BooxmannComo a combinação entre superfícies inteligentes, redes móveis de próxima geração e tecnologias quânticas podem abrir novas possibilidades para comunicação, segurança e otimização de redes?
Resumo
As redes de comunicação de sexta geração (6G), as Superfícies Inteligentes Reconfiguráveis (RIS) e as tecnologias quânticas representam três áreas de pesquisa que podem se complementar em determinados problemas de comunicação e computação. Enquanto a RIS permite modificar o comportamento das ondas eletromagnéticas no ambiente, as redes 6G buscam integrar conectividade, inteligência artificial, sensoriamento e novos modelos de comunicação. As tecnologias quânticas, por sua vez, abrangem possibilidades distintas, como distribuição quântica de chaves, distribuição de emaranhamento, computação quântica e aprendizado de máquina quântico. A integração dessas áreas suscita questões importantes: como controlar simultaneamente canais de radiofrequência e ópticos? Como otimizar a configuração de uma RIS em ambientes dinâmicos? É possível utilizar inteligência artificial clássica ou quântica para melhorar o desempenho dessas redes? E quais limitações físicas, computacionais e arquiteturais precisam ser superadas? Este artigo apresenta evidências científicas para justificar uma revisão sistemática da literatura sobre essas questões, destacando resultados quantitativos recentes, lacunas de pesquisa e a necessidade de distinguir propostas teóricas, simulações e demonstrações experimentais.
Palavras-chave: RIS; 6G; inteligência artificial; computação quântica; internet quântica; redes quânticas; otimização híbrida; distribuição quântica de chaves.
1. Por que investigar a integração entre RIS, 6G e tecnologias quânticas?
A evolução das redes de comunicação não depende apenas de transmitir mais dados por segundo. À medida que novas aplicações são desenvolvidas, também cresce a necessidade de melhorar a cobertura, reduzir o consumo energético, aumentar a confiabilidade e proteger a comunicação contra diferentes ameaças.
Nesse contexto, a sexta geração de redes móveis, conhecida como 6G ou IMT-2030, está sendo investigada como uma infraestrutura capaz de integrar comunicação, sensoriamento e inteligência artificial.
A Recomendação ITU-R M.2160 da União Internacional de Telecomunicações estabelece um enquadramento para o desenvolvimento do IMT-2030. Entre os seis cenários de uso descritos estão a comunicação imersiva, a comunicação altamente confiável e de baixa latência, a comunicação massiva, a conectividade ubíqua, a inteligência artificial associada à comunicação e a integração entre sensoriamento e comunicação [1].
Essa diversidade de objetivos levanta uma questão: como desenvolver redes capazes de adaptar seu funcionamento às condições físicas do ambiente e aos requisitos de cada aplicação?
Uma das respostas investigadas é a utilização de Superfícies Inteligentes Reconfiguráveis (RIS, do inglês Reconfigurable Intelligent Surfaces).
Uma RIS permite controlar determinadas propriedades da interação entre ondas eletromagnéticas e uma superfície. Isso pode ajudar a modificar os percursos de propagação, melhorar a cobertura em determinadas condições e contribuir para a otimização dos enlaces sem fio.
Paralelamente, a pesquisa em tecnologias quânticas explora diferentes maneiras de processar e transmitir informação. A distribuição quântica de chaves (QKD), por exemplo, investiga como utilizar propriedades físicas de sistemas quânticos para estabelecer chaves criptográficas. Já as redes quânticas procuram conectar dispositivos capazes de preparar, transmitir, armazenar ou processar estados quânticos.
A inteligência artificial pode atuar como elemento de coordenação entre essas tecnologias, ajudando a estimar o estado dos canais, selecionar configurações de superfícies, administrar recursos de rede e decidir quando diferentes mecanismos de comunicação devem ser utilizados.
Entretanto, há uma distinção essencial: a existência de aplicações promissoras em cada uma dessas áreas não significa que a integração entre todas elas já esteja comprovada ou que seja sempre vantajosa.
É justamente essa diferença que justifica investigar a literatura de maneira sistemática.
O objetivo não deve ser simplesmente reunir três tecnologias emergentes, mas descobrir em quais cenários sua integração apresenta benefícios mensuráveis, quais arquiteturas foram propostas, que técnicas de inteligência artificial estão sendo empregadas e quais desafios permanecem sem solução.
2. Seis justificativas para integrar essas áreas
2.1. Primeira justificativa: os requisitos do 6G exigem novas estratégias de controle e otimização de redes
As redes móveis do futuro precisarão atender a diferentes requisitos simultaneamente. Em determinados cenários, a prioridade será ampliar a cobertura; em outros, minimizar a latência, melhorar a eficiência energética ou integrar comunicação e sensoriamento.
