Obliczenia kwantowe na potrzeby hali produkcyjnej

Komputery kwantowe niosą obietnicę rozwiązywania problemów, z którymi klasyczne komputery po prostu sobie nie radzą. W teorii. W praktyce jednak są one niezwykle delikatne: przejeżdżająca ciężarówka, nagły szum klimatyzacji, a nawet włączenie światła w sąsiednim pomieszczeniu mogą sprawić, że system zacznie reagować na zmiany otoczenia. Dlatego dotychczas urządzenia te funkcjonowały wyłącznie w wyspecjalizowanych laboratoriach, chronione niczym pacjenci na oddziale intensywnej terapii. Dla firm, które chcą wdrożyć komputery kwantowe w środowiskach produkcyjnych, stanowi to poważne wyzwanie.

Hila Safi wraz ze swoim zespołem opracowała przełomowe rozwiązanie tego problemu, za co otrzymała nagrodę Wynalazcy Roku 2025 w kategorii „Doktorat”. Ich innowacją jest cyfrowy bliźniak, który precyzyjnie symuluje działanie komputera kwantowego oraz jego integrację z typowym środowiskiem przemysłowym. „Dzięki temu cyfrowemu bliźniakowi możemy uruchamiać komputery kwantowe w rzeczywistych warunkach – bezpiecznie, stabilnie i niezawodnie” – wyjaśnia doktorantka z OTH Regensburg.

Problem: zbyt duża wrażliwość na realne warunki

Komputery kwantowe opierają się na kubitach — podstawowych jednostkach informacji mechaniki kwantowej. Kubit reprezentuje stan fizyczny systemu i wykorzystuje zjawiska takie jak superpozycja i splątanie.

Stany te są jednak niezwykle kruche. Nawet minimalne zakłócenia, takie jak pola elektromagnetyczne czy niewielkie zmiany w strukturze pomieszczenia, mogą zniekształcić obliczenia. O ile w kontrolowanym środowisku laboratoryjnym można to opanować, o tyle na hali produkcyjnej staje się to poważnym problemem.

„Niezawodne działanie komputera kwantowego w dużej mierze zależy od jego otoczenia” – tłumaczy Safi. „Nawet drobne wibracje czy zmiany temperatury mogą powodować błędy, dlatego tak ważne jest wcześniejsze symulowanie i zrozumienie tych efektów”. Do tej pory branża nie dysponowała wystarczająco niezawodnymi systemami kwantowymi. Bez stabilnych i przewidywalnych wyników ich zastosowanie w biznesie było zbyt ryzykowne. Wiele pytań, takich jak gdzie je instalować, jak stabilnie będą działać i czy w ogóle będą użyteczne, utrudniało firmom podjęcie decyzji inwestycyjnych.

Rozwiązanie: najpierw symulacja, potem instalacja

Właśnie tutaj przełomem okazuje się cyfrowy bliźniak Safi. Wirtualnie odwzorowuje on komputer kwantowy oraz jego docelowe środowisko pracy jeszcze przed fizyczną instalacją. Model łączy dane z czujników środowiskowych, statystyki błędów oraz symulacje potencjalnych źródeł zakłóceń z charakterystyką sprzętu.

To proaktywne podejście pozwala odpowiedzieć na kluczowe pytania jeszcze przed wdrożeniem: Czy komputer kwantowy może skutecznie działać w środowisku przemysłowym? Jakie rodzaje błędów są przewidywane? Jak znacząco pogorszyłyby jakość obliczeń? Jakie środki, takie jak ulepszone ekranowanie, alternatywne rozmieszczenie lub kalibracja adaptacyjna, byłyby wymagane do stabilizacji systemu?

Weźmy na przykład halę produkcyjną, w której używane są roboty transportowe, maszyny generują wibracje, a instalacje elektryczne wytwarzają pola elektromagnetyczne, cyfrowy bliźniak potrafi dokładnie zasymulować wpływ tych czynników na stabilność kubitów. Pokazuje, gdzie poziom błędów będzie akceptowalny, a gdzie – nie. Co więcej, bliźniak działa także w trakcie eksploatacji: jeśli środowisko się zmieni powodu zmian konstrukcyjnych lub pojawienia się nowych maszyn, czujniki wykryją te zmiany i ocenią ich potencjalny wpływ.

Korzyść: obliczenia kwantowe stają się przewidywalne

Dzięki cyfrowemu bliźniakowi firmy zyskują wreszcie wiarygodne dane do podejmowania decyzji dotyczących wdrożeń technologii kwantowych. Mogą w pełni ocenić ryzyko przed poniesieniem dużych nakładów i jasno określić, co jest potrzebne, aby system działał stabilnie.

Jak wyjaśnia Safi: „W moich badaniach zajmuję się współprojektowaniem algorytmów kwantowych i sprzętu w celu rozwiązywania złożonych problemów optymalizacyjnych i przemysłowych, które są nierozwiązywalne lub bardzo nieefektywne w przypadku metod klasycznych. Obejmuje to identyfikację klas problemów szczególnie dobrze dopasowanych do obliczeń kwantowych oraz opracowywanie efektywnych metod modelowania”.

Jej cyfrowy bliźniak skutecznie wypełnia krytyczną lukę między badaniami teoretycznymi a praktycznymi zastosowaniami. Aby komputery kwantowe mogły wyjść z laboratoriów i trafić do realnych środowisk przemysłowych, muszą stać się równie stabilne, skalowalne i niezawodne, jak systemy informatyczne, z których korzystamy na co dzień.