Fernando Alcoforado*
Este artigo pretende demonstrar que a combinação da Inteligência Artificial e da Computação Quântica constituirá a maior revolução tecnológica da história. A computação quântica poderá acelerar enormemente a evolução da Inteligência Artificial, que, quando se tornar ainda mais poderosa, contribuirá para o desenvolvimento dos computadores quânticos do futuro. Este artigo apresenta como funcionam a Inteligência Artificial, a Computação Quântica e o que resultará da combinação de ambas.
1. Inteligência Artificial
Inteligência artificial (IA) é uma tecnologia computacional ou um conjunto de tecnologias como redes neurais artificiais, algoritmos e sistemas de aprendizagem cujo objetivo é imitar as capacidades mentais humanas, tais como: raciocínio, percepção ambiental e capacidade de tomada de decisão [1]. A tecnologia é desenvolvida com o objetivo de que as máquinas possam resolver uma série de problemas, abrangendo desde a grande complexidade da gestão governamental e industrial até as tarefas diárias dos homens e mulheres modernos. Para fazer isso, a IA utiliza tecnologia de aprendizagem sofisticada, permitindo-lhe aprender com um grande conjunto de dados e agir por conta própria. O objetivo geral da IA é criar máquinas que possam operar no mesmo nível de capacidade cognitiva que os humanos, ou mesmo superá-los. Nos últimos anos, a IA emergiu como uma força transformadora em vários setores, revolucionando a forma como as empresas conduzem os negócios [1].
A Inteligência Artificial é baseada em três tecnologias [1]:
1. Machine Learning ou Aprendizado de máquina é uma aplicação de Inteligência Artificial que fornece ao computador a capacidade de aprender e melhorar automaticamente a partir de sua própria experiência. O aprendizado de máquina se concentra no desenvolvimento de “software” que pode acessar dados e usá-los para aprender com eles. O processo de aprendizagem começa com a observação dos dados para procurar padrões estatísticos e tomar boas decisões com base nos exemplos fornecidos. Desta forma, o objetivo principal é fazer com que os computadores aprendam automaticamente, sem intervenção humana.
2. Deep learning ou Aprendizado profundo é um subconjunto do Machine Learning (Aprendizado de máquina), sendo essencialmente uma rede neural com três ou mais camadas. Estas redes neurais tentam simular o comportamento do cérebro humano embora longe de corresponder à sua capacidade permitindo que a máquina “aprenda” com a abundância de dados. Embora uma rede neural de camada única ainda possa fazer previsões aproximadas, camadas ocultas adicionais podem ajudar a otimizar e refinar a precisão. O Aprendizado profundo impulsiona muitos aplicativos e serviços de IA que melhoram a automação ao executar tarefas analíticas e físicas sem intervenção humana. A tecnologia de Aprendizagem profunda está por trás de produtos e serviços de uso diário (como assistentes digitais, controles remotos de TV habilitados por voz e detecção de fraudes de cartão de crédito), bem como de tecnologias emergentes (como carros autônomos).
3. Natural language processing (NLP) ou Processamento de linguagem natural (PNL) é um ramo da inteligência artificial que ajuda os computadores a compreender, interpretar e manipular a linguagem humana. A NPL baseia-se em muitas disciplinas, incluindo a ciência da computação e a linguística computacional, em sua busca para preencher a lacuna entre a comunicação humana e a compreensão do computador.
Algoritmos são a essência de qualquer sistema de inteligência artificial que são alimentados com o máximo de dados possível, como referências, para que possam aprender melhor [2] [3]. É uma ferramenta que mapeia decisões dentro de um sistema e suas possíveis consequências. Algoritmos inteligentes têm a capacidade e o processo de filtrar ordem e estrutura. Assim, apresentam de forma autônoma conteúdos que podem, de acordo com as regras dos algoritmos, ter mais ou menos influência, excluindo outras informações possíveis. Em geral, um algoritmo compreende uma sequência finita de ações executáveis (etapas) para resolver um problema, ou, no caso mais comum em Ciência da Computação, executar uma tarefa. O algoritmo em si não é o programa, mas a sequência de ações e condições que devem ser obedecidas para que o problema seja resolvido. Algoritmos são sequências finitas de instruções usadas para resolver um problema. Por exemplo, quando alguém acessa um site, algoritmos definem o caminho para a página abrir corretamente. Quando alguém interage com um link, outros algoritmos são acionados, indicando o que fazer [2] [3].