O enquadramento do IMT-2030 pela ITU contempla seis cenários de uso e inclui explicitamente inteligência artificial e comunicação entre eles [1].
Isso demonstra que a inteligência artificial não é apenas uma aplicação externa às redes futuras: seu emprego na comunicação constitui uma das direções consideradas no planejamento do 6G.
A questão prática é como transformar essa inteligência em decisões que melhorem o comportamento da infraestrutura.
Uma estação-base precisa lidar com informações sobre usuários, condições de propagação, interferência, utilização dos recursos e mudanças no ambiente. Ao mesmo tempo, diferentes aplicações podem estabelecer prioridades incompatíveis entre si.
Por exemplo, aumentar a potência de transmissão pode melhorar a recepção de determinado usuário, mas também aumentar o consumo energético ou a interferência sobre outros enlaces.
Uma RIS acrescenta outra possibilidade de controle: em vez de modificar somente os parâmetros de transmissão e recepção, o sistema também pode configurar a interação das ondas eletromagnéticas com uma superfície física.
Nesse contexto, a inteligência artificial pode ser empregada para estimar condições do canal, selecionar configurações da RIS e adaptar a rede às mudanças ambientais.
Um levantamento publicado no IEEE Communications Surveys & Tutorials, em 2024, organizou a literatura de otimização de redes assistidas por RIS em diferentes famílias de métodos, incluindo algoritmos baseados em modelos matemáticos, heurísticas, aprendizado supervisionado e não supervisionado, aprendizado por reforço, aprendizado federado, aprendizado em grafos e aprendizado hierárquico [2].
Essa variedade de abordagens mostra que o controle inteligente de RIS constitui, por si só, um campo de pesquisa relevante.
A justificativa para uma revisão sistemática é investigar como essas estratégias podem ser estendidas a cenários que também considerem tecnologias quânticas, em vez de presumir que os resultados obtidos em redes convencionais sejam automaticamente aplicáveis a esses ambientes.
Uma questão importante é determinar quais técnicas clássicas já são suficientes e em quais problemas métodos mais complexos poderiam oferecer alguma vantagem adicional.
2.2. Segunda justificativa: a RIS pode atuar sobre um dos problemas fundamentais das redes sem fio — a propagação eletromagnética
Em uma rede convencional, a qualidade do enlace depende de fatores como distância, obstáculos, geometria do ambiente, frequência utilizada e interferência.
Esses fatores podem ser particularmente importantes em sistemas que utilizam frequências elevadas ou dependem de enlaces direcionais.
A RIS procura tornar parte desse ambiente controlável. Seus elementos eletromagnéticos podem ser configurados para modificar propriedades da onda incidente, permitindo favorecer determinados percursos de propagação.
Essa capacidade é relevante para a pesquisa em 6G porque pode contribuir para aplicações como ampliação de cobertura, gerenciamento de feixes, localização, sensoriamento e segurança na camada física.
O ETSI documentou diferentes casos de uso de RIS no relatório GR RIS 001, cuja versão 1.2.1 foi publicada em fevereiro de 2025 [3]. Entre os temas contemplados estão a melhoria da cobertura, a eficiência espectral, o gerenciamento de feixes, a segurança na camada física, a localização, o sensoriamento e a eficiência energética.
A maturação da área também pode ser observada em documentos técnicos mais recentes. Em fevereiro de 2026, o ETSI publicou o GR RIS 007, dedicado à modelagem de canais em campo próximo, e o GS RIS 008, relacionado a procedimentos de testes padronizados para RIS [4].
Esses documentos não demonstram que todas as arquiteturas RIS estejam prontas para implantação comercial. Eles mostram, porém, que a pesquisa já precisa considerar problemas concretos de modelagem e avaliação, além dos princípios físicos básicos.
A relação com as tecnologias quânticas aparece quando consideramos que nem toda comunicação envolve exclusivamente sinais clássicos de radiofrequência.
Uma infraestrutura pode precisar atender, por exemplo, a um enlace de comunicação sem fio convencional e a um enlace óptico utilizado na distribuição de informação quântica.
Nessa situação, o sistema não precisa apenas controlar a propagação: ele precisa considerar objetivos de comunicação distintos, canais físicos diferentes e requisitos específicos de cada protocolo.
Surge, então, uma pergunta importante:
É possível projetar superfícies e algoritmos de controle que atendam simultaneamente aos requisitos de enlaces clássicos e quânticos, sem comprometer o desempenho de nenhum deles?
A resposta depende de aspectos como a arquitetura física da superfície, as frequências utilizadas, as perdas do canal, a configuração dos elementos e os objetivos de otimização.
Essa é uma justificativa para investigar a integração entre RIS e tecnologias quânticas: não porque uma superfície convencional seja necessariamente adequada a qualquer sistema quântico, mas porque seu controle físico pode ser relevante em determinados cenários de comunicação.
