A computação quântica tem uma série de problemas de grande porte - tipo, será que conseguimos construir qubits suficientes que não explodem? - mas também há uma questão mais mundana: a calibração. Qubits supercondutores, do tipo que o Google e outros usam, são como flocos de neve com atitude: cada um tem variações sutis, e os pulsos de micro-ondas que os controlam podem derivar à medida que o hardware esquenta. Normalmente, você para tudo para recalibrar, o que é bom para cálculos curtos, mas inviável para os algoritmos de maratona que poderiam quebrar criptografia ou curar câncer.

A solução do Google? Usar os dados de correção de erros que já estão sendo coletados para detectar a deriva de calibração e, em seguida, aplicar aprendizado por reforço para ajustar cerca de 1.000 parâmetros de controle em tempo real. Em seu artigo, eles descrevem a aplicação deliberada de pequenas perturbações em todos os parâmetros de controle durante uma computação, como um chef provando a sopa enquanto ela ainda está fervendo. O sistema então infere quais ajustes minimizam os erros, tudo enquanto gerencia a correção de erros do qubit lógico.

A equipe testou isso em dois qubits lógicos usando diferentes esquemas de correção de erros (um código de superfície e um código de cor) e descobriu que o aprendizado por reforço ativo aumentou a detecção de erros em 20 por cento. Há um porém: o sistema só funciona se a deriva permanecer pequena - grandes oscilações o confundem. Mas, ao reavaliar constantemente, a troca entre exploração (tentar configurações subótimas) e exploração (manter o que funciona) realmente compensa, desde que a deriva seja lenta o suficiente. Simulações mostraram que funciona para um sistema com aproximadamente 40.000 parâmetros.

Isso não é para os computadores quânticos de brinquedo de hoje, que mal têm tempo para derivar. Mas se algum dia construirmos máquinas que executem algoritmos por mais tempo que uma pausa para o café, essa técnica pode impedi-las de sair dos trilhos. O artigo aparece na Nature, 2026.