IA e os Problemas Difíceis do Mundo · Física quântica e computação quântica · arXiv · 2026-10-26
Supercomputação distribuída centrada em computação quântica com aprendizado generativo multicamadas para interações intermoleculares
Título original: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
Os métodos de supercomputação centrada em quântica (QCSC) são limitados, para grandes espaços ativos, pelo número de qubits, pela profundidade do circuito, pelo custo de amostragem e pela diagonalização em larga escala. Os autores propõem uma estrutura distribuída que divide problemas moleculares em subproblemas paralelos e reconstrói a solução global com uma agregação em duas etapas, além de um modelo generativo de múltiplas camadas. Para os dímeros de água e formamida, reduziu a dimensão de diagonalização em até 95% e melhorou a precisão da energia em uma ordem de grandeza em relação ao SQD convencional e, para um hexâmero de água de 120 qubits, dividiu o problema em seis subsistemas de 20 qubits, com resultados em boa concordância com os métodos de referência clássicos.