Google Quantum AI: обучение с подкреплением втрое стабилизировало квантовый чип Willow

Em 22 de julho de 2026, a Google Quantum AI apresentou na revista Nature um sistema que, com o auxílio de aprendizado por reforço (reinforcement learning), autocalibra o processador quântico Willow diretamente durante os cálculos — sem interrupção — e triplica a estabilidade do código de correção de erros.

Como o chip aprende com os próprios erros

A Google Quantum AI incorporou um algoritmo de aprendizado por reforço diretamente no laço de correção quântica de erros (QEC). Um agente autônomo monitora os eventos de detecção de erros no processador Willow e ajusta em tempo real milhares de parâmetros de controle, compensando o desvio do hardware — tudo isso sem interromper o cálculo. Antes, a calibração precisava ser executada separadamente, parando o funcionamento do processador; agora o sistema "se ajusta em tempo real, durante a operação".

• Publicação — 22 de julho de 2026, revista Nature
• Plataforma — processador quântico supercondutor Willow
• Aumento de 3,5 vezes na estabilidade lógica do código de correção
• Redução adicional de 20% na taxa de erros lógicos após o treinamento
• Recorde: menos de 1 erro a cada 1000 ciclos (surface code), cerca de 1 a cada 100 (color code)

Quanto os erros diminuíram

O treinamento adicional por meio de aprendizado por reforço gerou um aumento de 3,5 vezes na estabilidade lógica do código de correção e reduziu ainda mais a taxa de erros lógicos em 20%, informa a Google Quantum AI. De acordo com a publicação na Nature, o sistema atingiu números recordes: menos de um erro a cada mil ciclos para o surface code e cerca de um a cada cem para o color code.

Para a decodificação, a Google utiliza o decodificador de rede neural AlphaQubit e o decodificador algorítmico Tesseract. O aprendizado por reforço atua sobre eles: não é responsável por decifrar os erros, mas por manter o próprio "hardware" em estado ótimo enquanto a contagem está em andamento.

"Encontramos uma forma de ajustar os instrumentos enquanto a música toca", é assim que os autores descrevem a calibração contínua durante cálculos ativos, no blog do

Google Research.

O método é escalável?

O método é escalável para máquinas quânticas maiores: segundo a Google Quantum AI, o número de iterações de treinamento não depende do tamanho do sistema. Em simulações numéricas com centenas de qubits e dezenas de milhares de parâmetros de controle, o número de rodadas de treinamento por RL permaneceu praticamente constante — ou seja, o método não vai "engasgar" ao migrar para os milhares de qubits necessários para cálculos práticos tolerantes a falhas.

Os principais autores do trabalho são os pesquisadores da Google Quantum AI Volodymyr Sivak e Paul Klimov. Segundo a equipe, é justamente a independência do custo de treinamento em relação à escala que torna o método adequado para os futuros grandes computadores quânticos, e não apenas para o Willow atual.

O que isso significa

O aprendizado por reforço transforma o computador quântico de um instrumento frágil, que exige ajuste manual constante, em um sistema que se autoestabiliza. Isso remove uma das principais barreiras no caminho para a computação quântica tolerante a falhas — o desvio contínuo do hardware, que por anos precisou ser compensado manualmente.

Perguntas frequentes

O que é aprendizado por reforço na correção quântica de erros?

É um agente de IA que aprende com sinais de erro e ajusta sozinho milhares de parâmetros de controle do processador durante os cálculos. No trabalho da Google Quantum AI, isso gerou um aumento de 3,5 vezes na estabilidade lógica sem interromper a contagem.

O que é o processador Willow?

Willow é o processador quântico supercondutor da Google no qual o método foi testado. Foi justamente nele que o sistema atingiu o recorde: menos de um erro lógico a cada mil ciclos para o surface code.

Isso substitui os decodificadores AlphaQubit e Tesseract?

Não. O AlphaQubit (decodificador de rede neural) e o Tesseract (decodificador algorítmico) continuam decifrando os erros, enquanto o aprendizado por reforço atua sobre eles — ele calibra o hardware, não decodifica.