Fra simulering av nye og mer effektive materialer til å forutsi hvordan aksjemarkedet vil endre seg med større presisjon, er konsekvensene av kvanteberegning for bedrifter potensielt enorme.
Bilde: IonQ
Verdens største selskaper lanserer nå kvantedatabehandlingsprogrammer, og regjeringer skyter penger inn i kvanteforskning. For systemer som ennå har vist seg nyttige, får kvantedatamaskiner mye oppmerksomhet.
På den annen side, akkurat som kvantedatamaskiner kan simulere alle partikkelinteraksjonene som foregår i et molekyl samtidig for å forutsi dets oppførsel, så kan de modellere hvordan utallige miljøfaktorer alle kommer sammen for å skape en stor storm, en orkan eller en hetebølge.
SE: Forskere bruker kvantedatabehandling for å hjelpe dem med å oppdage tegn på liv på andre planeter
Og fordi kvantedatamaskiner ville være i stand til å analysere praktisk talt alle relevante data på en gang, vil de sannsynligvis generere spådommer som er mye mer nøyaktige enn gjeldende værmeldinger. Dette er ikke bare bra for planleggingen av ditt neste utendørsarrangement: det kan også hjelpe myndigheter bedre å forberede seg på naturkatastrofer, samt støtte forskning på klimaendringer.
Forskningen på dette feltet er roligere, men partnerskap dukker opp for å se nærmere på potensialet til kvantedatamaskiner. I fjor lanserte for eksempel European Centre for Medium-Range Weather Forecasts (ECMWF) et samarbeid med IT-selskapet Atos som inkluderte tilgang til Atos sin kvanteberegningsimulator, i et forsøk på å utforske hvordan kvanteberegning kan påvirke vær- og klimaprediksjoner i framtid.
4. Å velge aksjer
JP Morgan, Goldman Sachs og Wells Fargo undersøker alle aktivt potensialet til kvantedatamaskiner for å forbedre effektiviteten til bankvirksomhet – en brukssak som ofte blir fremsatt som en som kan komme med store økonomiske belønninger.
Det er flere måter teknologien kan støtte virksomheten til banker på, men en som allerede er lovende er bruken av kvanteberegning til en prosedyre kjent som Monte Carlo-simulering.
SE: Kvantedatabehandling er på et tidlig stadium. Men investorene begynner allerede å bli begeistret
Monte Carlo-operasjonen består i å prise finansielle eiendeler basert på hvordan prisen på relaterte eiendeler endres over tid, noe som betyr at det er nødvendig å ta hensyn til risikoen som ligger i forskjellige opsjoner, aksjer, valutaer og råvarer. Prosedyren koker i hovedsak ned til å forutsi hvordan markedet vil utvikle seg – en øvelse som blir mer nøyaktig med større mengder relevante data.
Kvantedatamaskiners enestående beregningsevner kan øke hastigheten på Monte Carlo-beregningene med opptil 1000 ganger, ifølge forskning utført av Goldman Sachs sammen med kvantedatabedriften QC Ware. I enda mer lovende nyheter har Goldman Sachs' kvanteingeniører nå tilpasset algoritmene sine for å kunne kjøre Monte Carlo-simuleringen på kvantemaskinvare som kan være tilgjengelig om så lite som fem år.
5. Behandlingsspråk
I flere tiår har forskere forsøkt å lære klassiske datamaskiner hvordan de kan assosiere mening med ord for å prøve å forstå hele setninger. Dette er en enorm utfordring gitt språkets natur, som fungerer som et interaktivt nettverk: i stedet for å være “summen” av betydningen av hvert enkelt ord, må en setning ofte tolkes som en helhet. Og det er før du i det hele tatt prøver å forklare sarkasme, humor eller konnotasjon.
Som et resultat kan selv toppmoderne klassiske algoritmer for naturlig språkbehandling (NLP) fortsatt slite med å forstå betydningen av grunnleggende setninger. Men forskere undersøker om kvantedatamaskiner kan være bedre egnet til å representere språk som et nettverk – og derfor til å behandle det på en mer intuitiv måte.
Feltet er kjent som kvantenaturlig språkbehandling (QNLP) ), og er et sentralt fokus for Cambridge Quantum Computing (CQC). Selskapet har allerede eksperimentelt vist at setninger kan parameteriseres på kvantekretser, der ordbetydninger kan bygges inn i henhold til den grammatiske strukturen til setningen. Nylig ga CQC ut lambeq, et programvareverktøysett for QNLP som kan konvertere setninger til en kvantekrets.
6. Bidra til å løse problemet med reisende selger
En selger får en liste over byer de må besøke, samt avstanden mellom hver by, og må finne ruten som vil spare mest reisetid og koste minst penger. Så enkelt som det høres ut, er “reisende selgerproblemet” et som mange bedrifter står overfor når de prøver å optimalisere sine forsyningskjeder eller leveringsruter.
