Was sind quanteninspirierte Algorithmen?

Es gibt viele Typen von quanteninspirierten Algorithmen. Ein häufig verwendeter quanteninspirierter Algorithmus basiert auf einem Rechenmodell namens adiabatische Quantenberechnung. Dieser Ansatz stützt sich auf ein Konzept aus der Quantenphysik, das als adiabatisches Theorem bezeichnet wird. Beim Anwenden dieses Theorems zum Beheben eines Problems führen Sie Folgendes aus:

  • Bereiten Sie zuerst ein System vor, und initialisieren Sie es mit seinem niedrigsten Energiezustand. Für ein einfaches System (das wir vollständig verstehen), ist dies ganz einfach.
  • Transformieren Sie dieses System anschließend langsam in ein komplexeres System, welches das zu lösende Problem beschreibt. Das adiabatische Theorem besagt, dass solange die Transformation langsam genug ausgeführt wird, das System ausreichend Zeit zur Anpassung hat und im niedrigsten Energiezustand verbleibt. Wen die Transformationen abgeschlossen wurden, haben wir unser Problem gelöst.

Lassen Sie uns dies anhand eines Glases mit Wasser veranschaulichen. Wenn Sie dieses Glas langsam über einen Tisch verschieben, wird der Inhalt nicht vergossen, da das System Zeit hat, sich an seine neue Lage anzupassen. Verschieben Sie das Glas jedoch schnell, wäre das System zu schnellen Änderungen gezwungen – und wir hätten überall Pfützen.

Die adiabatische Quantenberechnung ist ein Bereich der aktiven Forschung, der bereits industrielle Anwendung findet. Es wurde eine Reihe von Techniken entwickelt, mit denen diese physikalischen Abläufe simuliert werden können. Diese Formen klassischer Algorithmen, die wir heute auf klassischen Computern ausführen können, werden auch als quanteninspirierte Optimierung bezeichnet.

Was ist die quanteninspirierte Optimierung (QIO)?

Optimierungsprobleme finden sich in jeder Branche – in Fertigung, Finanzwesen und Transport. Tatsächlich beschäftigen sich Branchen wie die Logistik ausschließlich mit dem Lösen von Optimierungsproblemen. Zum Beheben dieser Lösungen durchsuchen wir praktikable Lösungen. Die beste Lösung ist die Lösung mit den niedrigsten Kosten. Adiabatische Quantenalgorithmen für die Lösung vieler Optimierungsprobleme gut geeignet.

Heute können wir adiabatische Quantenalgorithmen mithilfe quanteninspirierter Techniken auf klassischer Hardware emulieren – ein Ansatz, der als quanteninspirierte Optimierung (QIO) bezeichnet wird. Diese Techniken sind modernsten herkömmlichen Optimierungstechniken häufig überlegen.

Das Anwenden der QIO auf reale Probleme kann Unternehmen neue Erkenntnisse liefern oder durch effizientere Gestaltung ihrer Prozesse zur Kostensenkung beitragen. Die QIO bietet uns folgende Möglichkeiten:

  • Schnelleres Ermitteln einer Lösung als mit anderen Optimierungstechniken für einen bestimmten Anwendungsfall und eine bestimmte Lösungsqualität.
  • Ermitteln einer qualitativ hochwertigeren Lösung als mit anderen Optimierungstechniken für ein bestimmtes Problem mit einem bestimmten Zeitaufwand.
  • Verwenden eines realistischeren Modells als bei anderen Optimierungstechniken durch Erweitern des Problems in einer Weise, dass zusätzliche Variablen berücksichtigt werden.

Da es sich bei QIO-Methoden um Heuristiken handelt, ist nicht garantiert, dass die optimale Lösung gefunden wird. Ihre Leistung überschreitet auch nicht zwangsläufig die anderer Optimierungstechniken. Tatsächlich hängt dies vom konkreten Problem ab, und die Frage, wodurch sich die QIO in einigen Situationen besser als andere Methoden eignet, ist immer noch Gegenstand der Forschung.