By Dan O'Shea lagt ut 21. juli 2022
Quantum Computing Inc. (QCI), sa at de brukte en ny kvantemaskinvareteknologi kalt Entropy Quantum Computing (EQC) for å løse BMW Vehicle Sensor Placement-utfordringen, et optimaliseringsproblem med mer enn 3,800 variabler, på bare seks minutter.
Optimaliseringsproblemet var en del av 2021 BMW Group og Amazon Web Services (AWS) Quantum Computing Challenge, der QCI plasserte seg som finalist. Men QCIs seks minutter lange prestasjon er nyere, da selskapet fortalte IQT News at det presenterte resultatene for BMW denne uken. Det som gjorde forskjellen var QCI nylig oppkjøp av kvantefotoniksystemselskapet QPhoton som brakte nye kvantemaskinvareteknologier, inkludert EQC, inn i QCI-folden.
BMW Vehicle Sensor Placement-utfordringen er et komplekst problem som består av 3,854 variabler og over 500 begrensninger, sa QCI. Til sammenligning kan dagens Noisy Intermediate Scale Quantum (NISQ) datamaskiner behandle omtrent 127 variabler for et problem med lignende kompleksitet, la selskapet til. Målet med utfordringen var å finne optimale konfigurasjoner av sensorer for et gitt kjøretøy som ville gi maksimal dekning (dvs. oppdage hindringer i forskjellige kjørescenarier) til lavest mulig kostnad. QCis’ nye løsning på problemet er en overlegen sensorkonfigurasjon bestående av 15 sensorer som gir 96 % dekning ved bruk av QCIs kvantemaskinvare og -programvare.
Når det gjelder prestasjonen, løp EQC mer enn 70 ganger raskere enn 2021-løsningen på utfordringen, basert på hybrid D-Wave-implementering.
Mens QCI sa at hastigheten i seg selv er bemerkelsesverdig, bemerket den at stabiliteten til systemet tillot selskapet å kjøre problemet med sammenheng gjentatte ganger og iterativt, noe som demonstrerer nytten for forretningsapplikasjoner.
"Vi er veldig stolte over å ha oppnådd det vi mener er et viktig landemerkeresultat i utviklingen av kvante," sa Bob Liscouski, administrerende direktør i QCI, som for øvrig, ringte lukkeklokken for NASDAQ-handel onsdag. "Vi mener at dette beviser at innovative kvantedatabehandlingsteknologier kan løse reelle forretningsproblemer i dag. Det som er enda viktigere er kompleksiteten til problemet som er løst. Dette var ikke bare et rudimentært problem for å vise at kvanteløsninger vil være gjennomførbare en dag; dette var et veldig reelt og betydelig problem hvis løsning potensielt kan bidra til å akselerere realiseringen av den autonome kjøretøyindustrien i dag."
QCI hevdet at når det gjelder å håndtere dataproblemer i den virkelige verden, setter EQCs evne til å behandle mange-variable beregninger med koherens den foran mange NISQ QPU-arkitekturer som forblir feilfylte, og som fortsatt kan behandle problemer med ganske lave variable størrelser, på grunn av begrenset antall qubits tilgjengelig for å representere problemvariabler. I den vanligvis hyggelige kvantesektoren høres det mye ut som et konkurranseskudd avfyrt over buene til andre firmaer.
Dan O'Shea har dekket telekommunikasjon og relaterte emner, inkludert halvledere, sensorer, detaljhandelssystemer, digitale betalinger og kvantedatabehandling/teknologi i over 25 år.
