12 beste Anwendungen für Quantencomputer | Ausgabe 2021

Wissenschaftler auf der ganzen Welt treiben Quantencomputer voran und versuchen, die leistungsstärkste Quantencomputertechnologie zu entwickeln. Technologiegiganten, darunter Google und IBM, kämpfen um die Quantenvorherrschaft.

Aber wieso? Quantenmaschinen können bestimmte Probleme milliardenfach schneller lösen als klassische Computer. Da die Nachfrage nach leistungsstarken Prozessoren weiter steigt und Aufgaben immer umfangreicher und komplexer werden, benötigen wir effektivere Rechenarchitekturen, um Lösungen zu betreiben.

Solche Fortschritte in der Computertechnologie würden Millionen von Möglichkeiten in fast allen Aspekten des modernen Lebens schaffen. Laut GlobeNewswire wurde der globale Markt für Quantencomputer im Jahr 2019 auf 507,1 Millionen US-Dollar geschätzt. Bis 2030 wird er voraussichtlich 65 Milliarden US-Dollar erreichen, was einer jährlichen Wachstumsrate von 56 % entspricht. Nordamerika und Europa werden voraussichtlich über 78 % des Quantencomputermarktes ausmachen.

Das bedeutet nicht, dass Quantensysteme die heutigen Computer ersetzen werden. Stattdessen werden sie mit klassischen Supercomputern zusammenarbeiten, da jeder seine einzigartigen Stärken und Vorteile hat.

In diesem Übersichtsartikel haben wir einige der wichtigsten Anwendungen des Quantencomputings aus den riesigen Möglichkeiten erwähnt. Es wird Ihnen eine bessere Vorstellung davon geben, wofür Quantencomputer entwickelt wurden.

12. Wettervorhersage

Mit Quantencomputern lassen sich extrem komplexe Wettermuster abbilden. Im Gegensatz zu aktuellen Wettersystemen wird es Vorhersagen für kleinere, spezifischere Regionen liefern, Landwirten helfen, sich besser auf Wetteränderungen vorzubereiten, und Fluggesellschaften dabei helfen, Störungen zu minimieren.

IBM investiert massiv in Wettervorhersagesysteme. Es hat mit The Weather Company, dem National Center for Atmospheric Research und der University Corporation For Atmospheric Research in den USA zusammengearbeitet, um ein überlegenes Modell zu entwickeln, das Gewitter auf lokaler Ebene abschätzen könnte.

2019 stellte IBM in Zusammenarbeit mit The Weather Company das Global High-Resolution Atmospheric Forecasting System (GRAF) vor, das IBM-Supercomputer verwendet, um Daten von Millionen von Sensoren auf der ganzen Welt zu verarbeiten.

Wenn Quantencomputing möglich wird, werden GRAF-ähnliche Systeme in der Lage sein, stündlich Milliarden von Daten zu analysieren und mikrometrologische Ereignisse wie die Bildung einzelner Wolken oder Windwirbel vorherzusagen.

11. Cybersicherheit

Alles sind nur grobe Schätzungen  

Quantencomputer werden in der Lage sein, viele Probleme zu lösen, die für heutige Maschinen fast unmöglich zu lösen sind. Dazu gehört das Knacken von Verschlüsselungsalgorithmen, die die Infrastruktur des Internets und sensible Daten schützen.

Zur sicheren Datenübertragung wird beispielsweise die RSA-Verschlüsselung auf Basis von 2048-Bit-Zahlen weit verbreitet eingesetzt. Es wird geschätzt, dass ein Quantencomputer mit 20 Millionen Qubits eine solche Verschlüsselung innerhalb von 8 Stunden knacken könnte.

Natürlich kann die Leistungsfähigkeit des Quantencomputings auch genutzt werden, um weit sichere Verschlüsselungssysteme zu entwickeln. Viele Unternehmen, darunter Microsoft und Google, haben bereits mit der Arbeit an quantensicheren Verschlüsselungsalgorithmen begonnen. Sie befinden sich derzeit in der Theorie- und Testphase. Die größte Herausforderung besteht darin, diese neuen Ansätze in die bestehende Infrastruktur zu integrieren.

Quantensichere Algorithmen sollen verschlüsseln:

• Finanzierungen und Bankgeschäfte
• Militär- und Regierungskommunikation
• Unternehmensnetzwerke
• Krankenakte und persönliche Daten in der Cloud

10. Batterien der nächsten Generation

Lithium-Ionen-Batterien haben einen langen Weg zurückgelegt:Vor einem Jahrzehnt konnten sie Smartphones nur durch den Tag bringen, heute können sie Elektrofahrzeuge über Hunderte von Kilometern antreiben.