É importante ressaltar que, diferentemente do algoritmo, que é um tipo de processo, procedimento ou conjunto de regras que deve ser seguido para resolver qualquer tipo de cálculo, ou seja, instruções passo a passo que definem como o trabalho deve ser executado para obter o resultado desejado, software é um tipo de sistema que permite ao usuário interagir com o computador e dá instruções ao computador para realizar tarefas específicas, bem como controlar o funcionamento do hardware e suas operações. Software é um conjunto de instruções que devem ser seguidas e executadas por um mecanismo, seja ele um computador ou um dispositivo eletromecânico. Software é o termo usado para descrever programas, aplicativos, scripts, macros e instruções de código diretamente incorporadas (firmware), a fim de ditar o que uma máquina deve fazer. Todo programa de computador, celular, tablet, smart TV, console de videogame, set-top box, etc. é um software, seja um editor de texto, um navegador, um editor de áudio ou vídeo, um jogo, um aplicativo de streaming, etc. [4].
A primeira vantagem do uso de algoritmos é a automação de tarefas [5]. Eles conseguem analisar um grande volume de dados, em menos tempo do que uma pessoa faria, por exemplo. Assim, aumentam a eficiência das atividades. Todo software de computador é composto de algoritmos. A evolução dos algoritmos permite o surgimento de novas tecnologias, como smartphones, smart TVs, novos aplicativos e sistemas operacionais. Com novas possibilidades de comando, os algoritmos tornam-se mais aprimorados e, consequentemente, novos usos potenciais são desenvolvidos. Aplicativos de transporte e entrega, serviços de streaming (transmissão) e recomendações de filmes e músicas são fornecidos por sistemas que funcionam com base em algoritmos. Os algoritmos são, portanto, a essência de qualquer sistema de inteligência artificial que são alimentados com o máximo de dados possível, como referências, para que possam aprender melhor [5].
A inteligência artificial promove a redução de erros humanos porque os computadores não cometem esses erros se forem programados corretamente [5]. Com a Inteligência Artificial, as decisões são tomadas com base em informações previamente coletadas por meio da aplicação de um determinado conjunto de algoritmos. Assim, os erros são reduzidos e a possibilidade de obter exatidão com maior grau de precisão é uma possibilidade alcançável. A inteligência artificial assume riscos em vez dos humanos. Esta é uma das maiores vantagens da Inteligência Artificial porque podemos superar muitas limitações de risco que envolvem vidas humanas ao desenvolver um robô de IA que pode fazer coisas arriscadas por nós. Entre as possibilidades temos ir a Marte, desarmar uma bomba, explorar as partes mais profundas dos oceanos, minerar carvão e petróleo e muitas outras [5].
A inteligência artificial ajuda em tarefas repetitivas em nosso dia a dia, como enviar e-mail, verificar erros em documentos e muito mais [5]. Com a inteligência artificial, essas tarefas podem ser automatizadas de forma produtiva e até mesmo remover aquelas consideradas “cansativas” para os humanos e liberá-los para serem cada vez mais criativos e produtivos. A inteligência artificial fornece assistência digital para interagir com os usuários eliminando, desta forma, a necessidade de recursos humanos. Assistentes digitais também são usados em muitos sites para fornecer o que os usuários desejam, conversando com eles sobre o que procuram. Alguns chatbots (robôs de bate-papo) são projetados de tal forma que é difícil determinar se estamos falando com um robô ou com um humano. A inteligência artificial fornece decisões mais rápidas, fazendo com que as máquinas tomem decisões mais rapidamente do que os humanos. A máquina alimentada por IA funciona conforme programado e fornecerá resultados mais rapidamente. A inteligência artificial impulsiona a inovação em quase todas as áreas que ajudarão os humanos a resolver os problemas mais complexos.
