SoftBank e mais cinco empresas criam plataforma de computação quântica para novos materiais

CONFIRMADO: seis empresas japonesas — TOPPAN Holdings, AISIN, Asahi Kasei, SoftBank, AGC e DIC — anunciaram em 28 de outubro de 2026 um projeto conjunto de pesquisa e desenvolvimento para construir uma plataforma de desenvolvimento de materiais baseada em computação quântica. A proposta foi selecionada pela NEDO, a Organização para o Desenvolvimento de Novas Energias e Tecnologia Industrial do Japão, dentro do programa de infraestruturas avançadas para sistemas de informação e comunicação pós-5G.

O projeto vai do ano fiscal de 2026, que termina em 31 de março de 2027, ao ano fiscal de 2028. O objetivo é criar uma plataforma de próxima geração que combine cálculos de computação quântica com tecnologias de inteligência artificial, como aprendizado de máquina, para levar o uso da computação quântica da demonstração à aplicação real na indústria.

Por que juntar computação quântica e IA

Segundo o comunicado, descobrir novos materiais com mais rapidez é uma prioridade urgente para manter a competitividade global dos fabricantes japoneses de produtos químicos e materiais. As abordagens baseadas em dados esbarram na dificuldade de obter dados de treinamento suficientes, de alta qualidade e alta precisão, enquanto as simulações da ciência computacional veem o custo disparar à medida que ganham precisão e escala.

Os computadores quânticos, que operam pelos princípios da mecânica quântica, têm potencial para simular propriedades de moléculas e elétrons com mais eficiência do que os computadores convencionais. O obstáculo é que o número atual de qubits e as taxas de erro ainda não permitem cálculos em larga escala apenas com computadores quânticos. A aposta do projeto é combinar os dois mundos para contornar esses limites de precisão e escala.

As três frentes do projeto

A primeira frente verifica em quais áreas a computação quântica pode ser aplicada, entre materiais de alta demanda industrial, como os necessários para baterias de próxima geração, materiais ópticos funcionais para novos displays e sensores, e materiais supercondutores para dispositivos de próxima geração.

A segunda frente desenvolve as tecnologias de uso da computação quântica, integrando os cálculos quânticos à IA para ampliar o alcance dos métodos computacionais e verificar soluções para as limitações de escala e custo dos métodos convencionais.

A terceira frente faz a demonstração por simulação com retorno dos experimentos: materiais são sintetizados e avaliados com base nos resultados das simulações, e os resultados experimentais são comparados aos dados simulados para melhorar a precisão das previsões e comprovar o benefício prático da computação quântica.

O papel de cada empresa

Em vez de mirar um único material, as tecnologias serão aplicadas a vários sistemas de materiais industrialmente importantes, com cada empresa responsável pela verificação em sua área de força. A TOPPAN trabalha com métodos híbridos de algoritmos quânticos e clássicos para materiais aditivos; a AISIN verifica a aplicação em materiais supercondutores; a Asahi Kasei estuda compostos orgânicos, como eletrólitos, polímeros e materiais inorgânicos, como eletrodos.

A SoftBank usa uma plataforma de computação que conecta computadores quânticos a supercomputadores para gerar dados de alto nível úteis ao desenvolvimento de materiais, com demonstrações em áreas como baterias de próxima geração. A AGC desenvolve métodos para vidro óptico e materiais eletrônicos, e a DIC prevê propriedades-chave de corantes e materiais semicondutores antes da síntese. As empresas também vão colaborar com instituições especializadas em computação quântica.

Crédito da imagem: SoftBank Corp., em material divulgado no comunicado oficial do projeto.

Fonte: comunicado oficial conjunto das seis empresas, publicado pela SoftBank em 28 de outubro de 2026.

Transparência: esta matéria foi elaborada com auxílio de inteligência artificial, a partir do cruzamento de publicações públicas no X e de fontes da internet citadas abaixo. Recomenda-se consultar as fontes originais para conferir os dados.

Muse