Wenn wir jedoch leistungsstärkere, kostengünstigere Batterien herstellen möchten, die länger halten als bestehende, brauchen wir einige Durchbrüche. Forscher von IBM und Daimler AG (Muttergesellschaft von Mercedes-Benz) testen, wie effizient Quantencomputer das Verhalten chemischer Verbindungen in Batterien simulieren können.

Mit einem 21-Qubit-Quantencomputer konnten sie Dipolmomente von vier industriell relevanten Molekülen (Schwefelwasserstoff, Lithiumhydrid, Lithiumsulfid und Lithiumhydrogensulfid) simulieren.

Wenn wir die Qubit-Zustände erhöhen oder verbessern, werden wir in der Lage sein, größere und komplexere Verbindungen für Batterien der nächsten Generation zu testen. Diese Art von Studium ist die grundlegende Arbeit, die uns letztendlich dorthin führt.

9. Sonneneinfangen

Die Quantenpunkt-Solarzelle | Kredit:University of Queensland

Quantenpunkte (nanogroße Halbleiterteilchen mit einzigartigen elektronischen und optischen Eigenschaften aufgrund der Quantenmechanik) können Sonnenenergie effizient in Elektrizität umwandeln. Dies wird uns helfen, die CO2-Emissionen deutlich zu reduzieren und bestehende Technologien zur Energieerzeugung zu verbessern.

Australische Forscher der University of Queensland haben bereits flexible und druckbare Quantenpunkte entwickelt, die eine Leistungsumwandlungseffizienz von mehr als 16 Prozent bieten.

Ungiftige Quantenpunktmaterialien wie Silber-Wismut-Sulfid-Nanokristalle wurden aufgrund ihrer Häufigkeit und Sicherheit eingehend untersucht. Obwohl sie noch nicht im großen Maßstab kommerziell betrieben werden können, haben einige kleine Unternehmen damit begonnen, Quantenpunkt-Photovoltaikprodukte zu vermarkten.

8. Saubere Düngemittel

Heute wird Ammoniakdünger durch ein chemisches Verfahren namens Haber-Bosch hergestellt. Es kombiniert atmosphärischen Stickstoff mit Wasserstoff unter hohen Temperaturen und extrem hohen Drücken. Der Prozess verbraucht enorme Mengen an Energie und setzt viele Treibhausgase frei.

Wenn die Forscher den Nitrogenase-Mechanismus und das Verhalten von Übergangsmetallen im Detail kennen würden, könnten sie effizientere Katalysatoren für die Herstellung von Düngemitteln sowie mehreren anderen wichtigen Chemikalien entwickeln, die in der Industrie benötigt werden.

Die gute Nachricht ist, dass Quantencomputer eines Tages den primären Cofaktor der Nitrogenase (FeMo-Cofaktor) modellieren und so Einblicke in seine Mechanismen geben könnten. Dies würde Chemikern helfen, energieeffiziente industrielle Verfahren zur Synthese von Stickstoffdüngemitteln aufzubauen.

7. Materialentdeckung

Bild mit freundlicher Genehmigung von Second Bay Studios/Harvard SEAS

Da Quantencomputing auf quantenmechanischen Phänomenen wie Superposition und Verschränkung basiert, kann es andere Quantensysteme viel einfacher darstellen als klassische Computer. Zum Beispiel kann eine Quantenmaschine die Schrödinger-Gleichung für ein Molekül lösen, um seine zulässigen Energiezustände zu berechnen.

Es bietet die Möglichkeit, komplexe Moleküle zu simulieren, die herkömmliche Computer nicht können. Gemeinsam versprechen Entwicklungen von Quantenhardware und Quantenalgorithmen, die theoretische Chemie aufzurütteln.

Durch den Umgang mit dem Rauschen in den Qubits auf einer Quantenmaschine können Forscher bessere Materialien mit fein abgestimmten optischen und mechanischen Eigenschaften entwickeln.

In Anbetracht der jüngsten Fortschritte bei den Techniken zur Quantenrauschunterdrückung können wir sagen, dass die Materialien der nächsten Generation möglicherweise auf Quantencomputern entwickelt werden, anstatt die richtigen chemischen Eigenschaften durch Versuch und Irrtum herauszufinden.

6. Traffic-Optimierung

Quantencomputer werden viele Herausforderungen abmildern, die sich durch die wachsende Bevölkerung und die Überlastung angesichts der Notwendigkeit der Dekarbonisierung ergeben. Eine dieser Herausforderungen ist die Verkehrskontrolle.

Mit Quantentechnologie lassen sich Staus vermeiden und Wartezeiten verkürzen. Das bedeutet, dass Busse und Taxis keine langen Strecken ohne Fahrgäste zurücklegen müssen und die Leute nicht lange auf ihre Taxis warten müssen.

