O físico quântico Mario Krenn se lembra de ter sentado em um café em Viena no início de 2016, analisando documentos e tentando entender o que MELVIN havia encontrado. MELVIN era um algoritmo de aprendizagem de máquina que Krenn tinha criado, uma espécie de inteligência artificial.
Seu trabalho era misturar e combinar os blocos de construção de experimentos quânticos padrão e encontrar soluções para novos problemas. E encontrou vários muito interessantes. Mas um deles não fazia sentido.
“A primeira coisa que pensei foi: ‘Meu programa tem um bug, porque não pode existir solução’”, disse Krenn. MELVIN aparentemente resolveu o problema de como criar estados emaranhados altamente complexos envolvendo múltiplos fótons (estados emaranhados sendo aqueles que uma vez fizeram Albert Einstein invocar o espectro de “ação assustadora à distância“).
Krenn, Anton Zeilinger da Universidade de Viena e seus colegas não tinham explicitamente fornecido ao MELVIN as regras necessárias para gerar estados tão complexos, mas ele tinha encontrado uma maneira.
Finalmente, ele percebeu que o algoritmo havia redescoberto um tipo de arranjo experimental que havia sido concebido no início da década de 1990, mas esses experimentos haviam sido muito mais simples. MELVIN completado um quebra-cabeça muito mais complexo.
“Quando entendemos o que estava acontecendo, fomos imediatamente capazes de generalizar [a solução]”, diz Krenn, que agora está na Universidade de Toronto. Desde então, outras equipes começaram a realizar os experimentos identificados por MELVIN, permitindo-lhes testar os fundamentos conceituais da mecânica quântica de novas maneiras.
Enquanto isso, Krenn, trabalhando com colegas em Toronto, refinou seus algoritmos de aprendizagem de máquina.
Seu último esforço, uma IA chamada THESEUS, foi ainda mais longe: é ordens de magnitude mais rápido que MELVIN, e os humanos podem facilmente analisar seus resultados. Embora Krenn e seus colegas levem dias ou até semanas para entender os resultados de MELVIN, eles podem quase imediatamente entendem o que THESEUS está dizendo.
“É um trabalho incrível”, diz o físico quântico teórico Renato Renner, do Instituto de Física Teórica do Instituto Federal Suíço de Tecnologia de Zurique, que revisou um estudo de 2020 sobre a THESEUS, mas não estava diretamente envolvido nesses esforços.
Krenn descobriu este programa de pesquisa por acidente quando ele e seus colegas estavam tentando entender como criar experimentalmente estados quânticos de fótons emaranhados de uma maneira muito específica: Quando dois fótons interagem, eles se emaranham, e ambos só podem ser matematicamente descritos usando um único estado quântico compartilhado.
Se você medir o estado de um fóton, a medida fixa instantaneamente o estado do outro, mesmo que os dois estejam a quilômetros de distância (daí os comentários de Einstein sobre o emaranhado ser “assustador”).
Em 1989, três físicos — Daniel Greenberger, o falecido Michael Horne e Zeilinger — descreveram um estado emaranhado que ficou conhecido como “GHZ” (suas iniciais). Envolveu quatro fótons, cada um dos quais poderia estar em uma superposição quântica de, digamos, dois estados, 0 e 1 (um estado quântico chamado qubit). Em seu artigo, o estado GHZ envolveu enredar quatro qubits de tal forma que todo o sistema estava em uma superposição quântica bidimensional dos estados 0000 e 1111. Se você medisse um dos fótons e o encontrasse no estado 0, a superposição entraria em colapso, e os outros fótons também estariam no estado 0.
O mesmo vale para o estado 1. No final da década de 1990, Zeilinger e seus colegas observaram experimentalmente os estados GHZ usando três qubits pela primeira vez.
Krenn e seus colegas estavam voltados para os estados GHZ de dimensões mais altas. Eles queriam trabalhar com três fótons, onde cada fóton tinha uma dimensionalidade de três, o que significa que poderia estar em uma superposição de três estados: 0, 1 e 2. Este estado quântico é chamado de qutrit.
O emaranhado que a equipe estava atrás foi um estado GHZ tridimensional que era uma superposição dos estados 000, 111 e 222. Tais estados são ingredientes importantes para comunicações quânticas seguras e computação quântica mais rápida.
