Квантовые вычисления: почему вам должно быть интересно (менее чем за 30 минут)

Квантовые вычисления: как их можно использовать

Взгляд на природу проблем, которые могут решить квантовые вычисления, и примеры из разных отраслей

Это раздел 2 из 3 моей недавней электронной книги, посвященной актуальности квантовых вычислений для бизнеса.

В предыдущей главе (см. Здесь) дается краткий обзор того, что такое квантовые вычисления. В этом разделе рассказывается о том, что это означает на самом деле. В последнем разделе говорится о квантовой готовности и разъясняется, почему менеджеры и руководители должны начать понимать это сегодня, даже если их первые шаги незначительны.

Почему это действительно полезно?

Актуальные проблемы для вас и ваших коллег

С точки зрения непрофессионала, есть несколько семейств проблем, для решения которых квантовые компьютеры уже считаются хорошо подходящими. Со временем мы определим еще много.

Комбинаторные задачи. Здесь мы одновременно опрашиваем огромное количество взаимосвязанных чисел. Фактический объем исходных данных обычно невелик (не с точки зрения анализа «больших данных», который в целом не подходит для квантовых компьютеров), но большое количество комбинаций. Посмотрите два примера, которые вы можете экстраполировать в контексте вашей отрасли и компании.

Моделирование физических процессов. Учитывая, что квантовые компьютеры отражают квантовую природу нашей Вселенной, неудивительно, что они подходят для моделирования того, что происходит в этой Вселенной; в том числе моделирование взаимодействия между молекулами. В настоящее время популярные темы моделирования включают сворачивание белков при разработке новых лекарств, определение лучших материалов для дизайна новых аккумуляторов (в контексте электромобилей) и моделирование каталитических процессов; например, производство удобрений. Некоторые из них более подробно описаны ниже через призму отраслей.

Квантовое машинное обучение. QML вызывает все больший интерес, но для нетехнического руководителя сложнее разобраться в нем. Машинное обучение - это, конечно, технология, которую мы все с энтузиазмом киваем, когда упоминаем ее на собрании, но нам трудно объяснить ее нашей двоюродной тете Джеральдине! Очевидно, что это технология, которая никуда не денется, и то, что мы будем с ней делать, становится все более изощренным и ценным. Ключевым аспектом машинного обучения является обучение инструментов с использованием соответствующих наборов данных. Квантовые вычисления могут помочь в создании этих наборов данных и, таким образом, в обучении машины, в частности, во все более важной области «обучения без учителя».

Примеры задач комбинаторной оптимизации

Продолжая свое путешествие, вы встретите ссылки на несколько проблем. К ним относятся проблема коммивояжера и проблема рюкзака. Их легко понять (даже если для их решения вам понадобится квантовый компьютер!)

Проблема коммивояжера

Продавцу необходимо посетить N городов, поездки между которыми имеют одну или несколько различных затрат (время, расстояние, расходы). Какой оптимальный маршрут?

Помимо очевидных проблем для продавцов, туристических и логистических фирм и т. д., он становится не менее актуальным для оптимизации планировки складских помещений, производства печатных плат и многих, многих других действий, связанных с перемещением.

На техническом языке это начинается со слов «какое кратчайшее расстояние между узлами?» но если вы рассматриваете нечто большее, чем просто расстояние - например, время и топливную эффективность, - это быстро становится «сложной» проблемой оптимизации. Каждый дополнительный узел увеличивает объем вычислений на порядок до такой степени, что оптимизация для большой сети становится невозможной для классических компьютеров. Однако из-за того, что они работают по-разному - эффективно рассматривая все варианты сразу, - квантовые компьютеры съедают такие проблемы на завтрак.

Задача о рюкзаке

Эта проблема просто устанавливает для данного набора элементов, как вы оптимизируете в пределах заданного лимита - например, чтобы максимизировать то, что вы можете получить в рюкзаке, при соблюдении таких ограничений, как максимальный вес, не более чем x -item и т. д. Это семейство проблем станет более значимым, если вы рассмотрите порядок добавления элементов, например, чтобы оптимизировать разгрузку при многоадресной доставке посылок.

Количество переменных быстро делает невозможным оптимизацию с помощью классического компьютера, особенно если вам нужно иметь дело, например, с сотнями грузовиков в день. Однако он идеально подходит для решения задач квантовым компьютером

Это актуально для каждой отрасли. Да хоть твое!

Может показаться банальным утверждение, что квантовые вычисления повлияют на все. Однако даже самое краткое рассмотрение вариантов использования предполагает, что через 10–30 лет каждый аспект нашей жизни будет в той или иной форме оптимизирован с помощью QC. Как уже говорилось во введении, не все эти изменения будут очевидными, и многие из них станут очевидными только в более поздних волнах инноваций. Сколько людей 20 лет назад могли бы предсказать, что мы будем использовать сигнал сотовых телефонов людей, чтобы определять места скопления дорог? Хотя теперь это может быть хорошо понятным примером, многие ли из нас знают о работе по использованию помех от дождя на тех же самых сигналах сотовых телефонов для предоставления гиперлокальной информации о погоде?

