farmácia ou de um computador quântico resolver um problema importante, alguém precisa descobrir por onde começar. Qual molécula vale investigar? Que sequência de operações torna um cálculo viável? Entre tantas possibilidades, boa parte do trabalho científico consiste em escolher a próxima tentativa.

É nesse intervalo entre a pergunta e o experimento que a inteligência artificial vem ganhando espaço. Modelos capazes de propor soluções, receber avaliações e tentar novamente oferecem aos pesquisadores uma maneira de explorar mais caminhos. Um avanço recente com o Claude, da Anthropic, mostra como esse processo pode funcionar.

Uma busca de 53 horas

Pesquisadores colocaram o Claude para desenhar circuitos quânticos, sequências de operações que organizam os cálculos dessas máquinas. A cada proposta, um avaliador independente verificava o resultado e atribuía uma pontuação. O modelo usava esse retorno para fazer outra tentativa.

Em sete das oito tarefas, os circuitos encontrados exigiram menos operações e menos qubits, as unidades de informação quântica. Na oitava, foi possível economizar operações em troca de mais qubits.

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

A corrida também passa pelas senhas

A possibilidade de computadores quânticos mais poderosos interessa a quem protege informações. Parte da criptografia utilizada hoje depende de problemas matemáticos difíceis para máquinas convencionais, mas que poderão ser enfrentados por sistemas quânticos suficientemente avançados.

Não há uma data certa para essa virada. Ainda assim, esperar que ela aconteça para só então trocar a proteção dos dados 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 instituto publicou os três primeiros padrões finalizados 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 horizonte 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 um cientista a investigar como um composto se encaixa em uma proteína. É 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 parte 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, como 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 para explorar soluções e orientar o trabalho seguinte.

O ganho está em chegar mais depressa 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.