2.3. Terceira justificativa: a integração entre canais de radiofrequência e ópticos apresenta um problema de engenharia concreto
Uma das linhas de pesquisa mais interessantes procura integrar a comunicação clássica por radiofrequência com a comunicação quântica por meio de enlaces ópticos.
Essa possibilidade foi investigada no artigo Enhancing Satellite Quantum Key Distribution with Dual Band Reconfigurable Intelligent Surfaces, publicado como preprint no arXiv em julho de 2025, por Muhammad Khalil, Ke Wang e Jinho Choi [5].
Os autores propõem uma arquitetura para comunicação híbrida envolvendo:
- Um canal óptico de 850 nm, destinado à distribuição quântica de chaves.
- Um canal clássico de radiofrequência na banda S.
- Uma RIS de duas bandas, com controle orientado aos requisitos dos dois enlaces.
- Um problema de otimização conjunta que considera a taxa de erro quântico e a relação sinal-ruído do canal clássico.
A proposta procura explorar características complementares dos dois sistemas. Enquanto o enlace óptico é utilizado para QKD, o enlace de radiofrequência transporta dados clássicos.
O estudo apresenta modelagem matemática e simulações, utilizando dados experimentais associados ao satélite Micius como referência para sua avaliação.
Segundo os resultados reportados pelos autores, o sistema assistido por RIS reduz a taxa de erro de bits quânticos (Quantum Bit Error Rate, QBER) de aproximadamente 2,5% para 0,7%, eleva a taxa de geração de chaves seguras para mais de 30.000 bits por segundo e melhora em cerca de 3 dB a relação sinal-ruído do enlace clássico em ângulos de elevação elevados [5].
Esses números precisam ser interpretados corretamente.
A redução da QBER foi obtida no cenário modelado pelos autores; não representa uma medição realizada com uma RIS instalada em um satélite operacional. O artigo é um preprint com resultados de modelagem e simulação, não a demonstração de uma infraestrutura comercial.
Ainda assim, o trabalho oferece uma justificativa concreta para pesquisar a integração dessas áreas.
Ele mostra que é possível formular um problema no qual a configuração da superfície precisa considerar simultaneamente o desempenho de um enlace clássico e as condições de um enlace quântico.
Isso leva a outras questões:
- Como as estratégias de controle devem equilibrar os objetivos dos dois enlaces?
- Quais características físicas da RIS são necessárias para operar nas bandas envolvidas?
- Como o sistema reage à turbulência atmosférica, à mobilidade e às perdas ópticas?
- Quais algoritmos encontram boas configurações sem exigir tempo ou recursos computacionais excessivos?
Também existe um desafio de hardware.
Uma frequência de 12,5 GHz, por exemplo, corresponde a um comprimento de onda de aproximadamente 24 mm, enquanto 850 nm equivale a 0,00085 mm.
A diferença é de aproximadamente 28 mil vezes.
Isso evidencia que uma superfície concebida para trabalhar simultaneamente com radiofrequência e luz precisa lidar com escalas físicas muito diferentes. A implementação depende do projeto eletromagnético, dos materiais e dos mecanismos utilizados para controlar cada faixa espectral.
Portanto, a integração entre RIS, redes 6G e comunicação quântica não é apenas uma questão de combinar protocolos em software. Ela também envolve desafios físicos de engenharia e modelagem.
2.4. Quarta justificativa: existem propostas recentes de RIS assistida por tecnologias quânticas, mas ainda é necessário avaliar sua maturidade
Outro trabalho relevante foi publicado no IEEE Internet of Things Journal em 2026: Quantum-Enhanced Reconfigurable Intelligent Surfaces With Hierarchical AI Orchestration for Secure 6G Networks, de Ali Ali e colaboradores [6].
O artigo propõe uma arquitetura denominada Quantum-Enhanced Reconfigurable Intelligent Surface (QE-RIS), que combina controle eletromagnético clássico, fotônica quântica e orquestração por inteligência artificial.
A proposta considera células de RIS destinadas a operar em radiofrequência de 12,5 GHz e em comprimento de onda óptico de 850 nm.
Os autores descrevem um mecanismo de controle hierárquico com dois ciclos: um ciclo rápido de 5 ms e outro intermediário de 50 ms. A arquitetura procura selecionar modos clássicos, quânticos ou híbridos conforme a relação sinal-ruído e a QBER observadas.
Os resultados reportados incluem:
| Métrica | Resultado reportado |
|---|---|
| Número de elementos da RIS no cenário de referência | 512 |
| Quantização de fase considerada | 4 bits |
| Melhoria máxima de SNR | 29,3 dB |
| Redução reportada da QBER | Entre 20% e 35% |
| Latência de controle reportada | Inferior a 10 ms |
| Taxa de chaves seguras reportada | Superior a 1 Mbit/s |
| Avaliação por simulação | 20 realizações independentes de canal |
Fonte: Ali e colaboradores, 2026 [6].
