Apresentando Majorana 2
Como o novo chip quântico se tornou mil vezes mais confiável com a ajuda da IA agêntica do Microsoft Discovery
___________________________________________
Principais novidades
- A Microsoft apresenta o Majorana 2, seu chip quântico topológico de próxima geração, desenvolvido com o auxílio da IA agêntica do Microsoft Discovery.
- Os novos recursos do Majorana 2 incluem um novo conjunto de materiais que possibilita uma melhoria de mil vezes na confiabilidade em relação à geração anterior de qubits, com tempo médio de vida de 20 segundos e instâncias que chegam a durar até um minuto.
- A Microsoft espera alcançar um computador quântico escalável até 2029, reduzindo pela metade o cronograma original.
- O Microsoft Discovery agora está disponível de forma geral. A plataforma para pesquisa e desenvolvimento (P&D) de ponta permite que clientes implementem equipes de agentes de IA, guiadas por especialistas humanos, para acelerar descobertas científicas.
- O novo aplicativo Microsoft Discovery oferece uma versão local das principais capacidades da plataforma que indivíduos podem baixar gratuitamente e utilizar com uma conta do GitHub Copilot.
________________________________________
A Microsoft apresentou hoje o Majorana 2, seu mais recente chip quântico topológico, que conta com um conjunto de materiais de nova geração e qubits mil vezes mais confiáveis do que seus antecessores. Com esse avanço, a equipe espera alcançar um computador quântico escalável até 2029, reduzindo pela metade o cronograma original.
Ao aplicar avanços recentes em IA agêntica especialmente projetada para acelerar o processo científico e a colaboração, a equipe de computação quântica da Microsoft está superando barreiras de confiabilidade, velocidade e escala que têm limitado a aplicação da computação quântica a cenários do mundo real.
Por exemplo, os qubits do novo chip conseguem manter seu estado quântico por mil vezes mais tempo do que a primeira geração, permitindo computações mais confiáveis. Enquanto outras abordagens comuns medem a “vida útil” de um qubit em microssegundos, o Majorana 2 oferece um tempo médio de 20 segundos, com casos que chegam a durar até um minuto. Essa melhoria é aproximadamente comparável a inventar uma bateria de celular que, em vez de durar um dia, pudesse durar quase três anos com uma única carga.
Essa confiabilidade excepcional, aliada à alta velocidade (operações em um microssegundo) e tamanho reduzido dos qubits (1/100 de milímetro), colocou a equipe no caminho para alcançar um computador quântico escalável e comercialmente viável até 2029. Segundo a empresa, essa máquina poderá resolver problemas complexos em áreas como saúde global, cadeia alimentar, sustentabilidade e produção de energia.
“Precisamos fazer melhorias todos os anos que nos aproximem de entregar um computador que acreditamos ter enorme valor comercial e social”, disse Chetan Nayak, technical fellow da Microsoft. “Precisamos seguir esse roadmap, mas onde estamos em relação ao ano passado? Mil vezes melhores”.
Agora, outros pesquisadores em busca de avanços científicos ou de engenharia podem utilizar a mesma expertise em IA agêntica que a equipe quântica da Microsoft está usando no programa Majorana.
A empresa também anunciou hoje a disponibilidade geral do Microsoft Discovery, sua plataforma abrangente para organizações adotarem P&D de ponta. Ela combina agentes especializados de IA para pesquisa científica e desenvolvimento, um motor de descoberta que conduz fluxos de trabalho de raciocínio e pesquisa, além de segurança, governança e transparência em nível corporativo.
A Microsoft apresentou, em prévia inicial, o aplicativo Microsoft Discovery, com capacidades principais que podem ser baixadas gratuitamente e executadas localmente com uma conta do GitHub Copilot, reduzindo a barreira de entrada para pesquisas avançadas orientadas por IA.
O Microsoft Discovery permite que pesquisadores implementem equipes autônomas de agentes, guiadas por especialistas humanos, que conseguem raciocinar sobre grandes volumes de conhecimento, gerar hipóteses, otimizar experimentos, validar teorias e aprender continuamente. Controles integrados ajudam a garantir que a pesquisa permaneça alinhada com prioridades, segurança, conformidade e requisitos de segurança.
