Sichern von Lieferketten mit Quantencomputing

Der russisch-ukrainische Konflikt und die COVID-19-Pandemie haben gezeigt, wie anfällig globale Lieferketten sein können. Internationale Ereignisse können die Produktion stören, den Versand verzögern, Hamsterkäufe auslösen und die Energiekosten in die Höhe schnellen lassen.

Neue Forschungen im Bereich Quantencomputer an den Sandia National Laboratories bringen die Wissenschaft näher an die Herausforderungen der Lieferkette heran und stellen die globale Sicherheit in zukünftigen Unruhen wieder her.

„Die kurzfristige Neukonfiguration der Lieferkette ist ein äußerst schwieriges Optimierungsproblem, das die Agilität des globalen Handels einschränkt“, sagte Alicia Magann, Truman Fellow bei Sandia. Sie hat die Entwicklung eines neuen Weges zum Entwerfen von Programmen auf Quantencomputern geleitet, von dem sie und ihr Team glauben, dass er eines Tages in der Zukunft, wenn die Quantentechnologie ausgereifter wird, besonders nützlich sein könnte, um diese Art von massiven Optimierungsproblemen zu lösen.

Das Sandia-Team hat den neuen Ansatz kürzlich in zwei gemeinsamen Artikeln in den Fachzeitschriften veröffentlicht Briefe zur körperlichen Überprüfung Und Körperliche Überprüfung A.

Optimierungsalgorithmen helfen der Industrie bei der Durchführung von Aufgaben wie der Koordinierung von LKW-Routen oder der Verwaltung von Finanzanlagen. Diese Probleme seien im Allgemeinen schwer zu lösen, sagte Magann, und mit zunehmender Anzahl von Variablen werde es schwieriger, gute Lösungen zu finden.

Eine der potenziellen langfristigen Lösungen zur Lösung komplexer Optimierungsprobleme ist der Einsatz von Quantencomputern, einer aufstrebenden Technologie, von der Experten glauben, dass sie in der Lage sein wird, Antworten auf einige Probleme viel schneller zu finden als Supercomputer.

Aber der Aufbau von Quantencomputertechnologie ist nur eine der Herausforderungen.

„Da ist noch diese andere Frage: Hier ist ein Quantencomputer – wie programmiere ich das Ding eigentlich? Wie benutze ich es?“ Sagte Magann.

Bessere Lösungen für Großanwendungen erforderlich

Forscher auf der ganzen Welt entwickeln aktiv Algorithmen für groß angelegte Optimierungen zukünftiger Technologien, in der Hoffnung, dass diese Programme der Industrie dabei helfen könnten, begrenzte Ressourcen effektiver zu verwalten und den Betrieb angesichts der schnellen Veränderungen auf dem Arbeitsmarkt und der Rohstoffversorgung schneller umzustellen Materialien oder andere Logistik.

Mohan Sarovar, der Hauptforscher des Projekts, sagte: „Es ist sehr schwierig, Quantenalgorithmen zu entwickeln. Einer der Hauptgründe dafür, abgesehen davon, dass Quantencomputer sehr unintuitiv sind, ist, dass wir nur sehr wenige allgemeine Rahmenbedingungen für die Entwicklung von Quanten haben Algorithmen.“

Eine führende Idee für die Programmierung von Quantenoptimierungsalgorithmen bestand darin, Quantencomputer und herkömmliche Computer zu koppeln, um ein Problem gemeinsam zu lösen, was als Variationsansatz bezeichnet wird. Der herkömmliche Computer führt eine Optimierung von Steuereinstellungen durch, die das Verhalten des Quantencomputers diktieren.

Ein Problem bei diesem Ansatz besteht darin, dass seine Wirkung durch die Fähigkeit des herkömmlichen Computers eingeschränkt wird, Optimierungsprobleme mit einer großen Anzahl von Parametern zu lösen.

Der Sandia-Wissenschaftler Kenneth Rudinger, der ebenfalls an dem Projekt arbeitete, sagte, dass der Variationsansatz möglicherweise nicht praktikabel ist, wenn Quantencomputer endlich in der Lage sind, ihr Versprechen zu erfüllen.

„Wir haben guten Grund zu der Annahme, dass die Größe der Art von Problemen, die Sie lösen möchten, zu groß für den Variationsansatz ist; in dieser Größenordnung wird es für den herkömmlichen Computer im Wesentlichen unmöglich, gute Einstellungen für das Quantengerät zu finden“, sagte er genannt.

Neues Framework zur Lösung komplizierter Probleme

Dem Sandia-Team ist es gelungen, die Rolle des klassischen Computing stark zu reduzieren. Mit dem neuen Framework namens FALQON – kurz für Feedback-based Algorithm for Quantum Optimization – optimiert der klassische Computer nicht mehr. Es benötigt nur die Rechenleistung eines Taschenrechners, lässt den Quantencomputer die ganze schwere Arbeit erledigen und ermöglicht ihm theoretisch, an viel komplizierteren Problemen zu arbeiten, wie z. B. der effizienten Umleitung einer Schiffsflotte, wenn ein großer Hafen plötzlich geschlossen wird.

Ein Framework bedeutet in diesem Fall eine Struktur zum Schreiben eines Algorithmus. Das Kernkonzept von Sandia besteht darin, dass ein Quantencomputer seine Struktur wiederholt anpasst, während er sich durch eine Berechnung bewegt. Schichten von Quantencomputer-Gattern, die Bausteine ​​von Quantenalgorithmen, werden durch Messungen der Ausgabe vorheriger Schichten durch einen Rückkopplungsprozess bestimmt.

„Nachdem ich die erste Schicht des Algorithmus ausgeführt habe, messe ich die Qubits und erhalte einige Informationen von ihnen“, sagte Magann. „Ich füttere diese Informationen zurück zu meinem Algorithmus und verwende sie, um die zweite Schicht zu definieren. Dann führe ich die zweite Schicht aus, messe die Qubits erneut, füttere diese Informationen für die dritte Schicht zurück und so weiter und so fort.“

Sarovar sagte: „Es definiert eine andere Klasse von Quantenalgorithmen, die durch Feedback arbeiten.“

Bis Quantencomputer leistungsfähiger werden, ist das Framework weitgehend ein theoretisches Werkzeug, das nur an Problemen getestet werden kann, die klassische Computer bereits lösen können. Das Team ist jedoch der Ansicht, dass das Framework ein großes Potenzial für die Formulierung nützlicher Algorithmen für die mittleren bis großen Quantencomputer der Zukunft aufweist. Sie sind gespannt, ob es helfen kann, Quantencomputing-Algorithmen zu entwickeln, um Probleme in Chemie, Physik und maschinellem Lernen zu lösen.