Esses resultados são interessantes porque reúnem, em uma mesma proposta, questões que frequentemente aparecem em linhas de pesquisa distintas: configuração da RIS, segurança quântica, gerenciamento de recursos e inteligência artificial.
Entretanto, há limitações importantes.
Primeiro, os resultados quantitativos apresentados no resumo do artigo foram obtidos por simulações de Monte Carlo, com 20 realizações independentes de canal. Portanto, eles não devem ser interpretados como resultados experimentais de uma RIS física já implantada em uma rede 6G.
Segundo, os ganhos de SNR, as reduções de QBER e a taxa de chaves seguras dependem das condições e das hipóteses adotadas no modelo. Eles não garantem os mesmos resultados em outras geometrias, condições atmosféricas ou implementações de hardware.
Terceiro, os ciclos de 5 ms e 50 ms merecem uma análise específica. Embora o artigo reporte latência de controle inferior a 10 ms, isso não demonstra que o sistema satisfaça requisitos de controle submilissegundo em cenários que os exijam. Seria necessário verificar a latência de ponta a ponta, incluindo aquisição de informações, processamento, comunicação de controle e reconfiguração física.
Por fim, a integração de hardware capaz de operar em escalas de comprimento de onda tão diferentes precisa ser analisada com cuidado.
O valor dessa pesquisa para uma revisão sistemática não provam que a arquitetura já funciona comercialmente, mas em oferecer um caso concreto para investigar:
Quais propostas de RIS assistida por tecnologias quânticas existem, quais resultados foram demonstrados por simulação, quais foram validados experimentalmente e quais requisitos ainda precisam ser atendidos?
Essa distinção ajuda a evitar que uma proposta arquitetural seja confundida com uma tecnologia consolidada.
2.5. Quinta justificativa: a inteligência artificial pode conectar a otimização da RIS à segurança e à comunicação quântica
A inteligência artificial tem um papel natural na configuração dinâmica de redes assistidas por RIS.
Em uma configuração convencional, o controlador precisa selecionar estados dos elementos da superfície com base em informações sobre o ambiente e os objetivos do sistema.
Esse problema pode envolver um número elevado de variáveis, restrições físicas e objetivos concorrentes.
Quando uma arquitetura passa a considerar também um enlace quântico, a complexidade aumenta: maximizar a SNR de um canal clássico não equivale necessariamente a otimizar a QBER ou a taxa de geração de chaves seguras de um canal óptico.
O desafio não consiste simplesmente em aplicar um algoritmo de IA ao problema, mas em formular corretamente seus objetivos, restrições e métricas de desempenho.
A) Inteligência artificial clássica para otimização da RIS
As abordagens clássicas incluem otimização alternada, aproximações convexas, métodos heurísticos, aprendizado por reforço e diferentes modelos de aprendizado de máquina.
A revisão publicada no IEEE Communications Surveys & Tutorials em 2024 descreve essa diversidade de métodos e destaca questões relacionadas à estabilidade, à robustez, à qualidade das soluções e à complexidade computacional [2].
Isso fornece uma base importante para a revisão sistemática: antes de investigar se uma técnica quântica traz vantagens, é necessário estabelecer quais métodos clássicos já resolvem o problema, sob quais condições e com quais custos.
B) Algoritmos quântico-clássicos para configuração da RIS
Uma segunda possibilidade é formular a configuração da superfície como um problema de otimização combinatória.
Uma publicação de 2026, de Hewa Majeed Zangana e Maryam A. Sulaiman, propõe um modelo híbrido que combina um módulo de otimização baseado no Variational Quantum Eigensolver (VQE) com métodos iterativos clássicos [7].
O artigo reporta, em simulações, convergência até 32% mais rápida e melhorias de 18% a 25% na eficiência espectral em relação às abordagens de comparação utilizadas pelos autores.
Esses resultados devem ser considerados específicos do estudo. Eles não demonstram que um algoritmo quântico seja, em geral, 32% mais rápido do que qualquer método clássico, nem garantem que a diferença se mantenha em hardware quântico real.
O desenho experimental, os algoritmos de referência, o tamanho dos problemas, a profundidade dos circuitos, o ruído e o custo total de execução precisam ser examinados antes de estabelecer conclusões.
A própria literatura sobre otimização de RIS mostra por que comparações justas são importantes: um método deve ser avaliado não apenas pela qualidade da solução, mas também pela complexidade, pela estabilidade e pela capacidade de lidar com diferentes condições de canal [2].
C) O papel do aprendizado de máquina quântico
O aprendizado de máquina quântico (QML) investiga a utilização de circuitos e estados quânticos para tarefas de aprendizado.