No final de 2013, os pesquisadores passaram semanas projetando experimentos em quadros-negros e fazendo os cálculos para ver se suas configurações poderiam gerar os estados quânticos necessários. Mas eles falharam repetidamente. “Eu pensei: ‘Isso é absolutamente insano. Por que não conseguimos chegar a uma configuração?’”, diz Krenn.
Para acelerar o processo, Krenn escreveu pela primeira vez um programa de computador que pegou uma configuração experimental e calculou a saída. Em seguida, ele atualizou o programa para permitir que ele incorporasse em seus cálculos os mesmos blocos de construção que os experimentadores usam para criar e manipular fótons em um banco óptico: lasers, cristais não lineares, divisores de feixe, metamorfos de fase, hologramas e afins. O
programa pesquisou através de uma vasta possibilidade de configurações misturando e combinando aleatoriamente os blocos de construção, realizou os cálculos e emitiu o resultado. MELVIN nasceu. “Em poucas horas, o programa encontrou uma solução que nós, cientistas — três experimentalistas e um teórico — não poderíamos descobrir por meses”, diz Krenn. “Foi um dia louco. Eu não podia acreditar que isso aconteceu.
Então ele tornou MELVIN mais inteligente. Sempre que encontrou uma configuração que foi útil, MELVIN adicionou essa configuração a seu cinto de utilidades. “O algoritmo lembra e tenta reutilizá-lo para soluções mais complexas”, diz Krenn.
Foi esse MELVIN mais evoluído que deixou Krenn coçando a cabeça em um café de Viena. Ele tinha funcionado com uma ferramentas experimentais que continham dois cristais, cada um capaz de gerar um par de fótons emaranhados em três dimensões.
A expectativa ingênua de Krenn era que o MELVIN encontraria configurações que combinassem esses pares de fótons para criar estados emaranhados de no máximo nove dimensões. Mas “ele realmente encontrou uma solução, um caso extremamente raro, que tem um emaranhado muito maior do que o resto dos estados”, diz Krenn.
Finalmente, ele descobriu que MELVIN tinha usado uma técnica que várias equipes haviam desenvolvido há quase três décadas. Em 1991, um método foi projetado por Xin Yu Zou, Li Jun Wang e Leonard Mandel, todos na Universidade de Rochester. E em 1994 Zeilinger, então na Universidade de Innsbruck, na Áustria, e seus colegas inventaram outro. Conceitualmente, esses experimentos tentaram algo semelhante, mas a configuração que Zeilinger e seus colegas criaram é mais simples de entender. Começa com um cristal que gera um par de fótons (A e B).
Os caminhos desses fótons passam por outro cristal, que também pode gerar dois fótons (C e D). Os caminhos do fóton A do primeiro cristal e do fóton C da segunda se sobrepõem exatamente e vão ao mesmo detector. Se esse detector clicar, é impossível dizer se o fóton se originou do primeiro ou do segundo cristal. O mesmo vale para os fótons B e D.
Um metamorfo de fase é um dispositivo que efetivamente aumenta o caminho que um fóton viaja em uma fração de seu comprimento de onda. Se você introduzisse um metamorfo em um dos caminhos entre os cristais e continuasse alterando a quantidade de mudança de fase, você poderia causar interferência construtiva e destrutiva nos detectores.
Por exemplo, cada um dos cristais poderia estar gerando, digamos, mil pares de fótons por segundo. Com interferência construtiva, os detectores registrariam 4 mil pares de fótons por segundo. E com interferência destrutiva, eles não detectariam nenhum: o sistema como um todo não criaria fótons, mesmo que cristais individuais gerassem mil pares por segundo. “Isso é realmente muito louco, quando você pensa”, diz Krenn.
A solução estranha de MELVIN envolvia caminhos sobrepostos. O que tinha desconcertado Krenn era que o algoritmo tinha apenas dois cristais em seu cinto de utilidades. E em vez de usar esses cristais no início da configuração experimental, ele tinha fixado os cristais dentro de um interferômetro (um dispositivo que divide o caminho de, digamos, um fóton em dois e depois recombina-los).
Depois de muito esforço, ele percebeu que a configuração que MELVIN havia encontrado era equivalente a uma envolvendo mais de dois cristais, cada um gerando pares de fótons, de modo que seus caminhos para os detectores se sobrepuseram. A configuração poderia ser usada para gerar estados emaranhados de alta dimensão.
A física quântica Nora Tischler, que era uma estudante de doutorado trabalhando com Zeilinger em um tópico não relacionado quando MELVIN estava sendo colocado em seus passos, estava prestando atenção nesses eventos. “Ficou meio claro desde o início [que tal] experimento não existiria se não tivesse sido descoberto por um algoritmo”, diz ela.
