Последните технологични постижения предоставят на компаниите и учените нови възможности за изследване на практически приложения на квантовите компютри, като например оптимизацията на разпределението на гейтовете на летищата.

Бизарната способност на субатомните частици да съществуват едновременно на две места дава възможност на така наречените квантови компютри да изпълняват някои изчисления значително по-бързо от техните конвенционални аналози. Тази способност скоро може да помогне за решаване на проблеми в ежедневието ни, като например избягване на пропуснати въздушни връзки.

Докато традиционните компютри съхраняват информацията като бинарни цифри или битове, които могат да бъдат или нула, или едно, квантовите компютри използват кубити. Тези кубити могат да представят сложна смесица от нула и едно поради своето субатомно поведение. Те могат да координират своите действия с други кубити моментално, независимо колко далеч е един от друг, феномен, който Алберт Айнщайн нарече „призрачно действие на разстояние“.

Въпреки че масивните висококачествени машини, необходими за такива задачи, вероятно са все още поне на десетилетие далеч, квантовите компютри на компании като IBM и D-Wave Systems надминаха най-мощните традиционни компютри в света при определени физически значими изчисления. Тези напредъци подтикват компаниите и изследователите да търсят повече практически приложения - като изчисляването на оптималните маршрути за пътници, за да достигнат своите самолетни връзки.

„Сега живеем в епоха, в която наистина имаме възможността да изследваме къде трябва да използваме квантов компютър“, казва Карл Янсен, физик в Германския електронен синхротрон (DESY), който работи по проблема с вратата за полет с квантовата компютрираща компания IonQ.

D-Wave използва своя квантов компютър за помощ на клиенти в определянето на разписания за доставки на хранителни магазини, планиране на маршрути за промоционални обиколки и обработка на товари в пристанището на Лос Анджелис. Тези задачи са примери за така наречените оптимизационни проблеми, които са изключително сложни заради множеството варианти. Други примери включват най-ефективното пакетиране на кашони в контейнери и балансиране на риск и възвръщаемост във финансови портфейли.

Има 100 000 начина да се разпределят пет самолета на десет изхода в летище. Ако броят се увеличи на 50 самолета и 100 изхода, броят на възможностите експлодира до 10 в степен 100 - много повече от броя атоми във видимата вселена. Никой традиционен компютър не би могъл да проследи всички тези възможности, но квантовият компютър би могъл теоретично.

Колекции от кубити се държат като вълни, които съдържат огромно количество данни. Квантов компютър с едва 350 кубита би могъл теоретично да проследи всички възможни решения на проблема за разпределение на 50 самолета към 100 гейта.

Анджело Баси, физик в Университета на Триест, сравнява разликата между традиционното и квантовото изчисление с разликата между сърфист и вълна, когато се ударят в скала. Сърфистът минава или от ляво, или от дясно на скалата, докато вълната прави и двете едновременно. Някои основни характеристики на скалата могат да бъдат изведени от пътя на сърфиста, но много повече може да бъде научено от модела на вълните във водата.

„Вълните пренасят повече информация от частиците“, казва Баси.

Кубитите обаче са изключително трудни за управление. Често създавани със свръхпроводящи електрически вериги или затворени йони, кубитите се унищожават от най-малкото нарушение и обикновено трябва да се охлаждат до температури, по-ниски от интерстеларното пространство. Дори и тогава, кубитите са много по-предразположени към грешки, отколкото битовете, които се основават на обикновени електронни схеми.

Бъдещите квантови компютри ще изискват огромен брой кубити – възможно е милиони – за да се справят с проблемите с грешките и в същото време да имат достатъчно мощност за задачи като симулацията на динамиката на атоми и молекули, както показва изследване на Microsoft от 2022 година.

Дори сравнително слабите устройства днес са преминали прага, което ги прави достатъчно мощни, за да надминат най-отдалечения компютърите в света в някои изчисления. Този критичен момент е някъде между 50 и 100 кубита, казва Травис Хъмбъл, директор на Центъра за квантови науки в Националната лаборатория Оук Ридж.