No contexto de redes, uma das possibilidades seria investigar modelos capazes de participar da estimação de canais, da previsão de condições de propagação ou da seleção de configurações para a RIS.
Entretanto, essa aplicação não deve ser confundida com uma vantagem quântica comprovada.
É necessário demonstrar que o modelo quântico oferece algum benefício mensurável em relação a métodos clássicos competitivos, considerando todos os custos relevantes: preparação dos dados, codificação da informação, execução dos circuitos, número de medições, otimização e transferência de resultados.
Uma revisão sistemática pode, portanto, classificar os trabalhos em três grupos:
- Métodos clássicos de IA aplicados à otimização de RIS.
- Métodos quântico-clássicos que empregam recursos quânticos na otimização ou no aprendizado.
- Trabalhos que utilizam recursos quânticos na comunicação propriamente dita, como QKD ou distribuição de emaranhamento.
Essa classificação evita confundir inteligência artificial convencional, computação quântica e comunicação quântica, que desempenham funções diferentes.
2.6. Sexta justificativa: a área precisa de critérios claros de avaliação, interoperabilidade e maturidade tecnológica
Uma dificuldade importante ao investigar essas tecnologias é comparar resultados que foram obtidos em contextos muito diferentes.
Um artigo pode estudar uma RIS para melhorar a cobertura de radiofrequência; outro pode avaliar uma superfície para otimizar um enlace óptico; um terceiro pode formular um algoritmo quântico-clássico para resolver um problema de configuração.
Embora os três trabalhos possam compartilhar conceitos matemáticos ou arquiteturais, suas métricas não são diretamente equivalentes.
Por exemplo:
- A SNR mede a relação entre potência de sinal e potência de ruído.
- A QBER mede a proporção de bits quânticos errados nas condições de medição consideradas.
- A taxa de chaves seguras quantifica a quantidade de material criptográfico seguro gerado por unidade de tempo, conforme o protocolo e o modelo de segurança.
- A eficiência espectral representa a quantidade de informação transmitida por unidade de largura de banda.
- A latência mede o tempo necessário para realizar uma operação ou completar uma tarefa, conforme os limites definidos.
- A fidelidade de emaranhamento caracteriza a proximidade entre um estado obtido e um estado de referência.
Uma melhoria em uma métrica não implica automaticamente uma melhoria nas demais.
Essa questão aparece também na padronização.
O ETSI possui documentos dedicados aos cenários de implantação, à modelagem de canais e aos testes de RIS [3, 4]. Já o RFC 9583, publicado pela Internet Research Task Force em junho de 2024, descreve cenários de aplicação da internet quântica e discute requisitos de rede para aplicações como comunicação segura, computação quântica distribuída e computação quântica cega [8].
O RFC 9583 é um documento informativo de pesquisa, e não uma norma de implantação da internet quântica. Essa distinção é importante para compreender o estágio de maturidade das propostas.
No caso do 6G, uma notícia oficial da Comissão Europeia, publicada em 10 de junho de 2026, informou que o cronograma da Release 21 do 3GPP estabelece dezembro de 2028 como a data prevista para o congelamento funcional das primeiras especificações normativas do 6G [9].
Esse cronograma mostra que o desenvolvimento de requisitos e especificações ainda está em andamento.
A existência de documentos técnicos para RIS, propostas relacionadas à comunicação quântica e estudos de inteligência artificial não significa que já exista uma arquitetura amplamente padronizada que una os três componentes.
Isso cria uma oportunidade para uma revisão sistemática que investigue:
- Quais arquiteturas de integração foram propostas?
- Quais interfaces de controle são descritas?
- Como os sistemas lidam com recursos clássicos e quânticos?
- Quais métricas são utilizadas na avaliação?
- Quais resultados foram simulados e quais foram validados em hardware?
- Qual é o grau de maturidade de cada solução?
- Quais requisitos de interoperabilidade ainda não estão suficientemente especificados?
A justificativa não é presumir que a padronização esteja ausente em todas as partes dessas tecnologias, mas verificar se as soluções propostas para sua integração possuem requisitos, interfaces e critérios de avaliação coerentes.
3. Por que uma revisão sistemática é necessária?
As evidências discutidas apontam para uma questão central: a integração entre RIS, 6G, tecnologias quânticas e inteligência artificial é uma área multidisciplinar, mas seus componentes possuem objetivos e níveis de maturidade diferentes.
A RIS busca controlar o ambiente de propagação eletromagnética. O 6G procura integrar novos cenários de comunicação, inteligência artificial e sensoriamento. As tecnologias quânticas incluem tanto sistemas de computação quanto métodos de comunicação baseados em propriedades físicas quânticas.
Essas áreas podem convergir em arquiteturas que envolvam, por exemplo, uma RIS com controle inteligente para melhorar um canal de comunicação óptica destinado à distribuição de chaves quânticas.
