Obwohl jüngste Entdeckungen den Quantencomputing-Hype gedämpft haben, sollte die Technologie noch nicht ausgeschlossen werden. Am 4. März kündigten Google und XPrize einen Preis in Höhe von 5 Millionen US-Dollar für jeden an, der Anwendungsfälle für Quantencomputer entwickelt. Wenn das wie ein Eingeständnis klingt, dass die Anwendungsfälle noch nicht existieren, ist das nicht der Fall, sagt Ryan Babbush, Leiter Quantenalgorithmen bei Google. „Wir kennen einige Anwendungen, bei denen diese Geräte einen enormen Einfluss hätten“, sagt er.
„Ein Quantencomputer ist ein Spezialbeschleuniger“, sagt Matthias Troyer, Vizepräsident von Microsoft Quantum und Mitglied des Beirats des Xprize-Wettbewerbs. „Dies kann enorme Auswirkungen auf bestimmte Probleme haben, bei deren Lösung die Quantenmechanik helfen kann.“
Die Arten von Problemen, für die Quantencomputer nützlich sein könnten, gehen auf ihre historischen Wurzeln zurück. 1981 schlug der Physiker Richard Feynman die Idee eines Quantencomputers vor, um die volle Komplexität der Quantenwelt zu simulieren.
„Die kommerziellen Auswirkungen der Lösung von Quantensystemen erstrecken sich über Chemie, Materialwissenschaften und Pharmazeutik.“ —Matthias Troyer, Microsoft Quantum
Seitdem haben Wissenschaftler ausgeklügelte Algorithmen entwickelt, um Quantencomputer für Nicht-Quantenaufgaben wie das Durchsuchen von Datenbanken oder das Entschlüsseln von Kryptografie nutzbar zu machen. Datenbanksuchalgorithmen versprechen jedoch in naher Zukunft keine realisierbaren Beschleunigungen, und die Zerstörung der Internetsicherheit scheint ein zweifelhafter Grund für den Bau einer neuen Maschine zu sein.Eine aktuelle Studie legt jedoch nahe, dass Quantencomputer in der Lage sein werden, Quantenphänomene zu simulieren, die für mehrere Branchen relevant sind, lange bevor sie in diesen anderen Anwendungen Fortschritte machen können.
„Die kommerziellen Auswirkungen der Lösung von Quantensystemen betreffen Chemie, Materialwissenschaften und Pharmazie“, sagt Troyer. Und das seien wichtige Branchen, fügt Troyer hinzu. „Von der Steinzeit bis zur Bronzezeit, über die Eisenzeit, die Stahlzeit und die Siliziumzeit definieren wir Fortschritt durch den Fortschritt der Materialien. »
Auf dem Weg in ein mögliches neues Quantenzeitalter finden Sie hier einige Beispiele für nachgewiesene Quantenvorteile gegenüber Maschinen, die Quantencomputing-Forscher im kommenden Jahrzehnt erwarten. Und mit etwas Glück hofft Troyer, dass der 5-Millionen-Dollar-Preis die wissenschaftliche Gemeinschaft dazu inspirieren wird, noch mehr Möglichkeiten zu finden, Quantenalgorithmen in der realen Welt einzusetzen. “Das Ziel [of the prize] Wollen wir, dass sich mehr Quantenwissenschaftler nicht nur für die Entwicklung von Quantenalgorithmen und deren Theorie interessieren, sondern auch für die Frage: Wo können sie angewendet werden? Wie können wir Quantencomputer nutzen, um große globale Probleme zu lösen? »
Arzneimittelstoffwechsel
In einem Artikel aus dem Jahr 2022, veröffentlicht in PNAS, eine Zusammenarbeit zwischen dem Pharmaunternehmen Boehringer Ingelheim, der Columbia University, Google Quantum AI und dem Quantensimulationsunternehmen QSimulate, untersuchte ein Enzym namens Cytochrom P450. Dieses spezielle Enzym ist für den Stoffwechsel von etwa 70 Prozent der Medikamente verantwortlich, die in den menschlichen Körper gelangen.Der Oxidationsprozess, durch den das Enzym Arzneimittel metabolisiert, ist von Natur aus ein Quantenprozess, der auf klassische Weise schwer zu simulieren ist (klassische Methoden funktionieren gut, wenn es nicht viele Quantenkorrelationen auf verschiedenen Skalen gibt).
