A publicação de um artigo de pesquisadores do Instituto de Ciência e Tecnologia do Itaú (ICT Itaú) no Scientific Reports, do grupo Nature Portfolio, reforça uma tendência no campo da computação quântica, em que as aplicações antecedem a tecnologia.
No estudo, os pesquisadores José Scursulim, Gabriel Langeloh, Victor Beltran e Samuraí Brito exploram um modelo de otimização de portfólios baseado nas características probabilísticas, onda de interferência e outras abordagens matemáticas sobre os conceitos da mecânica quântica. Em vez de testar uma solução por vez, o algoritmo quântico trabalha com várias possibilidades ao mesmo tempo, atribuindo probabilidades a cada uma delas e fazendo ajustes ao longo das interações. Com isso, as combinações mais promissoras ganham peso, enquanto as menos eficientes perdem relevância.
A principal inovação do trabalho está em restringir esse processo apenas a soluções que já respeitam as regras de diversificação de portfólios (por exemplo, restrições conforme a classificação de risco), tornando a busca mais eficiente e aproximando o modelo de aplicações reais.
“Nosso principal objetivo é tentar descobrir o potencial da computação quântica para problemas próximos do mundo real… mesmo que o hardware não funcione agora, é importante já ter os algoritmos. Nossa missão é estar pronto para a chegada da tecnologia. Estamos criando as bases estruturais, que permitem avançar mais rápido nessa tecnologia”, disse a líder em computação quântica e inovação no Instituto de Ciência e Tecnologia do Itaú (ICTi), Samuraí Brito, à reportagem de O Globo.
Hoje, três vertentes se destacam na agenda industrial de antecipação à computação quântica. Uma delas é a resolução de problemas genuinamente quânticos, como simulação de materiais e descoberta de fármacos, em que a própria natureza do problema exige modelagem quântica. Outra tem a ver com segurança da informação, com o impacto da computação quântica sobre a criptografia. A terceira, na qual essa pesquisa do ICTi se insere, é a otimização de problemas que ganham complexidade exponencial conforme o número de variáveis (problemas NP).
No caso desse estudo, o objetivo foi a criação de um framework para otimização de portfólio com múltiplas classes de ativos.
O ponto de partida do estudo é um problema conhecido: modelos clássicos de otimização de portfólio funcionam bem em pequena escala, mas enfrentam limitações quando incorporam múltiplas classes de ativos e restrições de diversificação.
Como descrevem os autores, essas formulações levam a problemas combinatórios de alta complexidade, difíceis de resolver de forma eficiente com técnicas tradicionais.
A proposta do artigo é utilizar um algoritmo híbrido — o Variational Quantum Eigensolver (VQE) — combinado com uma estrutura específica de estados quânticos (os chamados estados de Dicke) para restringir o espaço de busca apenas a soluções viáveis.
Na prática, isso muda a lógica do problema. Em vez de explorar todas as combinações possíveis (que crescem exponencialmente), o algoritmo passa a operar apenas sobre um subconjunto já compatível com as restrições de diversificação. O resultado é uma redução do espaço de busca e ganhos em estabilidade e convergência.
Algoritmos híbridos e resultados
Outro ponto central é o caráter híbrido da solução. O modelo combina circuitos quânticos, responsáveis por explorar o espaço de soluções, com algoritmos clássicos de otimização, que ajustam os parâmetros do sistema.
Nos experimentos conduzidos pelos pesquisadores, essa combinação apresentou melhor desempenho quando associada a determinados otimizadores clássicos, especialmente em métricas como taxa de convergência e probabilidade de encontrar a solução ótima.
Ainda assim, o próprio artigo evita conclusões exageradas. Não há, por enquanto, evidência de vantagem quântica em termos de velocidade absoluta. O ganho observado está mais ligado à estrutura do problema e à eficiência da busca em cenários específicos.
Implicações para tecnologia e mercado
A abordagem dos pesquisadores do ICTi reforça a perspectiva de que no futuro, conforme os desafios científicos e de engenharia forem superados, teremos estruturas com arquiteturas híbridas, que integrarão computação clássica e quântica em fluxos de processamento.
Também indica que os primeiros ganhos concretos da computação quântica devem surgir em nichos altamente especializados, onde restrições estruturais podem ser exploradas, como no caso da diversificação de portfólios.
Outra conclusão é que a vantagem competitiva não estará apenas no hardware quântico, mas no desenho de algoritmos e modelos capazes de traduzir problemas reais para o domínio quântico de forma eficiente.
O próprio estudo reconhece que os resultados foram obtidos em simulações e que ainda há desafios relevantes, como escalabilidade e execução em hardware quântico real.
Ainda assim, o trabalho demonstra que é possível estruturar problemas financeiros reais dentro de modelos quânticos de forma consistente, abrindo caminho para aplicações mais amplas.
Mais do que uma ruptura imediata, a computação quântica avança como uma nova camada de capacidade computacional, especialmente relevante em um mundo onde complexidade e volume de dados continuam a crescer em ritmo exponencial.