Também podem convergir de outra maneira: algoritmos híbridos quântico-clássicos podem ser investigados para resolver problemas de otimização relacionados à configuração de superfícies.
Entretanto, essas duas situações não são equivalentes. Na primeira, o recurso quântico é utilizado na comunicação; na segunda, a computação quântica participa da busca por uma configuração. Ambas podem envolver inteligência artificial, mas seus requisitos de hardware, métricas e limitações são diferentes.
Por isso, uma revisão sistemática precisa definir seu escopo com cuidado.
Uma possibilidade é investigar a pergunta:
Como a literatura científica tem proposto e avaliado a integração entre superfícies inteligentes reconfiguráveis, redes 6G e tecnologias quânticas, e qual é o papel da inteligência artificial clássica e quântica na otimização dessas arquiteturas?
Essa pergunta permite estudar o tema sem partir do pressuposto de que todas as tecnologias precisam estar presentes em todos os sistemas.
3.1. As principais lacunas que justificam a pesquisa
Com base nos trabalhos e documentos examinados, cinco lacunas merecem investigação sistemática.
Lacuna 1 — Integração arquitetural. Existem propostas de RIS para comunicação híbrida e modelos de integração com controle inteligente, mas é necessário identificar quais arquiteturas tratam efetivamente dos três domínios e quais apenas abordam duas áreas simultaneamente.
Lacuna 2 — Comparabilidade dos resultados. Os estudos utilizam métricas diferentes e hipóteses de simulação distintas. Uma revisão precisa catalogar as métricas, os modelos de canal, os cenários e as referências de comparação para evitar conclusões baseadas em números não comparáveis.
Lacuna 3 — Papel da IA. Há uma literatura estabelecida sobre otimização de RIS com métodos clássicos, enquanto soluções quântico-clássicas continuam sendo investigadas. É necessário identificar em quais problemas essas soluções foram avaliadas, como foram comparadas e quais benefícios sobreviveram às restrições de hardware e de execução.
Lacuna 4 — Validação experimental. Resultados de simulação podem revelar tendências e testar hipóteses, mas não substituem medições em protótipos. A revisão deve distinguir resultados analíticos, simulações, experimentos de laboratório e demonstrações em campo.
Lacuna 5 — Padronização e maturidade. É necessário mapear os documentos técnicos existentes, os requisitos de interoperabilidade e as interfaces propostas, verificando em que medida as soluções podem ser integradas a arquiteturas futuras.
Essas lacunas podem ajudar a produzir uma contribuição que vá além de simplesmente enumerar tecnologias emergentes. Uma boa revisão sistemática precisa organizar evidências, identificar limitações recorrentes, comparar abordagens e estabelecer quais problemas permanecem abertos.
3.2. O que a revisão não deve presumir
É importante evitar quatro pressupostos.
Primeiro, não se deve presumir que toda RIS seja compatível com comunicação quântica. A compatibilidade depende da arquitetura física e do canal utilizado.
Segundo, não se deve assumir que a computação quântica oferece vantagens práticas em qualquer problema de otimização. Essas vantagens precisam ser demonstradas por comparações apropriadas.
Terceiro, não se deve confundir QKD com criptografia pós-quântica. A primeira utiliza recursos físicos quânticos; a segunda utiliza algoritmos clássicos projetados para resistir a ataques quânticos conhecidos.
Quarto, não se deve considerar um resultado de simulação como prova de que uma arquitetura já pode ser implementada em uma rede comercial.
Essas distinções tornam a pesquisa mais rigorosa e ajudam a produzir conclusões úteis para profissionais de redes, inteligência artificial e computação quântica.
4. Outras informações
4.1. Perguntas que podem orientar uma revisão sistemática da literatura
Uma possível organização da pesquisa seria:
Pergunta principal
Como a literatura científica investiga a integração entre RIS, 6G e tecnologias quânticas, considerando o emprego de inteligência artificial para controle, otimização e segurança de redes?
Pergunta 1: Quais arquiteturas são propostas para integrar RIS a redes 6G que utilizam recursos de comunicação ou computação quântica?
Pergunta 2: Quais técnicas de inteligência artificial clássica, aprendizado de máquina quântico e otimização híbrida são empregadas nessas arquiteturas?
Pergunta 3: Quais métricas, modelos de canal e métodos de avaliação são utilizados para medir o desempenho das soluções?
Pergunta 4: Quais resultados foram obtidos por análise matemática, simulação, prototipagem e experimentos em campo?
Pergunta 5: Quais limitações físicas, computacionais, arquiteturais e de padronização permanecem abertas?
Essas perguntas não precisam ser utilizadas todas de uma vez. A escolha dependerá do escopo desejado e da quantidade de estudos efetivamente encontrados.
