A IBM e o Instituto de Tecnologia de Massachusetts (MIT) lançaram o Laboratório de Pesquisa em Computação MIT-IBM, uma nova organização conjunta de pesquisa destinada a promover trabalhos fundamentais em inteligência artificial, algoritmos e computação quântica, com ênfase em métodos computacionais que possam ir além dos limites práticos dos sistemas clássicos. O laboratório evoluiu a partir do Laboratório de IA Watson MIT-IBM (fundado em 2017 no campus do MIT). Ele reflete uma mudança no cenário tecnológico, no qual a IA agora está amplamente implementada e a computação quântica caminha para uma maior utilidade prática.
A liderança descreveu o novo laboratório como um veículo para um desenvolvimento conjunto mais profundo em modelagem, algoritmos e design de sistemas, particularmente na interseção de IA e computação quântica. A liderança do MIT posicionou o projeto como uma continuação dos resultados da década anterior dos parceiros e um mecanismo para sustentar pesquisas de longo prazo com rigor acadêmico e relevância industrial.
Áreas de pesquisa: Inteligência Artificial, Algoritmos, Computação Quântica e Sistemas Híbridos
A agenda técnica do laboratório centra-se em esforços colaborativos em múltiplos domínios.
Uma das principais áreas de foco é a IA e a computação híbrida, explorando abordagens que combinam computação clássica com métodos avançados de IA e, quando apropriado, elementos centrados na computação quântica. O objetivo é aprimorar a integração de recursos de IA em ambientes de computação voltados para a produção, com ênfase em melhorias práticas e operacionais.
Além disso, o laboratório enfatiza o desenvolvimento de arquiteturas de modelos de linguagem pequenas e eficientes, bem como novos paradigmas de computação de IA. Esses esforços são analisados sob a perspectiva de implantação empresarial, com atenção especial a atributos do sistema, como confiabilidade, transparência e segurança. Isso indica um foco não apenas em protótipos de pesquisa, mas também na criação de sistemas operacionais que atendam às restrições do mundo real.
A agenda também inclui pesquisas sobre algoritmos quânticos e os fundamentos matemáticos necessários para abordar classes de problemas complexos relevantes para áreas como ciência dos materiais, química e biologia. Paralelamente, há uma investigação mais ampla sobre os fundamentos matemáticos e algorítmicos da computação de próxima geração, visando aprimorar a compreensão e as capacidades fundamentais.
O laboratório também destacou trabalhos fundamentais que abrangem teoria de aprendizado de máquina, otimização, simulação hamiltoniana e equações diferenciais parciais (EDPs). Essas áreas frequentemente representam gargalos para a aproximação de sistemas dinâmicos em larga escala, onde os métodos clássicos podem apresentar dificuldades com fidelidade, custo ou ambos. Embora diversos domínios de aplicação tenham sido citados como exemplos, o foco técnico reside em métodos aprimorados de simulação e otimização que poderiam se traduzir em previsões de maior precisão e fluxos de computação mais eficientes.
Alinhamento com as iniciativas do MIT e o roteiro quântico da IBM
O MIT observou que o laboratório complementa dois esforços de toda a instituição: o Consórcio de Impacto de IA Generativa do MIT e a Iniciativa Quântica do MIT. A IBM, por sua vez, reiterou seu plano de entregar um computador quântico tolerante a falhas até 2029 e seu esforço mais amplo em direção à supercomputação centrada em computação quântica, que descreve como a integração estreita de sistemas quânticos com computação de alto desempenho e aceleradores de IA.
Estrutura e liderança do laboratório
O laboratório continuará a ser codirigido por Aude Oliva, Cientista Sênior de Pesquisa no MIT CSAIL, e David Cox, Vice-Presidente de Fundamentos de IA na IBM Research. Foram nomeados co-líderes de área em três vertentes:
- IA: Jacob Andreas (MIT EECS) e Kenney Ng (IBM Research; gerente do programa científico MIT-IBM)
- Algoritmos: Vinod Vaikuntanathan (MIT EECS) e Vasileios Kalantzis (IBM Research)
- Quântica: Aram Harrow (MIT Physics) e Hanhee Paik (IBM; Quantum Algorithm Centers)
O MIT também identificou Dan Huttenlocher, reitor da Faculdade de Computação Schwarzman do MIT, como co-presidente do laboratório no MIT.