2. Computação Quântica
Uma das principais características da sociedade contemporânea é o uso em larga escala da tecnologia da informação. O computador, ícone da tecnologia da informação, conectado em rede está mudando a relação das pessoas com o tempo e o espaço. As redes informacionais permitem-nos expandir a nossa capacidade de pensar de formas inimagináveis. A nova revolução tecnológica expandiu a inteligência humana. Estamos a falar de uma tecnologia que permite aumentar o armazenamento, processamento e análise de informação, fazendo milhares de milhões de relações entre milhares de dados por segundo: o computador [6]. Os computadores atuais são eletrônicos porque são compostos de transistores usados em chips eletrônicos, isto é, em circuitos integrados ou pequenos dispositivos microeletrônicos geralmente compostos por milhões de componentes que armazenam, movem e processam dados. Isto faz com que os transistores apresentem limitações, pois chegará um momento em que não será mais possível reduzir o tamanho de um dos menores e mais importantes componentes dos processadores, o transistor [6].
É importante ressaltar que é neste pequeno dispositivo, o transistor, que toda a informação é lida, interpretada e processada [6]. Ao lidar com escalas muito pequenas, a Física deixa de ser tão previsível como nos sistemas macroscópicos, passando a se comportar de forma aleatória, de forma probabilística, sujeita às propriedades da Física Quântica. Isso significa que uma das alternativas do futuro é o computador quântico. Nestes computadores, unidades fundamentais de informação, denominadas “bits quânticos”, são utilizadas para resolver cálculos ou simulações que levariam tempos de processamento impraticáveis em computadores eletrônicos, como os utilizados atualmente [6]. É importante observar que o bit é a menor unidade de informação que pode ser armazenada ou transmitida e que pode assumir somente dois valores: 0 ou 1, verdade ou falso e assim por diante. Cada “dígito binário” 0 ou 1 é conhecido, portanto, como bit. Os computadores comuns funcionam reduzindo números e instruções a um código binário – uma série de zeros e uns. Tecnicamente, esses zeros e uns representam se a corrente elétrica passa ou não através de um dispositivo chamado transistor. Dentro de um microprocessador do seu celular ou computador existem bilhões de transistores que, combinados, formam o que são chamados de portas lógicas. Um computador convencional traduz esse código binário em estados físicos, como ligado ou desligado, dentro de seu hardware. Cada distinção “isto ou aquilo” funcionaria como uma forma de armazenar dados binários. As sequências de números binários são então manipuladas através de bancos de portas lógicas, impressas em chips de silício [7].
Os computadores quânticos funcionam com uma lógica bem diferente daquela presente nos computadores eletrônicos. Os bits quânticos podem apresentar simultaneamente os valores 0 e 1, como resultado de um fenômeno quântico denominado superposição quântica [6]. Esses valores representam o código binário dos computadores e são, de certa forma, a linguagem compreendida pelas máquinas. Os computadores quânticos têm provado ser a mais nova resposta em Física e Computação para problemas relacionados com a capacidade limitada dos computadores eletrônicos cuja velocidade e capacidade de processamento estão intimamente relacionadas com o tamanho dos seus componentes. Portanto, a sua miniaturização é um processo inevitável.
Os computadores quânticos não servirão aos mesmos propósitos que os computadores eletrônicos. Os computadores quânticos são bons em trabalhar com muitas variáveis simultaneamente, ao contrário dos computadores atuais, que apresentam muitas limitações na realização deste tipo de tarefa. Desta forma, espera-se que computadores quânticos possam ser utilizados para simular sistemas extremamente complexos, como sistemas biológicos, meteorológicos, astronômicos, moleculares, etc. A facilidade dos computadores quânticos em lidar com sistemas complexos está relacionada à natureza dos bits quânticos. Um bit de computador eletrônico só pode ter o valor 0 ou 1, enquanto os bits quânticos podem ter os dois valores ao mesmo tempo. Desta forma, um único bit quântico possui equivalência numérica de 2 bits eletrônicos. Isso significa que, com apenas 10 bits quânticos, teríamos um computador com capacidade de 1024 bits (210 = 1024), enquanto a maioria dos computadores convencionais hoje trabalha com sistemas de 64 bits [6].