През юни миналата година бе постигнат ключов момент, когато IBM публикува в списание „Nature“ изследване, което показва, че неговият процесор с 127 кубита може да превъзхожда традиционните компютри в определени изчисления, свързани с магнитни материали. През март изследователи от D-Wave публикуваха документ, който все още не е рецензиран, показващ, че тяхната най-нова машина може да изчислява количества за минути, за които най-мощният суперкомпютър в света би имал нужда от милиони години в подобни ситуации.

"От всички досега предявени твърдения за превъзходството на квантовите компютри над конвенционалните, това наистина е най-силното", казва Даниел Лидар, директор на Центъра за квантова информационна наука и технологии към Университета на Южна Калифорния.

D-Wave активно се фокусира върху приложения за оптимизация, като разработва специализиран вид квантов компютър, наречен "Анилер", който е специализиран за решаване на този проблем. Той включва около 5000 кубита, но е ограничен до бързото търсене на приблизителни отговори, вместо да извършва точни изчисления.

Едно обещаващо знамение, че технологията за отпичане на D-Wave може би предлага предимство спрямо традиционните компютри при практически проблеми, е, че Lidar от USC показа в началото на тази година, как тя може да бъде използвана за спечелване на математическа игра, подобна на оптимизация, в доклад, който в момента се рецензира.

Сега започва надпреварата да се открие кои други практически приложения може да има най-новото поколение квантови компютри.

Янсен от ДЕСИ казва, че е решил успешно малки версии на проблема с оптимизацията на полетни гейтове на затворен ионен квантов компютър на IonQ и е забелязал ранни индикации, че неговата техника би могла да надмине традиционните методи на изчисление при достатъчно голям брой кубити.

Изследователи от Клиниката в Кливланд казват, че IBM квантов компютър е надминал напредничав алгоритъм за изкуствен интелект, използвайки подобен подход като този на Янсен, за да предскаже формата на сегмент от молекула на протеин, изходящ от знанието за неговите аминокиселини – задача, която би могла да бъде полезна за откриване и лечение на определени заболявания, ако възможностите на квантовите компютри продължат да се развиват. Тяхната статия е публикувана в списание ACS Journal of Chemical Theory and Computation.

Когато оптимизацията е включена в тренирането на алгоритми за машинно обучение, някои компании вярват, че квантовите компютри могат да направят приложенията за изкуствен интелект още по-интелигентни.

IonQ е работила с Hyundai по квантово-базиран AI, за да помогне на автономните автомобили да разпознават пътни знаци и други обекти. Преходът към квантово-базиран AI тренировък в малък модел на машинно обучение удвои точността му от 30% на 60%, според IonQ. Компанията вярва, че веднъж броят на кубитите се увеличи от настоящите 36 на 64 през следващата година, техният алгоритъм ще надмине всеки възможен не-квантово-базиран модел на машинно обучение.

Подходи на проба и грешка определено могат да разкрият нови приложения за квантови компютри, казва Скот Арънсън, директор на Центъра за квантова информация към Университета на Тексас в Остин. Известни теории обаче предполагат, че увеличенията на квантовата скорост при оптимизация и изкуствен интелект ще са сравнително скромни и вероятно няма да имат търговско въздействие докато квантовите компютри не станат много по-големи и коригирани за грешки, казва той.

„Наистина е много, много трудно да се види как с текущото поколение устройства може да се постигне печалба“, казва Арънсън. „Трябва да се случи нещо, което е извън това, което знаем за настоящите алгоритми.“

Но точно на това се надяват някои от днешните квантови пионери: пробив, който се ражда от експериментите.

Вече се е случило, казва Рикардо Гарсия от Moody’s Analytics, който е работил с квантово-компютърната компания Rigetti по проект за подобряване на точността на модел за прогнозиране на рецесия базиран на изкуствен интелект. Един от най-мощните методи, използвани днес за оптимизационни проблеми, алгоритъмът Simplex, е разработен през 1940-те години, дълго преди теоретици да могат да обяснят защо работи толкова добре.

"Само защото днес няма теоретични гаранции, не означава, че няма краткосрочни възможности", казва Гарсия.