Med hver ny by som legges til selgerlisten, multipliseres antall mulige ruter. Og på omfanget av et multinasjonalt selskap, som sannsynligvis har å gjøre med hundrevis av destinasjoner, noen få tusen flåter og strenge tidsfrister, blir problemet alt for stort til at en klassisk datamaskin kan løses innen rimelig tid.
< p>Energigiganten ExxonMobil, for eksempel, har forsøkt å optimalisere den daglige ruten for handelsskip som krysser havene — det vil si mer enn 50 000 skip som frakter opptil 200 000 containere hver, for å flytte varer med en total verdi på 14 billioner dollar.
SE: Kvantedatamaskiner kunne lese alle de krypterte dataene dine. Denne 'kvantesikre' VPN-en har som mål å stoppe det
Noen klassiske algoritmer finnes allerede for å takle utfordringen. Men gitt det store antallet mulige ruter å utforske, må modellene uunngåelig ty til forenklinger og tilnærminger. ExxonMobil slo seg derfor sammen med IBM for å finne ut om kvantealgoritmer kunne gjøre en bedre jobb.
Kvantedatamaskiners evne til å ta på seg flere beregninger samtidig betyr at de kan kjøre gjennom alle de forskjellige rutene i tandem, slik at de kan finne den mest optimale løsningen mye raskere enn en klassisk datamaskin, som må evaluere hvert alternativ sekvensielt.< /p>
ExxonMobils resultater virker lovende: simuleringer tyder på at IBMs kvantealgoritmer kan gi bedre resultater enn klassiske algoritmer når maskinvaren har blitt forbedret.
7. Redusere overbelastning
Å optimalisere tidspunktet for trafikksignaler i byer, slik at de kan tilpasse seg antall kjøretøy som venter eller klokkeslett på døgnet, kan bidra langt i retning av å jevne ut flyten av kjøretøy og unngå kø i travle veikryss.
Dette er et annet problem som klassiske datamaskiner synes er vanskelig: jo flere variabler det er, desto flere muligheter må systemet beregne før den beste løsningen blir funnet. Men som med reiseselgerproblemet, kunne kvantedatamaskiner vurdere forskjellige scenarier samtidig, og nå det mest optimale resultatet mye raskere.
Microsoft har jobbet med denne brukssaken sammen med Toyoto Tsusho og quantum databehandling Jij. Forskerne har begynt å utvikle kvanteinspirerte algoritmer i et simulert bymiljø, med mål om å redusere overbelastning. I følge eksperimentets siste resultater kan tilnærmingen redusere ventetidene for trafikken med opptil 20 %.
8. Beskyttelse av sensitive data
Moderne kryptografi er avhengig av nøkler som genereres av algoritmer for å kode data, noe som betyr at bare parter som har fått tilgang til nøkkelen har midler til å dekryptere meldingen. Risikoen er derfor todelt: hackere kan enten fange opp kryptografinøkkelen for å dechiffrere dataene, eller de kan bruke kraftige datamaskiner til å prøve å forutsi nøkkelen som er generert av algoritmen.
Dette er fordi klassiske sikkerhetsalgoritmer er deterministiske: en gitt inngang vil alltid produsere det samme resultatet, noe som betyr at med riktig mengde datakraft kan en hacker forutsi resultatet.
Denne tilnærmingen krever ekstremt kraftige datamaskiner , og regnes ikke som en kortsiktig risiko for kryptografi. Men maskinvaren blir bedre, og sikkerhetsforskere advarer i økende grad om at det vil være behov for sikrere kryptografinøkler på et tidspunkt i fremtiden.
En måte å styrke nøklene på er derfor å gjøre dem helt tilfeldige og ulogiske – med andre ord umulig å gjette matematisk.
Og som det viser seg, er tilfeldighet en grunnleggende del av kvanteatferd: partiklene som utgjør en kvanteprosessor, oppfører seg for eksempel på helt uforutsigbare måter. Denne oppførselen kan derfor brukes til å bestemme kryptografinøkler som er umulige å reversere, selv med den kraftigste superdatamaskinen.
Generering av tilfeldige tall er en applikasjon av kvanteberegning som allerede nærmer seg kommersialisering. Det britiske oppstartsselskapet Nu Quantum, for eksempel, ferdigstiller et system som kan måle oppførselen til kvantepartikler for å generere strømmer av tilfeldige tall som deretter kan brukes til å bygge sterkere kryptografinøkler.
Maskinvare
Fremtiden for personlig databehandling ser akkurat ut som en M1 Mac Google Tensor: Alt du trenger å vite om Pixel 6-brikken Walmarts tidlige Black Friday-salg inkluderer $87 Chromebook, $299 iPhone 12 mini Den beste NAS-en: Nettverkstilkoblede lagringsenheter for hjemmet eller bedriftens CXO