Com um computador clássico convencional, se precisasse realizar 100 cálculos diferentes, teria que processá-los um de cada vez, enquanto com um computador quântico poderia realizá-los todos de uma vez. A situação atual em que somos forçados a utilizar computadores clássicos para cálculos mudará drasticamente. Os supercomputadores – a classe mais alta dos computadores clássicos – são tão grandes que ocupam uma grande sala. A razão é que 100 calculadoras estão alinhadas para fazer 100 cálculos diferentes ao mesmo tempo. Em um supercomputador real, mais de 100 mil computadores menores estão alinhados. Com o nascimento dos computadores quânticos, isso não será mais necessário. Mas isso não significa que os supercomputadores se tornarão desnecessários. Eles serão usados para diferentes finalidades, como smartphones e computadores [4].
Tal como os primeiros computadores digitais, a computação quântica oferece a possibilidade de tecnologias milhões de vezes mais poderosas que os sistemas atuais, mas a chave do sucesso será resolver problemas do mundo real em linguagem quântica [9]. Estamos nos limites do poder de processamento de dados dos computadores tradicionais e os dados continuam a crescer. Embora a Lei de Moore, que prevê que o número de transístores em circuitos integrados duplicará a cada dois anos, tenha provado ser extremamente consistente desde que o termo foi cunhado em 1965, estes transístores são agora tão pequenos que não poderiam ser fabricados com a tecnologia existente. É por isso que há uma corrida entre os maiores líderes da indústria de tecnologia para determinar quem será o primeiro a lançar um computador quântico viável que seria exponencialmente mais poderoso do que os computadores atuais para processar todos os dados que geramos todos os dias e resolver todos os problemas cada vez mais complexos [9 ].
Os computadores atuais têm limitações, por exemplo na área da Inteligência Artificial, onde não existem computadores com potência ou velocidade de processamento suficientes para suportar IA avançada [9]. Assim, surgiu a necessidade de criar um computador alternativo aos habituais que pudesse resolver problemas de IA, ou outros como a fatorização de números primos muito grandes, logaritmos discretos e simulação de problemas de Física Quântica. Os computadores quânticos permitirão uma série de aplicações úteis, como a modelação de variações de reações químicas para descobrir novos medicamentos, o desenvolvimento de tecnologias de imagem para a indústria da saúde para detectar problemas no corpo ou a aceleração da forma como baterias, novos materiais e eletrônica flexível são desenvolvidos. Isso fará toda a diferença no processamento de dados. Considerando que a IA e o Machine Learning dependem de grandes conjuntos de dados (Big Data) para serem eficazes, não é difícil imaginar a revolução que o computador quântico pode trazer. Muitos protótipos de computadores quânticos já foram testados em laboratórios ao redor do mundo, mas seu desenvolvimento em larga escala ainda é desconhecido e depende de muita pesquisa e investimento [9].
Existem campos em que os computadores quânticos apresentam grande vantagem sobre os computadores clássicos, por exemplo, nas áreas de química e biotecnologia. As reações de materiais, em princípio, envolvem efeitos quânticos. Um computador quântico que usasse os próprios fenômenos quânticos permitiria cálculos que poderiam facilmente incorporar efeitos quânticos e seria muito eficaz no desenvolvimento de materiais como catalisadores e polímeros. Isto pode levar ao desenvolvimento de novos medicamentos que antes eram inviáveis, contribuindo assim para a melhoria da saúde das pessoas. Além disso, na área de finanças, por exemplo, como as fórmulas para negociação de opções são semelhantes às dos fenômenos quânticos, espera-se que os cálculos possam ser realizados de forma eficiente em computadores quânticos [9].
De acordo com o MIT Technology Review [10], a Inteligência Artificial está mudando a forma como pensamos sobre a computação. Os computadores não avançaram muito em 40 ou 50 anos, tornaram-se menores e mais rápidos, mas ainda são meras caixas com processadores que executam instruções humanas. A IA está a mudar esta realidade em pelo menos três aspectos: 1) a forma como os computadores são produzidos; 2) a forma como os computadores são programados; e, 3) como os computadores são usados. Em última análise, este é um fenômeno que mudará a função dos computadores. O núcleo da computação está passando da análise de números para a tomada de decisões [10].