Den Live-Einsatz von Quantencomputing zur Verkehrsoptimierung hat Volkswagen bereits demonstriert. Sein Quanten-Routing-Algorithmus läuft auf dem D-Wave-Quantencomputer und berechnet die schnellsten Reiserouten individuell in Echtzeit.

Solche Algorithmen können ständig mit sich bewegenden Objekten (Fahrräder, Autos und Menschen) interagieren und das gesamte Mobilitätssystem einer Stadt erweitern. Sie können auch in der Flugsicherung für optimierte Routeninformationen implementiert werden.

Volkswagen ist nicht das einzige Unternehmen, das an der „Quantenverkehrsoptimierung“ arbeitet. Fast alle Automobilhersteller, darunter BMW, Toyota und Ford, investieren in die Quantenforschung.

5. Marketing und Werbung

Quantenalgorithmen können bessere Anzeigen liefern, indem sie Assoziationsmuster erstellen, die das Kaufverhalten beeinflussen. Anstatt Anzeigen nur basierend auf dem Browserverlauf der Nutzer bereitzustellen, konzentrieren sich diese Algorithmen darauf, wie sich Nutzer fühlen, nachdem sie eine Anzeige gesehen haben, und welche Art von Anzeigen Marken dabei unterstützen könnten, langfristige Beziehungen zu ihren Kunden aufzubauen.

Wenn die Anzeige beispielsweise Spaß macht und die Zuschauer zum Lachen oder zum Wohlfühlen bringt, wird sie eine starke Marken-Öffentlichkeitsarbeit bilden. Langweilige oder irritierende Werbung könnte dagegen kontraproduktiv sein.

D-Wave Systems Inc. (in Zusammenarbeit mit Recruit Communication Ltd) hat Quantencomputer bereits auf Werbung, Marketing und Kommunikationsoptimierung angewendet. Ziel ist es, die komplexen Daten in kürzerer Zeit zu analysieren und die Effizienz der Abstimmung von Anzeigen auf Kunden im Bereich Web-Werbung zu optimieren.

D-Wave Systems erklärte auch, wie Unternehmen Quantum Annealing nutzen können, um ihr Publikum mit relevanten Anzeigen zu erreichen und die Click-Through-Rate (CTR) zu erhöhen.

4. Finanzmodellierung

Moderne Märkte sind eines der kompliziertesten Systeme, die es gibt. In der Zeit, die Sie brauchen, um diesen Satz zu lesen, haben Hedgefonds, Investmentbanken und Privatanleger auf der ganzen Welt Aktien im Wert von über 80 Millionen US-Dollar gehandelt.

Für institutionelle Anleger ist es sehr wichtig, den richtigen Mix für ertragreiche Investments basierend auf den erwarteten Renditen und den damit verbundenen Risiken zu finden, um am Markt zu bestehen. Dabei werden Tausende von Faktoren analysiert, die die Aktienkurse beeinflussen könnten. Viele Investmentbanken führen zur detaillierten Analyse „Monte Carlo“-Simulationen auf klassischen Computern durch, was enorme Rechenressourcen und Zeit in Anspruch nimmt.

Quantencomputer sind speziell für diese Art der Wahrscheinlichkeitsrechnung ausgelegt. Indem sie auf den Quantenzug aufspringen, können Investmentbanken nicht nur die Qualität von Lösungen verbessern, sondern auch die Zeit für deren Entwicklung verkürzen. Da diese Unternehmen mit Milliarden von Dollar umgehen, kann selbst eine kleine Verbesserung der erwarteten Renditen für sie viel wert sein.

Letztendlich werden Quantencomputer Finanzdienstleistern dabei helfen: 

• Erhöhung der Anlagegewinne
• Kapitalanforderungen reduzieren
• Verbesserung der Identifizierung und des Managements von Risiken und Compliance
• Öffnen Sie neue Investitionsmöglichkeiten.

Lesen Sie: Wie viel Geld gibt es auf der Welt?

3. Drogenentdeckung

Der Fluss genetischer Informationen innerhalb eines biologischen Systems

Derzeit brauchen Pharmaunternehmen Milliarden von Dollar und mehr als zehn Jahre, um ein neues Medikament zu entdecken und auf den Markt zu bringen. Sie führen Hunderte Millionen von Vergleichen auf klassischen Computern durch. Die Verarbeitungskapazitäten dieser Maschinen sind jedoch sehr begrenzt:Sie können nur Moleküle bis zu einer bestimmten Größe analysieren.

Betrachten Sie das Penicillin-Medikamentendesign, das 41 Atome enthält:Eine gründliche und präzise Modellierung der Basiszustandsenergie des Penicillin-Moleküls würde eine digitale Maschine mit mehr Transistoren erfordern, als es Atome im beobachtbaren Universum gibt.

