Kvanttilaskenta tuotantopaikalle

Kvanttitietokoneilla on potentiaali ratkaista ongelmia, joita klassiset tietokoneet eivät yksinkertaisesti pysty käsittelemään. Teoriassa. Käytännössä ne ovat kuitenkin uskomattoman herkkiä: ohi menevä kuorma-auto, ilmastoinnin äkillinen humina tai jopa viereisessä huoneessa sytytetty valo voi saada järjestelmän reagoimaan herkästi ympäristön muutoksiin. Siksi nämä laitteet on toistaiseksi rajoitettu erittäin erikoistuneisiin laboratorioihin, jotka on suojattu kuin tehohoidossa olevat potilaat. Yrityksille, jotka pyrkivät integroimaan kvanttitietokoneet tuottaviin ympäristöihin, tämä on merkittävä haaste.

Hila Safi on kollegoidensa rinnalla luonut uraauurtavan ratkaisun tähän ongelmaan ja ansainnut sillä Vuoden keksijä -palkinnon 2025 ”PhD” -kategoriassa. Heidän innovaationsa on digitaalinen kaksonen suunniteltuna simuloimaan tarkasti kvanttitietokoneen toimintaa ja integroimista tyypilliseen teolliseen ympäristöön. ”Tämän digitaalisen kaksosen avulla voimme käyttää kvanttitietokoneita todellisissa ympäristöissä - turvallisesti, vakaasti ja luotettavasti”, selittää tohtorikoulutettava Regensburgin ammattikorkeakoulusta.

Ongelma: Liian herkkä todelliselle maailmalle

Kvanttitietokoneet luottavat kubitteihin – tiedon kvanttimekaanisiin perusyksikköihin. Kubitti edustaa fyysisen järjestelmän tilaa, joka toimii informaation kantajana ja hyödyntää kvantti-ilmiöitä, kuten superpositiota ja takertumista.

Nämä fyysiset tilat ovat erittäin hauraita. Jopa vähäiset häiriöt, kuten sähkömagneettiset kentät tai hienovaraiset muutokset huoneen rakenteessa, voivat vahingoittaa laskelmia. Vaikka nämä tekijät ovat hallittavissa kontrolloidussa laboratorioympäristössä, ne muodostavat merkittävän haasteen tehtaalla.

“Kvanttitietokoneen luotettava toiminta riippuu todella sen ympäristöstä”, Safi selittää. ”Pienetkin värähtelyt tai lämpötilan muutokset voivat aiheuttaa virheitä, minkä vuoksi on niin tärkeää simuloida ja ymmärtää näitä vaikutuksia varhaisessa vaiheessa.” Toistaiseksi teollisuus ei ole todennut kvanttijärjestelmiä riittävän luotettaviksi. Ilman vahvoja ja ennustettavia tuloksia niiden käyttö liiketoiminnassa on liian riskialtista. Monet kysymykset siitä, mihin ne sijoitetaan, kuinka vakaita ne ovat ja niiden yleinen hyödyllisyys vaikeuttavat yritysten päätöstä siitä, sijoittavatko ne ja mihin.

Ratkaisu: simuloi ensin ja asenna sitten

Juuri tässä Safin innovatiivinen digitaalinen kaksonen tarjoaa läpimurron. Se kopioi käytännössä kvanttitietokoneen ja sen aiotun käyttöympäristön ennen fyysistä asennusta. Malli integroi tietoja ympäristöantureista, virhetilastoista ja mahdollisten häiriölähteiden simulaatioista tunnetuilla laitteisto-ominaisuuksilla.

Tämä ennakoiva lähestymistapa mahdollistaa ratkaiseviin kysymyksiin vastaamisen etukäteen: Voiko kvanttitietokone toimia tehokkaasti teollisessa ympäristössä? Millaisia virheitä odotetaan? Kuinka merkittävästi ne heikentäisivät laskennan laatua? Ja mitä toimenpiteitä, kuten tehostettu suojaus, vaihtoehtoinen sijoittelu tai mukautuva kalibrointi, tarvitaan järjestelmän vakauttamiseksi?

Harkitse esimerkiksi tuotantohallia, jossa kuljetusrobotit ovat käytössä, tuotantolaitokset tuottavat tärinää ja voimajohdot luovat sähkömagneettisia häiriökenttiä. Digitaalinen kaksonen simuloi näiden tekijöiden tarkkaa vaikutusta kubitin vakauteen ja paljastaa, missä virhetasot olisivat siedettäviä ja mikä tärkeintä, missä eivät. Lisäksi kaksoset pysyvät aktiivisina käytön aikana: Jos ympäristö muuttuu rakenteellisten muutosten tai uusien koneiden käyttöönoton vuoksi, anturit havaitsevat nämä muutokset ja arvioivat niiden mahdolliset vaikutukset.

Etu: Kvanttilaskennasta tulee ennustettavaa

Kiitos digitaalisen kaksosen, yrityksillä on vihdoin luotettavaa tietoa, joka ohjaa päätöksentekoa teollisesta kvanttilaskennasta. He voivat nyt arvioida riskit täysin ennen kuin sijoittavat paljon rahaa ja ymmärtävät selvästi, mitä tarvitaan järjestelmän toimimiseksi vakaasti.

Kuten Safi selittää: ”Tutkimuksessani tutkin kvanttialgoritmien ja -laitteistojen yhteistä kehittämistä monimutkaisten optimointi- ja teollisuushaasteiden ratkaisemiseksi, jotka ovat joko hankalia tai erittäin tehottomia klassisille menetelmille. Tähän sisältyy kvanttilaskentaan ainutlaatuisesti sopivien ongelmaluokkien tunnistaminen ja tehokkaiden mallinnusmenetelmien kehittäminen.”

Hänen digitaalinen kaksosensa täyttää tehokkaasti kriittisen kuilun teoreettisen tutkimuksen ja käytännön sovelluksen välillä. Jotta kvanttitietokoneet voisivat menestyksekkäästi siirtyä pois erikoistuneista laboratorioista todellisiin teollisiin ympäristöihin, niiden on oltava yhtä vakaita, skaalautuvia ja luotettavia kuin päivittäin käyttämämme IT-järjestelmät.