A primeira mudança diz respeito à forma como os computadores e os chips que os controlam são feitos [10]. Os modelos de Deep learning ou Aprendizado profundo que fazem as aplicações de IA atuais funcionarem, exigem, no entanto, uma abordagem diferente porque requerem que um grande número de cálculos menos precisos sejam realizados ao mesmo tempo. Isso significa que é necessário um novo tipo de chip que possa mover dados o mais rápido possível, garantindo que estejam disponíveis sempre que necessário. Quando o Aprendizado profundo entrou em cena, há cerca de uma década, já existiam chips de computador especializados que eram muito bons nisso com unidades de processamento gráfico (GPUs) projetadas para exibir pixels de uma tela inteira dezenas de vezes por segundo[10].
A segunda mudança diz respeito à forma como os computadores são programados para o que fazer. Nos últimos 40 anos, os computadores foram programados e, nos próximos 40 anos, serão treinados. Tradicionalmente, para que um computador faça algo como reconhecer a fala ou identificar objetos em uma imagem, os programadores precisam primeiro criar regras para o computador. Com o Machine learning ou Aprendizado de máquina, os programadores não ditam mais as regras. Em vez disso, eles criam uma rede neural na qual os próprios computadores aprendem essas regras. Os próximos grandes avanços virão na simulação molecular, treinando computadores para manipular as propriedades da matéria que podem criar mudanças globais no uso de energia, produção de alimentos, fabricação e medicina. O Deep learning ou Aprendizado profundo tem um histórico incrível. Dois dos maiores avanços deste tipo até agora são como fazer com que os computadores se comportem como se entendessem a linguagem humana e reconhecessem o que está numa imagem e já estivessem a mudar a forma como os usamos [10].
A terceira mudança diz respeito ao fato de um computador não precisar mais de teclado ou tela para que os humanos interajam com ele. Qualquer coisa pode se tornar um computador. Na verdade, a maioria dos produtos domésticos, desde escovas de dente a interruptores de luz e campainhas, já possui uma versão inteligente. À medida que proliferam, porém, aumenta também o nosso desejo de gastar menos tempo dizendo-lhes o que fazer. É como se eles pudessem descobrir o que precisamos sem a nossa interferência. Esta é a mudança da análise de números para a tomada de decisões como um determinante desta nova era da computação que prevê computadores que dizem aos humanos o que precisam saber e quando precisam saber e que ajudam os humanos quando precisam deles. Agora, as máquinas estão interagindo com as pessoas e se tornando cada vez mais integradas em nossas vidas. Os computadores já estão fora de suas caixas [10].
3. A contribuição da Computação Quântica no desenvolvimento da Inteligência Artificial e vice-versa
Segundo especialistas na área, a computação quântica pode acelerar bastante a evolução da inteligência artificial, tornando-a bastante poderosa [11]. Com a relação entre a computação quântica e a IA, é possível ter a utilização de capacidades e algoritmos de computação quântica em tarefas de IA, bem como ter sistemas de IA “clássicos” que são aplicados a dados provenientes de sistemas quânticos, com o objetivo de evoluir esses sistemas [12]. Um computador quântico tem a natureza inerente de ser probabilístico. Graças a fenómenos como a sobreposição e o emaranhamento, são capazes de codificar distribuições de probabilidade muito mais complexas do que nos modelos clássicos, sendo mesmo capazes de criar dados que representem verdadeiramente a distribuição de probabilidade existente, e que não sejam tendenciosos, como acontece com modelos tradicionais. Portanto, para alguns, estes são os primeiros sistemas em que o uso de computadores quânticos se revelará uma grande vantagem [12].
Outra questão interessante é se seria possível usar a computação quântica para evoluir as IA atuais, criando novos tipos de IA que sejam mais inteligentes ou possam fazer mais coisas [12]. Todo e qualquer setor que lida com grande volume de dados, e dados que apresentam grandes complexidades, teria muito a ganhar com o trabalho conjunto dessas duas tecnologias. Isso significa que os computadores quânticos são capazes de impulsionar as IAs. O problema é que dizer isto é quase o mesmo que dizer “todos os setores da sociedade moderna”, como os setores financeiro, da saúde e das telecomunicações. No setor financeiro, praticamente todas as atividades de otimização seriam melhoradas. Seria possível otimizar a alocação de capital, ativos, escolha e gestão de carteiras, entre outros. Na área de medicina e farmácia existem algumas utilizações como análise e modelagem precisa de moléculas para novos medicamentos, seleção de grupos para ensaios clínicos, processos de otimização de recursos hospitalares e até distribuição de serviços de saúde em uma determinada cidade, por exemplo. Nas telecomunicações, assim como no setor financeiro, as tarefas de otimização seriam o foco principal, como o tráfego e as redes de comunicação [12].
