Quantum computing toepassingen: wat kan je met een quantumcomputer?

REKENKRACHT BIEDT MOGELIJKHEDEN

Quantum computing biedt mogelijkheden om allerlei problemen op te lossen waar de huidige technologie rekenkracht voor tekort komt. Desondanks is het niet de verwachting dat quantumcomputers de huidige technologie volledig zullen vervangen, maar is het de verwachting dat de huidige en de quantumtechnologie hand in hand zullen gaan. Dit opent deuren voor allerlei toepassingen, voornamelijk op de gebieden optimalisatie, kunstmatige intelligentie en materiaalkunde. Grote bedrijven, binnen sectoren als automotive, logistiek, financiën, pharma en chemie, lopen nu al tegen problemen aan, die met huidige computers praktisch onoplosbaar zijn.

Het vinden van een goede oplossing voor optimalisatieproblemen kost veel rekentijd. Hier kan de quantumcomputer veel betekenen, denk het real-time verbeteren van verkeersstromen zodat er minder files en vertragingen zijn, vinden van routes voor scheepvaart die goedkoper zijn en voor minder CO2 uitstoot zorgen, optimalisatie van productieprocessen en portfolio optimalisatie voor financiële instellingen.

Een quantumcomputer kan zich gedragen als een grote parallelle computer die veel potentiële oplossingen gelijktijdig kan evalueren en daardoor sneller een goede oplossing vindt. TNO heeft onder andere onderzoek gedaan naar het gebruik van quantumcomputer voor binnenvaartroutering, het plaatsen van access-punten voor draadloze netwerken en voor portfolio optimalisatie.

De quantumcomputer kan zichzelf gedragen als een neuraal netwerk, wat een veel gebruikte techniek is bij machine learning, een onderdeel van kunstmatige intelligentie. Deze kunnen in sommige gevallen sneller getraind worden, complexere relaties weergeven of meer patronen herbergen. TNO heeft onder andere onderzoek gedaan naar het gebruik van de quantumcomputer voor reinforcement learning, support vector machine implementaties, naar de capaciteitsvergroting van Hopfield netwerken en naar het gebruik van quantum classificatiemethodes voor plaatsbepaling van een mobiele telefoon.

De grote rekenkracht van de quantumcomputer maakt het mogelijk quantumprocessen te simuleren en complexe molecuulstructuren te analyseren voor materiaalkunde. Dit biedt kansen op medicijnen afgestemd speciaal op jouw lichaam, het efficiënt ontwikkelen van kunstmest, betere batterijen en andere materialen.

QUANTUMALGORITMES, HOE WERKT HET?

Een quantumcomputer maakt slim gebruik van quantummechanische effecten, wat kan leiden tot exponentieel snellere algoritmes waarmee in potentie, specifieke complexe problemen opgelost kunnen worden die kunnen zorgen voor tijdwinst. De quantumtechnologie kan de mogelijkheden van artificial intelligence (AI) aanvullen en daardoor moeilijke problemen efficiënt oplossen. De verwachting is dat quantumalgoritmes over tien tot twintig jaar een veelgebruikt hulpmiddel zullen zijn binnen AI en optimalisatie en zelfs op kortere termijn kunnen deze algoritmes al helpen bij specifieke problemen.

USE-CASE OPLOSSEN

Binnen TNO werken we aan quantumalgoritmes om de meerwaarde van quantumcomputers aan te tonen. De huidige quantumcomputers zijn nu nog te klein om de gewenste rekenkracht te leveren. Daarom worden veel algoritmes gesimuleerd. Dat doen we onder meer met behulp van Quantum Inspire, het door QuTech ontwikkeld quantumcomputingplatform met onder andere een quantumsimulator en twee typen quantumcomputers. Dit platform is ontworpen om de eerste stappen in de fascinerende wereld van quantumberekeningen te ondersteunen én om de mogelijkheden te verkennen om de kracht van quantumcomputers in de toekomst te gebruiken.

We werken aan verschillende ‘use-cases’ – van het detecteren van anomalieën tot routeoptimalisatie – èn proberen inzicht te krijgen in de benodigde infrastructuur voor het gebruik van quantumcomputers (op middellange en lange termijn) in de meest veelbelovende toepassingsgebieden.

IN DE PRAKTIJK/CASE - ROUTERINGSSTRATEGIEËN

Een voorbeeld van een case waar we naar gekeken hebben is het optimaliseren van routeringsstrategieën, daarbij hebben we reinforcement learing technieken gebruikt. In bestaande litereatuur werd tot nu enkel rekening gehouden met het vertrekpunt van één individu, de gewenste bestemming en mogelijke belemmeringen onderweg. Wij hebben dit uitgebreid naar een setting waarbij er meerdere vertrekkende individuen zijn. Daarbij is gebruikgemaakt van een zogenaamde quantum annealer van D-Wave.

Dit speciale quantumsysteem is gespecialiseerd in het oplossen van optimalisatievraagstukken. We hebben aangetoond dat dit mogelijk zal resulteren in tijdwinst; het sneller kunnen vinden van een goede route. De probleemgrootte die op dit moment verwerkt kan worden is echter nog beperkt. De quantumhardware dient nog verder ontwikkeld te worden voordat deze toepasbaar is op praktische problemen. Maar als dat eenmaal zo ver is dan heeft dit impact op veel real-life scenario’s: denk aan het stationeren van militaire troepen, het efficiënt bezorgen van post en toepassingen in magazijnen en het verkeer.

Lees meer

• Portfolio Optimisation Using the D-Wave Quantum Annealer
• A Hybrid Solution Method for the Multi-Service Location Set Covering Problem
• Multimodal Container Planning: A QUBO Formulation and Implementation on a Quantum Annealer
• Performance Analysis of Support Vector Machine Implementations on the D-Wave Quantum Annealer
• Indoor–Outdoor Detection in Mobile Networks Using Quantum Machine Learning Approaches
• Multi-agent Reinforcement Learning Using Simulated Quantum Annealing
• Quantum Hopfield Neural Networks: A New Approach and Its Storage Capacity

Wil je meer weten over wat TNO doet op het gebied van quantumalgoritmes of met ons werken aan een use-case? Neem dan contact op met Frank Phillipson.