Resultados obtidos até o momento no laboratório anterior
O MIT e a IBM conceberam o novo laboratório como uma expansão da escala e do histórico de publicações do Watson AI Lab. Desde sua criação, a colaboração anterior financiou mais de 210 projetos de pesquisa envolvendo mais de 150 membros do corpo docente do MIT e mais de 200 pesquisadores da IBM, resultando em mais de 1,500 artigos revisados por pares. O programa também relatou financiamento para mais de 500 estudantes e pesquisadores de pós-doutorado, posicionando o desenvolvimento da força de trabalho como um resultado contínuo, juntamente com a produção de pesquisa.
IBM e Dallara anunciam exploração de IA e computação quântica para fluxos de trabalho de design aerodinâmico.
Em um comunicado separado, divulgado após o lançamento do laboratório MIT-IBM, a IBM e o Grupo Dallara revelaram uma colaboração focada na aplicação de IA à aerodinâmica de veículos baseada em princípios da física e na exploração de métodos quânticos e híbridos quântico-clássicos que possam complementar, ao longo do tempo, os ciclos de projeto que dependem fortemente de simulações.
Inteligência artificial baseada em física como substituta para acelerar a iteração orientada por CFD
O projeto visa uma limitação bem conhecida no automobilismo e no desenvolvimento de veículos de alto desempenho: a dinâmica dos fluidos computacional (CFD) é precisa, mas cara, e a exploração iterativa da geometria pode se estender de horas por varredura a semanas ou meses ao longo de todo o fluxo de trabalho de desenvolvimento.
A IBM e a Dallara divulgaram resultados preliminares de um método de IA baseado em física para avaliar múltiplas configurações de difusor traseiro em um protótipo de carro de corrida semelhante ao LMP2. Na comparação descrita, a abordagem tradicional de CFD levou algumas horas para calcular todas as configurações. Em contraste, o método de IA concluiu as mesmas avaliações em cerca de 10 segundos, apresentou margens de erro comparáveis às do CFD e identificou uma configuração ideal.
A IBM caracterizou isso como um caminho para reduzir a avaliação de centenas de configurações de dias para minutos, permitindo uma exploração mais precoce no ciclo de projeto, enquanto reserva a CFD completa para validação mais aprofundada e otimização final. O comunicado também mencionou a modelagem do campo de pressão para um ajuste do ângulo do difusor traseiro de -2 a +4 graus, com resultados de IA descritos como muito semelhantes aos resultados da CFD.
Abordagens quânticas e híbridas em avaliação
Em paralelo, as equipes afirmaram estar avaliando onde as técnicas quânticas ou híbridas quântico-clássicas poderiam se encaixar nos fluxos de trabalho de simulação e otimização. O foco a curto prazo é exploratório: identificar cargas de trabalho onde esses métodos poderiam complementar os pipelines de CFD já estabelecidos e mapear oportunidades a longo prazo à medida que os sistemas quânticos amadurecem.
Publicação de pesquisa e linhagem do modelo (arXiv e ICLR)
A IBM e a Dallara relacionaram o trabalho a publicações recentes:
- Os resultados iniciais da colaboração foram descritos em um Pré-publicação do arXiv datada de 20 de abril de 2026..
- O trabalho se baseia no modelo de Transformadores Espectrais Invariantes de Gauge (GIST) da IBM, que é referenciado em um Pré-publicação de 17 de março.
As empresas afirmaram que apresentaram os avanços relacionados na Conferência Internacional sobre Representações de Aprendizagem (ICLR), em 26 de abril de 2026, no Rio de Janeiro.
Fabrizio Arbucci, CIO da Dallara, destacou a importância mais ampla dos modelos neurais substitutos, inicialmente testados em veículos de alto desempenho. Ele enfatizou que os avanços na eficiência aerodinâmica, como uma redução de um a dois por cento no arrasto, podem levar a economias substanciais de combustível em vários meios de transporte, incluindo carros de passeio e aeronaves, beneficiando indústrias que dependem da aerodinâmica.
Amazon