Google попал в заголовки газет в 2019 году, когда они заявили, что достигли «невозможного» прорыва в области квантового превосходства, то есть когда Sycamore, квантовый компьютер Google, выполнил за 200 секунд трудоемкие вычисления, на которые суперкомпьютеру потребовалось бы 10 000 лет. Некоторые критики и ученые, среди которых, несомненно, была и IBM, назвали заявление Google преувеличением.
В то время как супер «классический» компьютер предназначен для обработки двоичных «1» или «0» битов, то, что Sycamore пытался решить, было проблемой, разработанной для того, чтобы быть сложной для «классического» компьютера, используя любую комбинацию «0» и «0». «1» в то же время, также совместно называемые «кубитами» в квантовых вычислениях.
С тех пор квантовые вычисления, основанные на теории квантовой механики, стали быстро развивающейся технологией. Хотя хорошо известно, что его потенциальное влияние является многообещающим, впереди все еще есть проблемы с точки зрения масштабируемости кубитов, скоростей обработки и инфраструктуры, необходимой для поддержания и стимулирования квантовой механики на молекулярном уровне, иногда при температурах 0,015 Кельвина.
Gartner прогнозирует, что к 2023 году 20% организаций будут выделять средства на проекты квантовых вычислений, по сравнению с менее чем 1% сегодня. Лица, принимающие решения, такие как ИТ-директора в любой организации, должны начать подготовку и должны сосредоточиться на ценности для бизнеса и ожидать результатов через 1-2 года.
«Квантовые решения могут революционизировать целые отрасли»
От здравоохранения до биохимии, энергетики и финансов — вот несколько многообещающих приложений квантовых вычислений, на которые стоит обратить внимание в 2023 году:
Кибербезопасность и криптография
Существующие алгоритмы шифрования будут недостаточны для защиты от кибератак с использованием квантовых вычислений. Исследователи ожидают, что вскоре 64-, 128- или 256-битный алгоритм RSA с открытым ключом будет мгновенно взломан мощным квантовым компьютером. Однако так же, как квантовые компьютеры могут помочь взламывать коды шифрования, организации также могут использовать их для улучшения протоколов безопасности.
Например, квантовое распределение ключей (QKD) включает в себя кодирование связи на квантовых фотонах. Пока состояние фотонов остается нетронутым, информация остается в безопасности. В тот момент, когда злоумышленник пытается подслушать, состояние фотонов изменяется, это изменение обнаруживается отправителем и получателем, информируя их о том, что сообщение было скомпрометировано.
Квантовые вычисления также смогут предложить новый способ создания «неподдающихся взлому» кодов, которые автоматически расстроят хакера или будут настолько сложными для взлома вычислений, что сделают систему безопасной.
Открытие и разработка лекарств
Время, которое требуется лекарствам, чтобы пройти путь от открытия до одобрения, может занять несколько лет и стоить миллиарды долларов. Поскольку квантовые компьютеры основаны на квантовой механике, они идеально подходят для моделирования химических систем, таких как молекулы лекарств и их взаимодействия с белками. Это также позволяет эффективно прогнозировать и моделировать молекулярную структуру, свойства и поведение потенциальных лекарств на атомарном уровне.
Область, в которой это может оказать огромное влияние, — это компьютерное открытие лекарств (CADD), где квантовые вычисления в сочетании с ML могли бы быстро раскрыть эти структурные взаимосвязи, позволяя исследователям «потерпеть неудачу на раннем этапе» в процессе поиска лекарств.
Оптимизация умного города
Хотя промышленность уже решила проблему беспилотных автомобилей, когда алгоритмы искусственного интеллекта, находящиеся под капотом каждого автомобиля, способны решать локальные проблемы, эти локальные решения могут оказаться неоптимальными в более крупном масштабе. Умный город может захотеть оптимизировать общегородские транспортные потоки или предложить автомобилям сократить время в пути. Для этого потребуются квантовые вычисления тысяч сценариев, таких как те, которые используют моделирование методом Монте-Карло на молниеносных скоростях. В случае террористической атаки данные с тысяч камер необходимо оценивать ближе к источнику данных, чтобы «угадать» следующий шаг злоумышленников. Квантовые вычисления также будут использоваться для оптимизации электрических сетей, которые по своей сути требуют огромных вычислительных мощностей с меньшей устойчивостью к ошибкам.
Оптимизация цепочки поставок и логистики
По мере того как производители интегрируют в свои операции все больше периферийных устройств и датчиков Интернета вещей, они получают доступ к огромным объемам корпоративных данных. Поскольку квантовые вычисления могут обрабатывать огромные объемы сложных данных с постоянно меняющимися переменными, они могут обеспечивать выводы для принятия решений с высоким уровнем точности. Эта способность согласовывать и интерпретировать данные из разных источников делает его идеальным кандидатом для управления ресурсами и оптимизации логистики в цепочке поставок. Создание глобальных оптимальных маршрутов планирования при обеспечении персонализации на основе товаров каждого автопарка — проблема, которую все еще очень сложно решить с помощью классического вычислительного пути.
Квантовые компьютеры могут выполнять анализ рисков и последствий, чтобы уменьшить количество «рискованных» сценариев, прогнозировать и классифицировать сбои, сокращать время восстановления, снижать затраты и уменьшать воздействие на эксплуатацию и обслуживание клиентов.
Кроме того, планирование морских перевозок, которое включает в себя управление большим флотом и неопределенностями, такими как погода и колебания спроса, может быть лучше решено с помощью точных решений с использованием квантовых компьютеров.
Искусственный интеллект
Квантовые компьютеры имеют естественное преимущество перед классическими компьютерами, поскольку они применяют принципы квантовой механики к вычислениям. Отказоустойчивый квантовый компьютер, основанный на принципах суперпозиции и запутанности, может ускорить выполнение задач ИИ и обрабатывать более сложные алгоритмы ИИ. Естественно, более быстрая и надежная система сможет обучать модели и давать прогнозы намного быстрее и эффективнее. Google Quantum AI использует огромные ресурсы Google для создания квантовых процессоров и разработки квантовых алгоритмов. TensorFlow Quantum компании фокусируется на квантовых данных и гибридных квантово-классических моделях. Эти модели призваны обеспечить преимущества классических систем — получение данных, связь с серверами, отображение результатов и квантовых компьютеров — решение сложных и трудных задач.