4.2. Quais indicadores devem ser comparados?
Para organizar a literatura, seria útil registrar pelo menos os seguintes indicadores:
| Categoria | Indicadores relevantes |
|---|---|
| Comunicação clássica | SNR, SINR, eficiência espectral, taxa de transmissão e consumo energético |
| Comunicação quântica | QBER, taxa de chaves seguras, fidelidade e taxa de distribuição de emaranhamento |
| Inteligência artificial | Tempo de treinamento, tempo de inferência, custo computacional, convergência e robustez |
| Computação quântica | Número de qubits, profundidade do circuito, número de medições, ruído e requisitos de correção de erros |
| Controle de RIS | Quantidade de elementos, resolução de fase, latência de reconfiguração e sobrecarga de sinalização |
| Maturidade tecnológica | Modelo matemático, simulação, protótipo laboratorial ou validação em campo |
Os indicadores devem ser interpretados de acordo com cada aplicação. Não seria correto comparar diretamente uma taxa de chaves seguras com uma taxa de transmissão de dados clássicos ou tratar a melhora da SNR como equivalente a uma redução da QBER.
4.3. Qual é a possível contribuição científica dessa revisão?
Uma contribuição relevante seria apresentar uma taxonomia que diferencie as principais formas de integração:
- RIS + 6G + IA clássica: controle e otimização do ambiente de rádio.
- RIS + comunicação quântica: controle de enlaces ópticos, distribuição quântica de chaves e possíveis estratégias de distribuição de emaranhamento.
- RIS + computação quântica: utilização de algoritmos quânticos ou híbridos na otimização de configurações.
- RIS + 6G + IA + tecnologias quânticas: arquiteturas que combinam, de maneira explícita, os componentes anteriores.
Essa classificação permitiria verificar se os estudos realmente integram as três áreas, se apenas relacionam duas delas ou se apresentam possibilidades ainda conceituais.
O resultado final poderia ser um mapa de arquiteturas, técnicas, métricas, níveis de validação e lacunas, orientando futuras pesquisas experimentais e teóricas.
5. Referências
[1] INTERNATIONAL TELECOMMUNICATION UNION (ITU-R). Recommendation ITU-R M.2160-0: Framework and overall objectives of the future development of IMT for 2030 and beyond. 2023. Disponível em: https://www.itu.int/rec/R-REC-M.2160.
[2] A Survey on Model-Based, Heuristic, and Machine Learning Optimization Approaches in RIS-Aided Wireless Networks. IEEE Communications Surveys & Tutorials, v. 26, n. 2, p. 781–823, 2024. DOI: 10.1109/COMST.2023.3340099.
[3] EUROPEAN TELECOMMUNICATIONS STANDARDS INSTITUTE (ETSI). ETSI GR RIS 001 V1.2.1: Reconfigurable Intelligent Surfaces (RIS); Use Cases, Deployment Scenarios and Requirements. Fev. 2025. Disponível em: https://portal.etsi.org.
[4] EUROPEAN TELECOMMUNICATIONS STANDARDS INSTITUTE (ETSI). ETSI GR RIS 007 V1.1.1: Reconfigurable Intelligent Surfaces (RIS); Near-field Channel Modeling and Mechanics. Fev. 2026; e ETSI GS RIS 008 V1.1.1: Reconfigurable Intelligent Surfaces (RIS); Standardized Testing Test Standards for Reconfigurable Intelligent Surfaces. Fev. 2026. Disponível em: https://portal.etsi.org.
[5] KHALIL, M.; WANG, K.; CHOI, J. Enhancing Satellite Quantum Key Distribution with Dual Band Reconfigurable Intelligent Surfaces. arXiv:2507.03246, 2025. Disponível em: https://arxiv.org/abs/2507.03246.
[6] ALI, A. et al. Quantum-Enhanced Reconfigurable Intelligent Surfaces With Hierarchical AI Orchestration for Secure 6G Networks. IEEE Internet of Things Journal, v. 13, n. 12, p. 27356–27368, 2026. DOI: 10.1109/JIOT.2026.3679076.
[7] ZANGANA, H. M.; SULAIMAN, M. A. A Hybrid Quantum-Classical Optimization Model for Reconfigurable Intelligent Surfaces in 6G Networks. Control Systems and Optimization Letters, v. 4, n. 1, 2026. Disponível na página da publicação: https://ejournal.csol.or.id/index.php/csol/article/view/276.
[8] WANG, C. et al. Application Scenarios for the Quantum Internet. RFC 9583. Internet Research Task Force, jun. 2024. Disponível em: https://www.rfc-editor.org/rfc/rfc9583.html.
[9] EUROPEAN COMMISSION. Global: 3GPP approves Release 21 timeline setting first 6G standards for December 2028. 10 jun. 2026. Disponível em: https://digital-strategy.ec.europa.eu/en/miscellaneous/global-3gpp-approves-release-21-timeline-setting-first-6g-standards-december-2028.
