Optimierung mit Quantencomputing

Optimierung gehört zu den Kernanforderungen sehr vieler Firmen. Überall wird optimiert, sei es die Berechnung eines optimalen Fahrplans, dem idealen Einsatz der Produktionsmittel, oder wann am Besten Wartungsarbeiten durchgeführt werden, ohne den restlichen Betrieb zu stören. Oft sind die Optimierungsprobleme aber so komplex, dass sie klassisch nur schwer gelöst werden können und dementsprechend zeitaufwändig sind. Genau hier liegt das Potential von Quantenoptimierung.

Die Grundlage dabei ist unter anderem der Tunneleffekt, der die Lösungsqualität des Optimierungsprozesses drastisch verbessern kann. Wo ein klassischer Optimierer in einem lokalen Minimum hängen bleibt, hilft der Tunneleffekt, dieses wie von Zauberhand zu verlassen und in ein tieferes (globales) Minimum zu springen. Dadurch lässt sich mit deutlich höherer Effizienz das globale Minimum einer Kostenfunktion finden. Jedoch müssen dafür die Optimierungsprobleme in der Sprache der Quantenmechanik formuliert werden. Genau dies untersuchen wir bereits. Dafür bauen wir Graphenmodelle, die die Grundlage des quadratisch binären Optimierungsansatz sind, dessen Minimierungsfunktion wie folgt lautet:

min ∑_i,j a_i,j x_i x_j + ∑_i b_i x_i mit x_i ∈ [0, 1]

Diese Modelle können nun sowohl auf adiabatischen als auch auf gate-basierten Quantencomputern gelöst werden. Dafür kommt z. B. der hybride Quantum Approximate Optimization Algorithm (QAOA) zum Einsatz. Wir nutzen darüber hinaus Brückentechnologien, wie den D'Wave Leap2 Quantum Annealer und den Fujitsu Digital Annealer, um bereits heute einen Mehrwert für unsere Partner zu erzielen.

In Zukunft können durch die hohe Rechenleistung von Quantencomputern Probleme nicht nur deutschlandweit gelöst werden, sondern auch deutlich schneller, so dass z. B. Disponenten in nahezu Echtzeit maschinell unterstützt werden können.