Итак, да, ясно, что все будет затронуто, но не с одинаковой скоростью и, скорее всего, поначалу только небольшими способами. Мы все еще находимся на том этапе, когда больше дискутируют о том, на чем следует сосредоточить контроль качества, чем о примерах реальной, результативной работы.

Нетрудно понять, что те отрасли, где часто встречаются сложные комбинаторные проблемы, в какой-то момент будут затронуты, но временная шкала окупаемости технологии также изменит видимость усилий и инвестиций. Вы также должны ожидать, что уровень гласности будет варьироваться в зависимости от компании и отрасли (и от того, кто финансирует работу), поэтому простое внимание к заголовкам не будет эффективным способом отслеживания прогресса. Ниже приведены некоторые из ожидаемых мероприятий в ближайшей и среднесрочной перспективе.

Фармацевтика, науки о жизни, медицина и здравоохранение

В основе новой разработки лекарств лежит тестирование взаимодействия белковых молекул. Достаточно мощные квантовые компьютеры будут моделировать это таким образом, который ранее был невозможен. Это не просто ускорит традиционный подход, но и предложит сдвиг парадигмы в подходе ученых и исследователей к проблеме. Это приведет к появлению большего количества новых лекарств и более короткому циклу разработки.

Также ожидается, что могут быть созданы более подробные модели взаимодействия вирусов с человеческим телом. В настоящий момент это очень актуальная задача, которая должна позволить более быстрый и изощренный подход к будущим пандемиям.

Ричард П. Фейнман

Возможность использования квантовых машин при моделировании природных систем была впервые замечательно постулирована Ричардом Фейнманом в его основополагающей лекции «Моделирование физики с помощью компьютеров». Фейнман, ведущий американский физик-теоретик 20-го века, заявил: «Природа не является классической, черт возьми, и если вы хотите создать симуляцию природы, вам лучше сделать ее квантово-механической, и, черт возьми, это замечательная проблема. , потому что это выглядит не так просто. "

Химия и материаловедение

Как и в случае с науками о жизни, моделирование неорганических химических процессов и разработка нанотехнологических материалов выиграют от возможности использовать модели, управляемые квантовыми вычислениями. Возможность принципиально иного подхода к моделированию ускорит текущие методы и позволит использовать новые подходы, создавая в будущем волну новых материалов.

Автомобилестроение, логистика и путешествия

автомобильная отрасль может поначалу не казаться очевидным кандидатом для квантовых вычислений, однако благодаря высокому уровню партнерства между Volkswagen и D-Wave и Google внимание привлекли две важные темы. Один из них - аккумуляторная технология, второй - планирование маршрута. Quantum London посчастливилось услышать от бывшего технического директора Volkswagen, который возглавлял большую часть их ранней квантовой работы, и было ясно, что существовала искренняя вера в то, что это критически важная часть технологии компании. инновационная стратегия.

Пункт "Аккумуляторные технологии" связан с вышеупомянутым упоминанием материаловедения. Поскольку VW стремится к будущему с электромобилями, он ищет способы увеличить емкость аккумуляторной батареи, снизить производственные затраты и сократить использование компонентов, которые являются необычными или могут нанести вред окружающей среде. Все остальные производители автомобилей логически ищут того же. Батареи стоят до трети стоимости автомобиля, и их способность работать на малых расстояниях является серьезным препятствием для их использования. Таким образом, это может быть наиболее откровенно коммерческим стимулом для исследований в области материаловедения, поддерживаемых квантовыми вычислениями.

Также важна квантовая оптимизация маршрутизации. Мы все видели значительные улучшения в маршрутизации "спутниковой навигации" за последние два десятилетия. Мы все также испытывали разочарование, когда каждую машину объезжали одним и тем же способом, просто вызывая вторую точку защемления. Хотя мы на некотором расстоянии от того, чтобы получать обновления, основанные на квантовых вычислениях в реальном времени, для каждого из наших путешествий, использование квантовых вычислений для разработки ряда различных маршрутов, которые затем могут быть выбраны в реальном времени с помощью классического компьютера, уже сделает разница. Эта тема естественным образом подходит и для индустрии логистики в повседневной жизни.

Для авиакомпаний оптимизация маршрутов и оборудования является важной и сложной задачей. Обычно это делается нечасто, учитывая объем вычислений, и редко бывает по-настоящему оптимизировано. Квантовые вычисления позволят делать это чаще и с большей степенью оптимизации. На одном уровне это будет скрыто от отдельных листовок, хотя можно будет сэкономить на расходах. Что будет более заметным, так это уменьшение хаоса после того, как крупный инцидент заставит самолеты отклониться или приземлиться. В настоящее время не существует простого способа почасовой оптимизации планов с сотнями самолетов, тысячами пассажиров и отсутствием ясности в отношении ограничений. В будущем квантовые компьютеры позволят авиакомпаниям минимизировать влияние таких проблем.