“Desde o lançamento no último ano, vimos clientes desenvolverem casos de uso em setores críticos como ciências da vida, químicos e materiais, energia, manufatura e bens de consumo”, afirmou Aseem Datar, vice-presidente corporativo de Inovação de Produtos do Microsoft Discovery. “Com empresas como a Syensqo desenvolvendo fluidos de próxima geração para fabricação de semicondutores, as oportunidades de impacto são amplas”.
Os próprios cientistas e engenheiros da equipe quântica têm usado as capacidades de IA agêntica do Microsoft Discovery para gerenciar fluxos de trabalho, automatizar medições, otimizar a fabricação, identificar falhas antes imperceptíveis e propor novas soluções.
“A IA agêntica permeia praticamente tudo o que fazemos — tornou-se uma parte natural do fluxo de trabalho”, disse Nayak.
“Os agentes podem acelerar tanto quanto desejado. Pode ser algo simples como reunir e resumir informações, ou ir além e sintetizar conteúdo ou gerar hipóteses interessantes. Isso é extremamente poderoso no momento”.
IA agêntica pode ajudar a encontrar novos materiais
O Majorana 1, apresentado no ano passado, foi revolucionário por utilizar um supercondutor topológico, um tipo de material capaz de criar um novo estado da matéria que possibilita computação quântica mais estável. Para melhorar esse conceito, a equipe revisitou o conjunto de materiais.
O supercondutor do Majorana original utilizava alumínio, mas o Majorana 2 usa chumbo: material comumente utilizado para proteção contra radiação em hospitais e ambientes industriais. Em um computador quântico, o chumbo ajuda a proteger os qubits de distúrbios cósmicos que podem torná-los instáveis — embora tenha levado anos para superar desafios associados. “Foi uma mudança significativa que trouxe grandes melhorias na qualidade do dispositivo”, disse Nayak.
Embora essa linha de pesquisa em materiais tenha começado antes da IA agêntica, ela foi usada para ajudar na gestão da fabricação do novo dispositivo, e o Microsoft Discovery está sendo utilizado mais amplamente nos trabalhos futuros.
Partes críticas dos dispositivos quânticos Majorana são projetadas átomo por átomo. Para manter cada átomo em sua posição correta, outro material, uma impureza, pode ser adicionado à estrutura cristalina. No entanto, adicionar em excesso ou de forma inadequada a compromete, tornando esse um equilíbrio difícil de alcançar, disse Zulfi Alam, vice-presidente corporativo de quantum da Microsoft.
“Encontrar a receita exata, a quantidade correta a ser aplicada para obter a estrutura de energia desejada, exige muitos experimentos no modelo antigo. No novo modelo, por meio de simulações, é possível identificar onde está o alvo altamente provável. E então, a partir desse conhecimento, idealmente você precisa realizar o experimento apenas uma vez”, disse ele.
IA agêntica pode analisar informações em escala
O projeto de computação quântica possui muitas frentes — software, arquitetura, design, o conjunto de materiais, processos de fabricação, medições e assim por diante. Uma mudança em uma área tem repercussões que podem exigir compensações em outras. Agentes de IA ajudam a equipe a acompanhar essas conexões complexas e inter-relacionadas, disse Nayak.
O projeto quântico também conta com enormes quantidades de dados: quase duas décadas de histórico, em muitos formatos diferentes. Antes da IA, esses dados estavam isolados em silos. “Ao aplicar agentes de IA sobre esses dados, eles conseguem essencialmente sintetizar e estabelecer correlações que nós, humanos, não conseguimos enxergar, porque nenhum indivíduo tem essa amplitude de visão sobre tanto dado”, disse Alam.
Além disso, a equipe de quantum está distribuída em vários países, com especialidades muito diferentes, como física, engenharia mecânica e engenharia de processos. É impossível que uma única pessoa seja especialista em tudo. Esse é um problema comum em pesquisas científicas interdisciplinares, razão pela qual a equipe de quantum da Microsoft criou um agente de IA para organizar e analisar informações e facilitar o acesso a elas por outras pessoas.