Sie fanden heraus, dass ein Quantencomputer mit einigen Millionen Qubits den Prozess schneller und genauer simulieren könnte als modernste klassische Techniken. „Wir stellen fest, dass die höhere Präzision, die ein Quantencomputer bietet, notwendig ist, um die Chemie dieses Systems richtig aufzulösen. Ein Quantencomputer wird also nicht nur besser sein, er wird auch notwendig sein“, schrieben die Forscher (einschließlich Babbush) in einem Blogbeitrag . .
CO2 Sequestrierung
Eine Strategie zur Reduzierung der Kohlendioxidmenge in der Atmosphäre ist die Sequestrierung, bei der ein Katalysator verwendet wird, um mit Kohlendioxid zu einer Verbindung zu reagieren, die lange gelagert werden kann. Es gibt Sequestrierungsstrategien, die jedoch weder kosten- noch energieeffizient genug sind, um die aktuellen CO2-Emissionen deutlich zu reduzieren.
Mehrere aktuelle Studien deuten darauf hin, dass Quantencomputer der nahen Zukunft in der Lage sein sollten, Reaktionen von Kohlendioxid mit verschiedenen Katalysatoren genauer zu modellieren als klassische Computer. Wenn dies zutrifft, könnten Wissenschaftler die Wirksamkeit verschiedener Sequestrierungskandidaten besser abschätzen.
Landwirtschaftliche Düngung
Heutzutage werden die meisten landwirtschaftlichen Flächen mit Ammoniak gedüngt, das in großen Fabriken nach dem Haber-Bosch-Verfahren bei hoher Temperatur und hohem Druck hergestellt wird. Im Jahr 2017 erwog ein Team von Microsoft Research und der ETH Zürich eine alternative Methode zur Herstellung von Ammoniak – die Stickstofffixierung mithilfe des Enzyms Nitrogenase –, die bei Raumtemperatur und -druck funktionieren würde.
Diese Reaktion könne mit klassischen Methoden nicht genau simuliert werden, zeigten die Forscher, sie sei aber innerhalb der Reichweite eines klassischen und eines Quantencomputers, die zusammenarbeiten. „Wenn wir beispielsweise in einem Dorf auf einem Bauernhof einen chemischen Stickstofffixierungsprozess im kleinen Maßstab entdecken könnten, hätte das enorme Auswirkungen auf die Ernährungssicherheit“, sagt Troyer, der an der Forschung beteiligt war.
Alternative Batteriekathoden
Viele Lithium-Ionen-Batterien verwenden Kobalt in ihren Kathoden. Der Kobaltabbau hat einige praktische Nachteile, darunter Umweltbedenken und unsichere Arbeitspraktiken. Eine Alternative zu Kobalt ist Nickel. In einer 2023 veröffentlichten Studie untersuchte eine Zusammenarbeit zwischen dem Chemieproduzenten BASF, Google Quantum AI, der Macquarie University in Sydney und QSimulate, was nötig wäre, um eine Kathode auf Basis von Nickel, Lithiumoxid und Nickel auf einem Quantencomputer zu simulieren.
Den Forschern zufolge ist reines Lithium-Nickeloxid in der Produktion instabil und seine Grundstruktur ist kaum bekannt. Eine bessere Simulation des Grundzustands des Materials kann Methoden zur Erstellung einer stabilen Version vorschlagen. Die Anforderungen des Quantencomputings, um dieses Problem richtig zu simulieren, liegen „außerhalb der Reichweite früherer fehlerkorrigierender Quantencomputer“, schrieben die Autoren in einem Blogbeitrag, „aber wir gehen davon aus, dass diese Zahl mit zukünftigen algorithmischen Verbesserungen sinken wird“.