Das Problem kann mit Quantencomputern gelöst werden. Da Quantenhardware und -algorithmen leichter verfügbar werden, wird es möglich sein, viel größere Moleküle zu vergleichen. Dies kann die Zeit und die Kosten für die Medikamentenentwicklung drastisch reduzieren und es Forschern ermöglichen, schneller neue Entdeckungen zu machen, die zu Heilungen für verschiedene Krankheiten führen könnten.

In der Life-Science-Branche wird von Quantencomputern erwartet, dass sie drei wichtige Anwendungsfälle ermöglichen, die sich gegenseitig in einem positiven Kreislauf verstärken:

• Entwicklung präzisionsmedizinischer Therapien durch die Verknüpfung von Genomen und Ergebnissen
• Steigerung der Effizienz der Entdeckung niedermolekularer Wirkstoffe und Verbesserung der Patientenergebnisse
• Entwicklung neuartiger biologischer Produkte basierend auf Vorhersagen der Proteinfaltung

2. Künstliche Intelligenz

Googles Quantenmaschine 

Die von Maschinen demonstrierte Intelligenz basiert auf dem Prinzip des Lernens aus Erfahrung. Je mehr Datensätze Sie zum Trainieren der KI verwenden, desto genauer wird sie sein. Da die Genauigkeit/Stärke der KI auf der Analyse von Millionen oder sogar Milliarden von Datenpunkten beruht, ist sie ein idealer Kandidat für Quantenberechnungen.

Für bestimmte Modelle wird Quantenmaschinelles Lernen weitaus effizienter sein als klassisches maschinelles Lernen. Es erstreckt sich auf einen Forschungszweig, der strukturelle und methodische Ähnlichkeiten zwischen spezifischen physikalischen Systemen und lernenden Systemen untersucht, insbesondere neuronale Netze.

Es wurde gesagt, dass künstliche Intelligenz im 21. Jahrhundert das sein wird, was Elektrizität im 20. Jahrhundert war. Wir sind bereits an dem Punkt angelangt, an dem KI in der Lage ist, eine weitere KI zu erstellen, sodass ihre Bedeutung schnell eskalieren wird.

Um die Entwicklung zu beschleunigen, hat Google in Zusammenarbeit mit Volkswagen und der University of Waterloo TensorFlow Quantum auf den Markt gebracht, eine Open-Source-Bibliothek für das Prototyping von quantenmechanischen Lernmodellen. IBM, Microsoft und andere Technologiegiganten investieren ebenfalls Geld in Quantenmaschinenlernen.

Lesen Sie: Künstliche Intelligenz vs. Machine Learning vs. Deep Learning

1. Teilchenphysik

Proton-Proton-Kollision im LHC, die ein Higgs-Boson erzeugt | CERN

Die vielleicht aufregendste und nützlichste Anwendung des Quantencomputings ist das Studium der neuen Physik. Modelle der Teilchenphysik sind bemerkenswert komplex und erfordern eine große Anzahl von Ressourcen und lange Rechenzeit für numerische Simulationen.

Beispielsweise produzieren Experimente am Large Hadron Collider am CERN erstaunliche ein Petabyte pro Sekunde an Daten von einer Milliarde Teilchenkollisionen pro Sekunde. Die Analyse wird auf einer Million CPU-Kernen durchgeführt, die in 170 Rechenzentren weltweit arbeiten. Bis 2027 wird die für die Verarbeitung und Analyse der CERN-Daten erforderliche Rechenleistung um den Faktor 50-100 steigen.

Hier kommt Quantencomputing zum Einsatz. Damit können Physiker die Kernphysik, die Streuung der Kerne, Quarks sowie fundamentale Wechselwirkungen simulieren.

CERN hat bereits begonnen, mit IBM an Quantencomputern zu arbeiten. Forscher haben die „Quantum Support Vector Machine“ verwendet, um zu sehen, wie überwachtes maschinelles Quantenlernen verwendet werden könnte, um Higgs-Boson-Ereignisse in Kollisionsdaten zu identifizieren.

Ein anderes Forscherteam simulierte erfolgreich Gitterlehrentheorien in einem Quantencomputer, die die Wechselwirkung zwischen Elementarteilchen wie Quarks und Gluonen beschreiben.

Lesen Sie: Was ist Quantenüberlegenheit? Und warum ist es wichtig?

Insgesamt macht Quantencomputing Fortschritte in verschiedenen Bereichen, von der Vielteilchenphysik bis hin zur molekularen Energetik. Es wird aktuelle Techniken stören und es Forschern ermöglichen, Probleme anzugehen, die sie zuvor nie versucht hätten zu lösen.