“A IA é capaz de sintetizar conhecimento de todas essas diferentes disciplinas”, disse Alam, poupando todos do tempo e esforço de entrevistar especialistas ou estudar outro tema. A IA agêntica pode “processar em paralelo uma grande quantidade de informações em um tempo muito curto para oferecer uma recomendação”, disse ele. A IA apenas fornece orientação; não toma decisões. “É sempre ‘o cientista no loop’”.
IA agêntica pode acelerar experimentos
Criar um estado topológico exige a definição de centenas de parâmetros. Em seguida, pode-se iniciar a medição, que é a chave para a realização de computações quânticas. Quando realizados por uma pessoa, esses processos levam semanas. De fato, a medição é tão difícil e demorada que a equipe tentou automatizá-la há alguns anos usando formas anteriores de aprendizado de máquina, mas isso não foi possível, disse Alam.
Utilizando as capacidades de IA agêntica disponíveis no Microsoft Discovery, a equipe conseguiu criar um agente de IA especializado para essa tarefa, o que reduziu o tempo de ciclo em várias ordens de magnitude, disse ele.
As capacidades de reconhecimento de padrões da IA ajudaram na difícil tarefa de determinar em qual estado o qubit se encontra e de detectar se há um número par ou ímpar de bilhões de elétrons em um fio semicondutor. Os agentes de IA executam o processo de forma automática e contínua, construindo um mapa tridimensional das condições de uma maneira que um cientista individual nunca conseguiria fazer da mesma forma, disse Alam.
“O uso de IA agêntica para automatizar as medições foi um divisor de águas”, disse ele. “Ela passa por alguns cálculos e começa a indicar: ‘onde encontro o ponto mais baixo no qual tudo funciona?’ E consegue realizar todos esses ajustes de voltagem em paralelo, algo que um humano não consegue fazer. A forma como pensamos é mais linear”.
IA agêntica pode reduzir ruídos
Dados não são informação — eles precisam ser filtrados, analisados e contextualizados para ganhar significado. Por exemplo, a equipe desenvolveu um agente de IA capaz de combinar conhecimento de física, do dispositivo e institucional para filtrar dados brutos do processo de fabricação da equipe quântica e identificar uma leitura de sensor de temperatura não calibrado que estava causando distorções.
Alam compara o processo ao resumo de uma chamada do Teams feito por IA, que ignora conversas informais para listar três ou quatro pontos principais. “É exatamente isso que a IA está fazendo em uma escala maior quando se trata de ciência”, disse ele.
O Microsoft Discovery foi construído como uma plataforma que combina IA com o método científico, e muitas das ferramentas de IA agêntica que a equipe quântica está utilizando são transferíveis e relevantes para a exploração científica em outros domínios.
Esse tipo fundamentalmente novo de P&D de ponta permite que um cientista “seja o ponto de ancoragem e analise muitas disciplinas diferentes ao mesmo tempo com alta fidelidade, sendo capaz de extrair correlações a partir disso”, Alam disse.“É a essência do que toda equipe de alto desempenho e na vanguarda busca fazer”.
Links relacionados (em inglês):
Leia mais:
- Majorana 2 – Microsoft’s scalable quantum processor with reliable, long-lasting qubits
- 20 Second Parity Lifetime in an InAs-Pb Device
- Announcing Microsoft Discovery general availability for R&D and Microsoft Discovery app preview
- Microsoft’s Majorana 1 chip carves new path for quantum computing
Download: Microsoft Discovery app
Saiba mais: Microsoft Discovery
Foto do topo: Majorana 2, um chip quântico de última geração construído com a ajuda da IA agente do Microsoft Discovery. Foto de John Brecher para a Microsoft.
Catherine Bolgar escreve sobre IA e inovação na Microsoft, desde avanços na computação quântica até como a IA está ajudando pessoas comuns. Anteriormente, Catherine escreveu sobre tecnologia e negócios para diversas publicações e foi editora do Wall Street Journal em Nova York e Bruxelas. Ela lecionou matemática no ensino médio no Quênia, onde aprendeu suaíli. Atualmente, mora na França. Você pode entrar em contato com Catherine pelo LinkedIn.