4種早期用於現實世界的量子計算機應用

周三，數名量子計算最優秀的人物聚集在華盛頓特區討論開發技術和改進硬體。

根據D-Wave International的總裁Bo Ewald在2018年D-Wave系統量子計算研討會上的說法，今年在量子技術上有很多驚喜即將發生，而隨著該技術被應用於優化，機器學習，軟體和網路安全等等，更多的團隊將開始看到量子優勢。

量子計算可能引發全球網路戰和新加密範式的想法，但該技術也適用於日常生活中的複雜問題。

一台真正的量子計算機還沒有被發明出來，但數年後仍會出現，但是量子計算操作可以在今天的量子比特硬體上進行。

這種計算仍可能遠遠落後於真正的量子計算，但案例研究表明，它在許多應用中已經超越了經典計算。活動中的發言人討論了將量子技術引入企業的一些獨特方式：

01

大眾汽車和交通優化

根據Ewald的說法，一年前大眾汽車和D-Wave宣布合作發現量子計算可以解決的日常問題，同時解決交通優化問題。

D-Wave International的總裁Bo Ewald說更多的公司將在2018年見證量子優勢

該汽車製造商在北京有大約1萬輛計程車的位置數據，並將該項目的重點放在市中心和機場之間的交通。經過3個月的合作，弄清楚如何將數據映射到量子機器上，該團隊能夠在數秒內生成解決方案。

Ewald說，當試圖在普通的大眾伺服器上試用時，花了半個多小時才得到一個好的解決方案。大眾汽車的軟體工程師甚至可以通過雲而不是內部部署硬體來使用D-Wave量子機器。

大眾汽車自該項目以來一直持續進行大規模投資，並於11月宣布與谷歌合作進行更多流量優化，並探索新材料結構和加強機器學習流程。

02

選舉建模

Max Henderson通過量子機器學習為2016年總統選舉建模提供了便利，使他們的談話能夠適應這個地點（離白宮僅幾個街區）。

QxBranch是一家專註於量子計算應用的工程與分析公司，其高級數據科學家Henderson在2016年選舉預測中遇到了一個關鍵問題——模型化問題未能解釋各州之間的相關性——並應用量子計算訓練模型來模擬選舉結果。

Max Henderson使用量子機器學習應用來嘗試解決2016年總統選舉中的建模問題

Henderson和他的同事們使用了歷史選舉結果，基於投票結果的狀態結果概率和來自統計分析網站FiveThiryEight的公開可用數據，並將選舉映射到Boltzman機器——一種神經網路。

然後他們將Boltzman機器映射到量子計算機並對其進行訓練，對每種可能的模型配置進行計算。

根據Henderson的說法，訓練模型的每次迭代產生了25,000個解決方案，並且結果遵循FiveThirtyEight預測的趨勢，這表明選舉具有更大的不確定性和柯林頓勝利的不確定性，並且確定了大多數「臨界點」狀態。

儘管Henderson和他的團隊面臨硬體限制，要求他們沒有把馬里蘭州和華盛頓州包括在模擬和一些數據限制內，但該項目提供了一個從相關係統中抽樣並通過使用量子系統克服計算限制的測試案例。

03

招聘通信公司

去年5月，日本營銷和通信子公司Recruit Communications公司開始為市場營銷和廣告應用測試量子計算。

根據Ewald的說法，該公司測試了移動平台上廣告布局的先進技術，發現量子退火易於產生比以前使用的貪婪演算法更好的解決方案。Recruit也正在使用其量子項目來改進推薦系統和機器學習方法。

量子退火系統於2011年進入市場，D-Wave將退火爐的量子比特數從100多個增加到2000個。

04

電裝株式會社和豐田

據Ewald說，去年12月，電裝株式會社和豐田合作將量子計算應用於工廠和交通優化以及自動駕駛。

這些公司在泰國使用來自約13萬輛商用車的車輛位置信息，並使用基於雲的量子系統來分析信息並提高效率，其中包括處理交通堵塞問題和緊急車輛路線優化。

電裝株式會社在消費電子展上介紹了這些公司的工作，強調傳統系統只能管理個別優化，但量子技術允許公司立即對更大的數據系統進行計算，並實時計算更多車輛的最佳路線。

Ewald認為，儘管這種應用還處於初級階段，但量子技術應用於現實世界問題的基礎正在逐步奠定。

本文由量子計算最前沿基於相關資料原創編譯，轉載請聯繫本公眾號獲得授權。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！