Fusionsreaktionen
Im Jahr 2022 sorgte die National Ignition Facility für Schlagzeilen, als die erste Trägheitsfusionsreaktion mehr Energie produzierte, als direkt in sie eingespeist wurde. Bei einer Trägheitsfusionsreaktion wird eine Tritium-Deuterium-Mischung mit Lasern erhitzt, bis sich ein Plasma bildet, das in sich selbst kollabiert und so die Fusionsreaktion auslöst. Dieses Plasma sei äußerst schwer zu simulieren, sagt Babbush, der an der Studie beteiligt war. „Das Energieministerium wendet bereits Hunderte Millionen CPU-Stunden, wenn nicht sogar Milliarden CPU-Stunden auf, um eine einzelne Menge zu berechnen“, sagt er.
In einem Preprint stellten Babbush und seine Mitarbeiter einen Algorithmus vor, mit dem ein Quantencomputer die Reaktion in ihrer gesamten Komplexität modellieren könnte. Dies würde, ebenso wie die Batteriekathodenforschung, mehr Qubits erfordern, als derzeit verfügbar sind, aber die Autoren glauben, dass zukünftige Hardware- und Algorithmusverbesserungen diese Lücke schließen könnten.
Quantensensoren verbessern
Im Gegensatz zu Quantencomputern entfalten Quantensensoren bereits Wirkung in der realen Welt. Diese Sensoren können Magnetfelder genauer messen als jede andere Technologie und werden für Gehirnscans, Schwerkraftmessungen zur Kartierung geologischer Aktivitäten und mehr verwendet. Die Ausgabe des Quantensensors sind Quantendaten, die derzeit jedoch als klassische Daten, traditionelle Werte und Nullen gelesen werden, denen ein Teil der Quantenkomplexität fehlt.
Eine Studie aus dem Jahr 2022 aus einer Zusammenarbeit zwischen Google, Caltech, Harvard, UC Berkeley und Microsoft zeigte, dass, wenn die Ausgabe eines Quantensensors stattdessen einem Quantencomputer zugeführt wird, dieser mithilfe eines intelligenten Algorithmus die relevanten Eigenschaften mit exponentiell weniger Kopien lernen kann. Sensordaten und beschleunigt so das Auslesen. Sie demonstrierten ihren Quantenalgorithmus an einem simulierten Sensor und zeigten, dass dieser Algorithmus sogar für bestehende Quantencomputer erreichbar ist.
Und mehr
Es gibt auch vorteilhafte Quantenalgorithmen, die noch auf der Suche nach definitiven Anwendungsfällen sind, und es werden auch Geldpreise angeboten, um Anreize für diese Forschung zu schaffen. Zu diesen Algorithmen gehören das Lösen bestimmter Arten linearer Differentialgleichungen und das Finden von Mustern in Daten, die auf klassische Weise nicht zugänglich sind. Darüber hinaus ist es typisch, dass viele Algorithmen mit Bleistift und Papier nicht effektiv funktionieren, sagt Jay Gambetta, Vizepräsident von IBM Quantum. Stattdessen testen Menschen heuristische Algorithmen auf echter Hardware, und einige davon funktionieren überraschend gut. Bei Quantencomputern, sagt Gambetta, sei der Hardware-Stand der Technik nahezu gut genug, um viele weitere heuristische Algorithmen zu testen, sodass noch viele weitere Anwendungsfälle folgen dürften.
„Ich denke, wir können endlich damit beginnen, Algorithmen mithilfe von Hardware zu entdecken“, sagt Gambetta. „Und für mich eröffnet das einen anderen Weg für beschleunigte wissenschaftliche Entdeckungen.“ Und ich denke, das ist das Spannendste.
Aus den Artikeln auf Ihrer Website
Verwandte Artikel im Internet