Computação quântica, a revolução latente, foco de inovação para Izertis

A computação quântica marcará uma nova era graças à sua capacidade de resolver problemas que os computadores clássicos são incapazes de abordar, prometendo uma vantagem computacional sobre a abordagem clássica quando se trata de resolver desafios que envolvem enormes volumes de combinações. Desta forma, podem enfrentar problemas cuja complexidade cresce exponencialmente à medida que aumenta a escala do problema a resolver, ou seja, à medida que aumenta a quantidade de variáveis a ter em conta para os resolver.

Apesar da fase de imaturidade da hibridação quântica clássica, a necessidade urgente da sua implementação prevê uma forte procura a curto e médio prazo, a partir do momento em que se alcance a mínima vantagem computacional em relação ao paradigma clássico puro. A segurança informática, a biomedicina e a mobilidade são alguns dos campos que poderiam ser revolucionados pelos avanços da computação quântica.

A nossa empresa, consciente deste potencial, do seu papel disruptivo e do impacto que terá em muitas áreas e de uma forma muito notável na capacidade de cálculo massivo e nas comunicações com encriptação segura, iniciou nos últimos três anos um caminho de investigação e aplicação deste novo paradigma. A nossa empresa deseja manter-se próxima desta tecnologia e aproveitar o seu crescimento para poder participar neste mercado emergente. Devido à complexidade e imaturidade da tecnologia, obter um conhecimento correto da mesma irá permitir-nos posicionarmo-nos à frente da concorrência.

No final de 2019, a nossa empresa iniciou o seu percurso neste campo com a execução do projeto Q-COS, no qual estão a ser obtidos resultados encorajadores que aumentam ainda mais o interesse da nossa empresa em mergulhar nesta tecnologia. O objetivo geral deste projeto era simular o comportamento de um computador quântico num computador convencional, de tal forma que possam ser executados algoritmos quânticos que proporcionem um aumento de precisão em relação aos clássicos.

Q-COS conclui que esta tecnologia oferece uma série de vantagens sobre as ferramentas atualmente utilizadas para resolver certos problemas complexos (como a otimização de carteiras de investimento), de uma forma mais rápida, precisa e eficiente.

No final de 2020, a nossa empresa iniciava o projeto QAI (Quantum Artificial Intelligence: Quantum Machine Learning in Finance), que propõe uma plataforma informática híbrida para a resolução de problemas financeiros complexos que atualmente requerem cálculos computacionais intensivos (que podem demorar dias a concluir) nos quais intervém um grande número de dimensões ou variáveis a ter em conta para tomar a melhor decisão.

Graças à vasta experiência da nossa empresa no campo de Machine Learning sob arquiteturas clássicas de computação, os desafios tecnológicos do projeto centraram-se na investigação e desenvolvimento de algoritmos quânticos de Machine Learning que proporcionam uma vantagem, em precisão, em relação aos anteriores.

Atualmente existem métodos para detetar e prevenir a fraude, a segmentação de clientes ou a análise de risco, no entanto, estão limitados pelas capacidades da tecnologia atual. O QAI visa cobrir as necessidades de conhecimento tecnológico e soluções financeiras em áreas como a Deteção de Fraudes, a Análise de Riscos ou a Segmentação de Clientes. O objetivo final é a investigação e desenvolvimento de uma arquitetura algorítmica quântica-clássica híbrida de modelos de Machine Learning (QML), conhecida como Inteligência Artificial Quântica (QAI), orientada para a geração de ideias a partir do reconhecimento automático de padrões.

O QAI começará a fornecer resultados e a oferecer soluções financeiras de inteligência artificial quântica que podem ser transpostas para um ambiente produtivo.

Para a execução destes projetos, a nossa empresa conta com a sua aliança estratégica com a IBM para o acesso aos serviços cloud oferecidos pelo Quantum IBM Researchers Program, que integra operacionalmente ambos os paradigmas de computação (quântico-clássico), oferecendo uma dimensão comparativa entre os dois.