Além de gerar estados complexos emaranhados, a configuração usando mais de dois cristais com caminhos sobrepostos pode ser utilizada para realizar uma forma generalizada dos experimentos de interferência quântica de Zeilinger em 1994 com dois cristais. Aephraim Steinberg, experimentalista da Universidade de Toronto, que é colega de Krenn, mas não trabalhou nesses projetos, está impressionado com o que a IA encontrou. “Esta é uma generalização que (pelo que sei) nenhum humano sonhou nas décadas seguintes e talvez nunca tivesse feito”, diz ele.
“É um lindo primeiro exemplo do tipo de novas explorações que essas máquinas de pensamento podem nos levar.”
Em uma dessas configurações generalizadas com quatro cristais, cada um gerando um par de fótons, e caminhos sobrepostos que levam a quatro detectores, a interferência quântica pode criar situações onde todos os quatro detectores clicam (interferência construtiva) ou nenhum deles o faz (interferência destrutiva).
Mas até recentemente, realizar tal experiência permaneceu um sonho distante. Então, em um artigo de pré-impressão de março, uma equipe liderada por Lan-Tian Feng da Universidade de Ciência e Tecnologia da China , em colaboração com Krenn, relatou que eles haviam fabricado toda a configuração em um único chip fotônico e realizado o experimento.
Os pesquisadores coletaram dados por mais de 16 horas: um feito possível devido à incrível estabilidade óptica do chip fotônico, algo que teria sido impossível de alcançar em um experimento de mesa em maior escala. Para começar, a configuração exigiria um metro quadrado de elementos ópticos precisamente alinhados em um banco óptico, diz Steinberg.
Além disso, “um único elemento óptico tremido ou desviado por um milésimo do diâmetro de um cabelo humano durante essas 16 horas pode ser suficiente para acabar com o efeito”, diz ele.
Durante suas primeiras tentativas de simplificar e generalizar o que MELVIN havia encontrado, Krenn e seus colegas perceberam que a solução se assemelhava a formas matemáticas abstratas chamadas gráficos, que contêm vértices e bordas e são usadas para retratar relações em pares entre objetos.
Para esses experimentos quânticos, cada caminho que um fóton toma é representado por um vértice. E um cristal, por exemplo, é representado por uma borda que conecta dois vértices. MELVIN primeiro produziu tal gráfico e, em seguida, realizou uma operação matemática sobre ele.
A operação, chamada de “correspondência perfeita”, envolve a geração de um gráfico equivalente no qual cada vértice está conectado a apenas uma borda. Esse processo torna o cálculo do estado quântico final muito mais fácil, embora ainda seja difícil para os humanos entenderem.
Isso mudou com o sucesor de MELVIN, THESEUS, que gera gráficos muito mais simples ao ganhar o primeiro gráfico complexo representando uma solução que ele encontra com o número mínimo de bordas e vértices (de modo que qualquer exclusão adicional destrói a capacidade da configuração de gerar os estados quânticos desejados). Esses gráficos são mais simples do que os gráficos perfeitos do MELVIN, por isso é ainda mais fácil fazer sentido de qualquer solução gerada por IA.
Renner está particularmente impressionado com os experimentos interpretáveis do THESEUS. “A solução foi projetada de tal forma que o número de conexões no gráfico é minimizado”, diz ele. “E essa é naturalmente uma solução que podemos entender melhor do que se você tivesse um gráfico muito complexo.”
Eric Cavalcanti, da Universidade Griffith, na Austrália, está impressionado com o trabalho. “Essas técnicas de aprendizado de máquina representam um desenvolvimento interessante.
Para um cientista humano que olha para os dados e os interpreta, algumas das soluções podem parecer novas soluções “criativas”. Mas, nesta fase, esses algoritmos ainda estão longe de um nível em que se pode dizer que eles estão tendo ideias verdadeiramente novas ou chegando a novos conceitos”, diz ele. “Por outro lado, eu acho que um dia eles vão chegar lá. Então, esses são passos de bebê — mas temos que começar em algum ponto.”
Steinberg concorda. “Por enquanto, são apenas ferramentas incríveis”, diz ele. “E como todas as melhores ferramentas, elas já estão nos permitindo fazer algumas coisas que provavelmente não teríamos feito sem elas.”
Ciberia // Hypescience