A otimização dos setores financeiro, da saúde e das telecomunicações apresenta um grande potencial de redução dos recursos consumidos, o que permite reduzir custos e melhorar o serviço oferecido por estes setores [12]. Quanto a outras aplicações, haverá grandes avanços nas consultorias empresariais e tecnológicas que poderão ajudar os seus clientes a visualizar como aplicar estas tecnologias emergentes aos seus contextos. Isso ajudará empresas de diversos setores a entender melhor os dados que possuem, extrair deles inteligência superior e, consequentemente, oferecer melhores serviços. A combinação de IA e computação quântica já é uma realidade, além das pesquisas acadêmicas, pois muitas empresas, desde startups até gigantes da tecnologia, têm iniciativas gigantescas para explorar essa combinação. Empresas como a Zapata Computing, nos Estados Unidos, a Xanadu, no Canadá, e até a IBM têm projetos, sejam eles internos ou em parceria com potenciais clientes e/ou indústrias, nos quais a combinação destas tecnologias tem sido utilizada. Um exemplo vem da parceria entre IBM e Moderna, que se uniram para combinar computação quântica e IA e desenvolver diversos tratamentos baseados em mRNA, que foi a tecnologia que permitiu o surgimento de uma das primeiras e mais eficazes vacinas para COVID-19 durante a pandemia [12].
4. Conclusões
Do exposto, fica bastante evidente a possibilidade de que a computação quântica possa acelerar muito a evolução da Inteligência Artificial, que, ao se tornar ainda mais poderosa, contribuirá, também, para o desenvolvimento dos computadores quânticos do futuro.
REFERÊNCIAS
1. ICMCJUNIOR. O que é inteligência artificial? Available on the website <https://icmcjunior.com.br/inteligencia-artificial/>.
2. INSIGHTS. O que é um algoritmo inteligente? Available on the website <https://www.portalinsights.com.br/perguntas-frequentes/o-que-e-um-algoritmo-inteligente>.
3. THIBES, Victoria. Afinal, o que é um algoritmo e o que isso tem a ver com computação? Available on the website <https://canaltech.com.br/produtos/Afinal-o-que-e-um-algoritmo-e-o-que-isso-tem-a-ver-com-computacao/>.
4. GOGONI, Ronaldo. O que é software? Available on the website <https://tecnoblog.net/responde/o-que-e-software/>.
5. ALCOFORADO, Fernando. Como funcionam a inteligência artificial e seus softwares e algoritmos inteligentes. Available on the website <https://www.linkedin.com/pulse/como-funcionam-intelig%C3%AAncia-artificial-e-seus-alcoforado-nmagf/>.
6. MUNDO EDUCAÇÃO. Computador quântico. Available on the website <https://mundoeducacao.uol.com.br/fisica/computador-quantico.htm>.
7. LAPOLA, Marcelo. Como funciona um computador quântico? Físico explica ciência por trás. Available on the website <https://revistagalileu.globo.com/colunistas/quanticas/coluna/2023/11/como-funciona-um-computador-quantico-fisico-explica-ciencia-por-tras.ghtml>.
8. KIDO, Yuzuru. The Present and Future of “Quantum Computers”. Available on the website <https://social-innovation.hitachi/en/article/quantum-computing/?utm_campaign=sns&utm_source=li&utm_medium=en_quantum-computing_230>.
9. MATOS, David. Como a Computação Quântica Vai Revolucionar a Inteligência Artificial, Machine Learning e Big Data. Available on the website <https://www.cienciaedados.com/como-a-computacao-quantica-vai-revolucionar-a-inteligencia-artificial-machine-learning-e-big-data/>.
