Simulando interações de vórtices em fluidos em um processador quântico supercondutor

Por que fluxos em rotação e chips quânticos importam

De furacões e redemoinhos oceânicos às correntes microscópicas em dispositivos microfluídicos, estruturas giratórias chamadas vórtices influenciam como fluidos se movem e se misturam. Simular esses movimentos em detalhe rapidamente sobrecarrega até supercomputadores poderosos, especialmente quando os cientistas querem acompanhar cada volta ao longo de longos períodos. Este estudo mostra como uma nova abordagem, executada em um processador quântico supercondutor, pode capturar essas danças complexas de vórtices de forma mais eficiente, sugerindo um futuro em que hardware quântico se torne uma ferramenta prática para estudar o movimento de fluidos na natureza e na tecnologia.

Padrões giratórios ao nosso redor

Vórtices são movimentos circulares que aparecem em tudo, desde ciclones tropicais e correntes oceânicas até plasma no espaço e fluxos em canais estreitos. Quando vários vórtices interagem, eles podem emparelhar-se, trocar de posição ou até "saltar" uns sobre os outros em um padrão repetitivo. Essas interações controlam como energia e momento são transferidos num fluido e são centrais para entender a turbulência. Mas capturar esses detalhes em pequena escala por longos períodos exige resolução espacial e temporal extremamente alta, tornando as simulações tradicionais tarefas pesadas e, às vezes, pouco práticas.

Convertendo o movimento de vórtices em uma imagem compatível com quântica

A maioria dos solucionadores convencionais de fluidos descreve o fluxo em uma grade fixa, registrando velocidade e pressão em muitos pontos do espaço. Essa descrição não se ajusta naturalmente aos dispositivos quânticos barulhentos de hoje, porque o número de bits quânticos teria que crescer com o número de pontos da grade. Os autores, em vez disso, focam diretamente nos próprios vórtices, seguindo suas posições de maneira dita lagrangiana. Eles introduzem um "método quântico de vórtices" que reescreve matematicamente o movimento dessas partículas vórtice como a evolução de um estado normalizado em forma de onda, semelhante em espírito à descrição de sistemas quânticos. Essa reformulação preserva leis de conservação importantes do movimento dos fluidos enquanto torna a dinâmica compatível com a evolução unitária de um computador quântico.

Armazenando espaço e tempo juntos em um estado quântico

Uma inovação central do trabalho é um esquema de codificação espaço-temporal que permite a um processador quântico representar muitos passos de tempo de uma vez. Um pequeno conjunto de qubits espaciais armazena o estado de todos os vórtices em um dado instante, enquanto qubits temporais adicionais são preparados em superposição de modo que cada uma de suas configurações possíveis corresponda a um tempo diferente. Módulos de evolução cuidadosamente projetados atuam sobre os qubits espaciais sob controle dos qubits temporais, fazendo o estado "ramificar" como uma árvore e conter simultaneamente informação sobre o sistema de vórtices em muitos momentos. Em termos práticos, isso permite que o circuito gere toda a história temporal do fluxo em uma única execução coerente, em vez de re-preparar e evoluir o estado passo a passo repetidamente.

Implementando o método em um chip quântico real

Para testar a ideia, a equipe implementou seu esquema em um processador quântico supercondutor de oito qubits, onde qubits individuais estão dispostos em uma grade quadrada e acoplados aos vizinhos mais próximos. Alguns qubits representaram as posições das partículas vórtice, enquanto outros codificaram o tempo. Usando uma estratégia orientada por dados, eles treinaram módulos de evolução efetivos que imitam como o estado em forma de onda dos vórtices deve mudar. Com esse hardware, recriaram um fenômeno clássico dos fluidos conhecido como leapfrogging (salto), onde dois anéis vorticais (representados em duas dimensões por quatro vórtices pontuais) passam repetidamente um através do outro. As trajetórias de vórtices reconstruídas experimentalmente coincidiram de perto tanto com simulações numéricas ideais quanto com simulações mais realistas com ruído, com alta concordância no estado quântico subjacente e apenas pequenas diferenças nas posições das partículas.

De testes simples a fluxos complexos e turbulentos

Além do caso de leapfrogging, os pesquisadores exploraram exemplos mais desafiadores em simulações numéricas. Eles modelaram um sistema de oito vórtices com posições aleatórias que se assemelha a um pedaço turbulento de fluido, mostrando que seu circuito quântico pode seguir a evolução preservando estruturas coerentes. Também enfrentaram fluxos em que a viscosidade, ou fricção interna do fluido, é relevante. Em um sistema de dois vórtices onde efeitos viscosos fazem os vórtices deslocarem-se e deformarem-se, sua estrutura quântica capturou o movimento real com muito mais precisão do que um método padrão de vórtices, porque o módulo de evolução quântica aprendido pode codificar implicitamente como a viscosidade modifica a dinâmica ao longo do tempo.

O que isso significa para o futuro da modelagem de fluidos

Para leitores em geral, a mensagem principal é que os autores encontraram uma maneira de traduzir o movimento giratório dos fluidos para uma linguagem que computadores quânticos conseguem processar, e demonstraram isso em um chip supercondutor real. Seu método escala com o número de vórtices em vez do número de pontos de grade no espaço, e usa superposição quântica para armazenar muitos passos de tempo de forma compacta, de modo que o custo de acompanhar o fluxo cresce apenas lentamente com a duração da simulação. Embora peças importantes do comportamento real dos fluidos — como fusões viscosas detalhadas e cisões de vórtices — ainda precisem ser capturadas completamente, este trabalho fornece um caminho concreto para usar dispositivos quânticos como motores especializados na simulação de fluxos complexos na atmosfera, oceanos, plasmas e sistemas projetados.

Citação: Wang, Z., Zhong, J., Wang, K. et al. Simulating fluid vortex interactions on a superconducting quantum processor. Nat Commun 17, 2602 (2026). https://doi.org/10.1038/s41467-026-69168-8

Palavras-chave: computação quântica, dinâmica dos fluidos, vórtices, qubits supercondutores, simulação de turbulência