BMW ja Airbus palkitsivat viisi tiimiä innovatiivisista kvanttilaskennan sovelluksista, jotka ratkovat liikkumisen teknologisia haasteita.
BMW ja Airbus ovat edistäneet kvanttilaskennan hyödyntämistä tulevaisuuden liikkumisratkaisujen kehittämisessä järjestämällä Quantum Computing Challenge -kilpailun. Kilpailu tähtäsi lupaavimpien liikkumiseen soveltuvien kvanttiratkaisujen tunnistamiseen ja kehittämiseen. Voittajat on nyt julkistettu.
Kvanttilaskenta voi vaikuttaa moniin toimialoihin laskentaa nopeuttamalla. Sitä voi käyttää esimerkiksi toimitusketjujen ja valmistusprosessien optimointiin sekä ajoneuvojen ja lentokoneiden suunnittelun kehittämiseen. Jo nykyisillä huipputehokkailla tietokoneilla käytettävissä olevat kvanttiajatteluun perustuvat algoritmit tarjoavat esimakua kvanttialgoritmien mahdollisesta vaikutuksesta liikkumiseen tulevaisuudessa.
"Kvanttiteknologia voi mullistaa innovoinnin eri toimialoilla. Airbusin ja BMW Groupin tämän vuoden kvanttikilpailu korostaa toimialojen välisen yhteistyön merkitystä, kun siirrymme tutkimuksesta käytännön sovelluksiin," sanoo Robert Bruckmeier, General Manager, Computing & Network Artificial Intelligence BMW:ltä. "Vaikka olemme vasta alkuvaiheessa, kilpailun aikana saavutettu kehitys vahvistaa uskoamme kvanttiteknologian mahdollisuuksiin viedä innovaatioita eteenpäin autoteollisuudessa."
"Tiimit ovat saavuttaneet merkittäviä edistysaskelia, ja kilpailun tulokset vahvistavat, että kvanttiteknologia voi muokata seuraavan sukupolven lentokoneita," sanoi Isabell Gradert, Vice President Central Research and Technology Airbusilta. "Kvanttiteknologia ei enää rajoitu perustutkimukseen. Se etenee vääjäämättä kohti teollisia sovelluksia, ja meidän on tehtävä yhteistyötä maailman parhaiden asiantuntijoiden kanssa voidaksemme hyödyntää sen mahdollisuuksia mahdollisimman nopeasti," hän lisäsi.
Kilpailun tulokset auttavat molempia yrityksiä tunnistamaan lupaavimmat kvanttilaskennan sovellukset, jotka voivat parantaa lentokoneiden ja autojen suunnittelua, valmistusta ja toimintaa.
Kilpailun voittajat valittiin viidessä kategoriassa:
Kvanttisimulointi: Etelä-Kalifornian yliopiston tiimi osoitti, että kvanttilaskentaa hyödyntämällä voidaan ymmärtää paremmin materiaalien käyttäytymistä, kuten energian absorbointia ja sidosominaisuuksia.
Kvanttiratkaisijat: Hampurin yliopiston tiimi osoitti uskottavasti, kuinka kvanttilaskenta voidaan yhdistää klassisiin laskentaratkaisuihin monimutkaisten yhtälöiden ratkaisemiseksi, kuten lentomelun minimoimiseksi ja aerodynamiikan parantamiseksi.
Kvanttitehostettu logistiikka: Brittiläinen start-up 4colors Research käytti kvanttilaskentaa toimitusketjun logistiikan hiilidioksidipäästöjen ja kustannusten minimointiin, mikä on erityisen monimutkainen haaste liikkumisessa.
Kvantti-koneoppiminen: Ranskalaisen Quandela-start-upin tiimi tutki, kuinka kvanttilaskenta voi parantaa kriittisten skenaarioiden luontia, esimerkiksi muuttamalla päiväolosuhteissa kootut tiedot tarkoiksi ja realistisiksi yöolosuhteiksi. Tätä voidaan käyttää autonomisten järjestelmien luotettavuuden parantamiseen erilaisissa ympäristöissä.
Avoin kategoria: Alankomaalaisen TU Delftin tiimi kehitti innovatiivisen ratkaisun kvanttikomposiittisuunnitteluun. Heidän työnsä erottui käyttökelpoisuudellaan, erityisesti hiilikuitumateriaalien kerrostuksen optimoinnissa. Hiilikuidun keveys on erityisen tärkeä polttoaineenkulutuksen vähentämiseksi ilmailu- ja autoteollisuudessa.
Kaikki kilpailun finalistit saivat käyttöönsä kvanttilaskentaresursseja Amazon Web Servicesissä (AWS) sekä mahdollisuuden työskennellä BMW:n ja Airbusin asiantuntijoiden kanssa.
Joulukuussa 2023 käynnistetty ja The Quantum Insiderin isännöimä Quantum Computing Challenge pyrkii inspiroimaan maailman kvanttilaskentayhteisöä viemään ratkaisuja laboratoriosta käytäntöön liikennealalla. Maailman johtavista kvanttilaskennan asiantuntijoista – tutkijoista teollisuuden edustajiin – koostuva tuomaristo valitsi BMW Groupin ja Airbusin kanssa viisi voittajaa yli 100 ehdotuksen joukosta. Jokainen viidestä voittajasta palkittiin 30 000 eurolla.