10. MIT Techonology Review. Como a Inteligência Artificial está reinventando o que os computadores são. Available on the website <https://mittechreview.com.br/como-a-inteligencia-artificial-esta-reinventando-o-que-os-computadores-sao/>.
11. SOUZA, Júlia. Com computação quântica, inteligência artificial deve dar salto gigantesco, dizem especialistas. Available on the website <https://epocanegocios.globo.com/tecnologia/noticia/2023/04/com-computacao-quantica-inteligencia-artificial-deve-dar-salto-gigantesco-dizem-especialistas.ghtml>.
12. AUGUSTO, César. O potencial da combinação entre computação quântica e inteligência artificial. Available on the website <https://tiinside.com.br/24/05/2023/o-potencial-da-combinacao-entre-computacao-quantica-e-inteligencia-artificial/>.
* Fernando Alcoforado, 84, condecorado com a Medalha do Mérito da Engenharia do Sistema CONFEA/CREA, membro da SBPC- Sociedade Brasileira para o Progresso da Ciência, do IPB- Instituto Politécnico da Bahia e da Academia Baiana de Educação, engenheiro pela Escola Politécnica da UFBA e doutor em Planejamento Territorial e Desenvolvimento Regional pela Universidade de Barcelona, professor universitário (Engenharia, Economia e Administração) e consultor nas áreas de planejamento estratégico, planejamento empresarial, planejamento regional e planejamento de sistemas energéticos, foi Assessor do Vice-Presidente de Engenharia e Tecnologia da LIGHT S.A. Electric power distribution company do Rio de Janeiro, Coordenador de Planejamento Estratégico do CEPED- Centro de Pesquisa e Desenvolvimento da Bahia, Subsecretário de Energia do Estado da Bahia, Secretário do Planejamento de Salvador, é autor dos livros Globalização (Editora Nobel, São Paulo, 1997), De Collor a FHC- O Brasil e a Nova (Des)ordem Mundial (Editora Nobel, São Paulo, 1998), Um Projeto para o Brasil (Editora Nobel, São Paulo, 2000), Os condicionantes do desenvolvimento do Estado da Bahia (Tese de doutorado. Universidade de Barcelona,http://www.tesisenred.net/handle/10803/1944, 2003), Globalização e Desenvolvimento (Editora Nobel, São Paulo, 2006), Bahia- Desenvolvimento do Século XVI ao Século XX e Objetivos Estratégicos na Era Contemporânea (EGBA, Salvador, 2008), The Necessary Conditions of the Economic and Social Development- The Case of the State of Bahia (VDM Verlag Dr. Müller Aktiengesellschaft & Co. KG, Saarbrücken, Germany, 2010), Aquecimento Global e Catástrofe Planetária (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2010), Amazônia Sustentável- Para o progresso do Brasil e combate ao aquecimento global (Viena- Editora e Gráfica, Santa Cruz do Rio Pardo, São Paulo, 2011), Os Fatores Condicionantes do Desenvolvimento Econômico e Social (Editora CRV, Curitiba, 2012), Energia no Mundo e no Brasil- Energia e Mudança Climática Catastrófica no Século XXI (Editora CRV, Curitiba, 2015), As Grandes Revoluções Científicas, Econômicas e Sociais que Mudaram o Mundo (Editora CRV, Curitiba, 2016), A Invenção de um novo Brasil (Editora CRV, Curitiba, 2017), Esquerda x Direita e a sua convergência (Associação Baiana de Imprensa, Salvador, 2018, em co-autoria), Como inventar o futuro para mudar o mundo (Editora CRV, Curitiba, 2019), A humanidade ameaçada e as estratégias para sua sobrevivência (Editora Dialética, São Paulo, 2021), A escalada da ciência e da tecnologia ao longo da história e sua contribuição ao progresso e à sobrevivência da humanidade (Editora CRV, Curitiba, 2022), de capítulo do livro Flood Handbook (CRC Press, Boca Raton, Florida, United States, 2022), How to protect human beings from threats to their existence and avoid the extinction of humanity (Generis Publishing, Europe, Republic of Moldova, Chișinău, 2023) e A revolução da educação necessária ao Brasil na era contemporânea (Editora CRV, Curitiba, 2023).
Site Title 