[10] AZUMA, K. et al. Quantum repeaters: From quantum networks to the quantum internet. Reviews of Modern Physics, v. 95, art. 045006, 2023. DOI: 10.1103/RevModPhys.95.045006.
[11] PAGE, M. J. et al. The PRISMA 2020 Statement: An Updated Guideline for Reporting Systematic Reviews. BMJ, v. 372, art. n71, 2021. DOI: 10.1136/bmj.n71.
6. Metodologia da pesquisa — adaptação editorial do PRISMA 2020
6.1. Pergunta norteadora
A pesquisa exploratória foi orientada pela seguinte questão:
Como a literatura científica tem investigado a integração entre RIS, redes 6G e tecnologias quânticas, com ênfase no emprego de inteligência artificial para otimização, controle e segurança de redes?
O objetivo foi fundamentar a relevância de uma futura revisão sistemática, identificar trabalhos que relacionem as áreas e apontar lacunas de investigação.
6.2. Fontes de informação
Foram consultados trabalhos científicos publicados em periódicos e repositórios acadêmicos, documentos técnicos do ETSI, documentos de referência da ITU, um documento informativo da Internet Research Task Force e páginas editoriais de publicações relacionadas à otimização quântico-clássica.
O estudo de referência fornecido pelo usuário serviu como ponto de partida para a estruturação dos temas e das justificativas. As afirmações quantitativas foram confrontadas com os registros das publicações identificadas.
6.3. Estratégia de busca
Em 27 de outubro de 2026, foram realizadas buscas direcionadas para localizar publicações sobre os seguintes tópicos:
"reconfigurable intelligent surfaces" AND "6G" AND "artificial intelligence""RIS" AND "quantum key distribution""quantum-enhanced reconfigurable intelligent surfaces""dual-band RIS" AND "satellite quantum key distribution""hybrid quantum-classical optimization" AND "RIS""quantum internet" AND "network applications""RIS" AND "channel modeling" AND "standardized testing""PRISMA 2020" AND "systematic review"
A busca procurou identificar tanto trabalhos que tratassem diretamente da integração quanto publicações sobre pares de tecnologias relevantes para compreender a arquitetura mais ampla.
6.4. Critérios preliminares de seleção
Foram priorizadas fontes que abordassem pelo menos um destes tópicos:
- Arquiteturas RIS aplicadas a redes de próxima geração.
- Métodos de IA para controle e otimização de RIS.
- Comunicação quântica, QKD ou distribuição de emaranhamento em cenários de rede.
- Integração de enlaces clássicos e quânticos.
- Otimização quântico-clássica em problemas de comunicação.
- Requisitos técnicos, modelagem de canais, procedimentos de teste ou padronização.
Foram valorizados artigos científicos, documentos de organismos técnicos e registros editoriais que permitissem verificar autoria, título e resultados.
6.5. Tratamento das evidências
As evidências foram organizadas por tecnologia, problema de pesquisa, método, métricas utilizadas e tipo de validação.
Os resultados quantitativos foram mantidos associados aos estudos de origem. Por exemplo, os ganhos reportados para a QE-RIS foram classificados como resultados de simulação, enquanto os números da proposta de RIS para QKD via satélite foram associados ao modelo e às simulações dos autores.
Essa distinção é necessária porque resultados de diferentes modelos não podem ser considerados diretamente comparáveis sem analisar suas condições experimentais, hipóteses e métricas.
6.6. Verificação das referências fornecidas no material auxiliar
Alguns títulos e resultados do material auxiliar serviram como pistas para as buscas, mas não foram todos confirmados com segurança bibliográfica.
Em particular, não foi possível confirmar um registro bibliográfico estável para o título Phase-Aware Quantum–Classical Feedback Compression in RIS: Trainability and Performance Limits (PAQ-RIS). Por esse motivo, seus resultados alegados para superfícies de 2.048 elementos não foram utilizados como evidência quantitativa no artigo.
Também não foi confirmado o título exato RIS-Assisted Terahertz MIMO Continuous-Variable Quantum Key Distribution for 6G, atribuído a Sushil Kumar no material auxiliar. Há estudos relacionados a QKD em THz e a RIS assistida para QKD via satélite, mas eles não devem ser citados como se fossem necessariamente a mesma publicação.
Quanto ao trabalho de Zangana e Sulaiman, a página da publicação reporta melhorias de até 32% na velocidade de convergência e de 18% a 25% na eficiência espectral em simulações. Esses resultados foram apresentados como específicos do estudo e não como evidência de uma vantagem quântica universal.
A conferência dessas referências é importante para que a futura revisão sistemática não incorpore resultados de títulos incorretos ou de publicações cujos métodos e dados não possam ser verificados.