Информационное управление.

Не ожидается, что аналитика данных станет приоритетом для квантовых вычислений, несмотря на то, что некоторые комментаторы объединяют вычислительные возможности QC с возможностью выполнять многие аналитические задачи. Однако когда дело доходит до поиска в «базах данных», контроль качества будет иметь значение. В большинстве случаев время, которое занимает классический компьютер, достаточно мало, чтобы большинство компаний не увидели немедленных вариантов использования, но для тех, кто выполняет структурированный поиск массивных наборов данных или кто хотел бы выполнить более сложный поиск, чем это возможно в настоящее время, тогда есть будут значительные возможности.

Финансовые услуги

Банки обычно находятся на переднем крае внедрения любых новых технологий, учитывая их масштаб, значительные расходы на ИТ и технически удобные команды, а также очевидную ценность незначительных улучшений во многих областях.

Хотя банковские испытания квантовых вычислений обычно управляются дискретно и конфиденциально, достаточно ясно, каковы некоторые из соответствующих тем. В центре внимания - оптимизация портфеля. Мало того, что 0,05% от 10 миллиардов долларов легко окупаются для ваших первоначальных затрат на контроль качества, но, как мы все знаем, лучший способ получить одобрение большого бюджета проекта - это продемонстрировать реальную финансовую выгоду от ранних пилотных проектов.

Эта «очень малая часть очень большого числа» также означает, что в отличие от многих других технологий необанки вряд ли будут в первых рядах квантового внедрения. Они просто еще не накопили достаточно активов, чтобы микропроцентная прибыль имела значение.

Пока что участие в страховой отрасли ограничено. Это понятно, учитывая, что основные области ценовых рисков и управления претензиями явно не выигрывают от ранних возможностей квантовых вычислений. Одна из областей, которая, вероятно, станет актуальной, - это моделирование ураганов, лесных пожаров и наводнений, которое, как и модели прогнозирования погоды, выиграет от QC.

Борьба с изменением климата

Интересно не только взглянуть на отрасль, но и на темы. Это особенно актуально при привлечении правительств, НПО и других органов к поддержке и финансированию.

Поскольку устойчивость является важной частью повестки дня по «восстановлению лучшего» на 2021 год, неудивительно, что проводится большая работа по увязке контроля качества с усилиями по сокращению энергопотребления. Фактические возможности делятся на различные категории, которые мы определили выше, но вместе взятые рисуют убедительную картину того, почему технологический путь к устойчивости должен включать квантовые вычисления.

Однако тревожная правда заключается в том, что временной горизонт для достаточно мощных квантовых компьютеров, способных реально изменить ситуацию, длиннее, чем у нас, когда дело доходит до управления климатическим кризисом. Таким образом, хотя квантовые вычисления будут играть важную роль в среднесрочной перспективе, любой, кто рекламирует их как быстрое спасение нашего нынешнего нагревающегося мира, лукавит.

Широко обсуждаемые темы включают:

  • Новые катализаторы для снижения затрат на энергию для производства удобрений (например, процесс Габера-Боша для производства аммиачных удобрений сжигает 3–5% мирового природного газа), для лучшего хранения энергии и для поиска способов улавливание углерода (например, в бетоне)
  • Новые материалы, которые более безопасны для окружающей среды при производстве и использовании (например, потому, что они меньше весят)
  • Улучшенные конструкции - например, вычислительная гидродинамика (CFD) для создания кораблей, самолетов, поездов и т. д., требующих меньше топлива.
  • Оптимизированная логистика и путешествия - для уменьшения расстояния необходимо перемещать объекты.

По мере продвижения 2021 года и перехода внимания от Covid к изменению климата будет интересно посмотреть, как квантовые вычисления участвуют в разговоре.

Городское планирование

Умные устройства теперь предоставляют городским планировщикам практически бесконечные данные о том, как люди и их автомобили используют города. Этих данных слишком много для традиционного моделирования оптимизации, поэтому квант играет определенную роль. Будь то моделирование последовательности сигналов светофора, управление дорожными работами или определение того, как синхронизировать расписание автобусов, трамваев и поездов, существует множество возможностей, которые будут становиться все более важными по мере того, как города становятся все более переполненными, и мы хотим уменьшить след каждого путешествия.

Все остальное

Выше приведены просто примеры. Подумайте об аналогичных действиях в вашей отрасли и о том, какие преимущества для бизнеса может принести оптимизация.

Спасибо, что прочитали этот раздел. Продолжайте по ссылкам ниже или по этой ссылке. Или прочтите электронную книгу (ссылка на США, ссылка на Великобританию)

  • Введение (ссылка здесь)
  • Почему QC полезен и потенциальные бизнес-приложения (этот пост)
  • Почему занятые руководители должны заниматься этой темой (ссылка будет добавлена ​​после публикации)