Химическая и биологическая инженерия. Одна из важнейших задач химической и биологической инженерии — это поиск молекул и работа с ними, а для этого, в свою очередь, нужно учитывать движение и взаимодействие субатомных частиц — или, иными словами, квантовую механику. Симуляция квантовой механики была главной проблемой, ради которой Ричард Фейнман когда-то предложил построить квантовый компьютер. Чем сложнее становятся молекулы, тем больше становится возможных комбинаций, и вычисления становятся комбинаторными, то есть идеально подходящими для квантовых компьютеров. Они уже показали, что могут успешно рассчитывать простые химические реакции, и можно ожидать все более сложных химических симуляций в ближайшем будущем. Когда квантовые симуляции станут более доступными, это позволит предсказать свойства новых молекул и инженеры смогут рассчитывать такие молекулярные конфигурации, которые иначе было бы сложно смоделировать. Таким образом, квантовые компьютеры сыграют важную роль в ускорении разработки новых материалов или лекарственных препаратов.
Кибербезопасность. Комбинаторика вот уже больше тысячи лет играет ключевую роль в шифровании. В VIII веке арабский ученый Халиль ибн Ахмад Аль-Фарахиди написал «Книгу тайного языка», где изучал перестановки и сочетания слов. Современное шифрование тоже основано на комбинаторике, а точнее на предпосылке, что комбинаторные вычисления практически невозможны. Но с квантовыми вычислениями взламывать шифры станет намного легче, а это представляет угрозу для безопасности данных. Растет новая индустрия, которая помогает компаниям подготовиться к этой новой уязвимости.
По мере того, как все больше людей обращают внимание на потенциал квантовых вычислений, у них возникают и другие применения:
Искусственный интеллект. Квантовые вычисления могут открыть новые возможности для искусственного интеллекта, который зачастую требует комбинаторной обработки огромных объемов данных для более качественных решений и предсказаний (например, для распознавания лиц или поиска мошенников). Еще одна растущая сфера — это квантовое машинное обучение: специалисты ищут, как квантовые алгоритмы могут ускорить работу ИИ. Пока что эти технологии и программы довольно ограничены, поэтому квантовый сильный искусственный интеллект — это маловероятная отдаленная перспектива, но все-таки уже не научная фантастика.
Финансовые услуги. Финансы были одной из первых сфер, которые начали использовать большие данные, и оценка сложных активов (например, опционов на акции) зачастую требует комбинаторных вычислений. Например, в Goldman Sachs при оценке деривативов применяют очень сложную систему вычислений под названием «метод Монте-Карло», которая позволяет делать прогнозы на основе симуляции изменений рынка. Скорость вычислений всегда была важным преимуществом на финансовых рынках, где счет может идти на миллисекунды, (например, когда хедж-фонды стремятся получить информацию о ценах). Квантовые алгоритмы могут ускорить важную часть расчетов.
Сложное производство. Квантовые компьютеры могут быть полезны при анализе больших объемов данных о производстве и ошибках, а также при переводе их в форму комбинаторных задач. Они помогут определить, в какой части сложного производственного процесса есть проблемы, повлекшие за собой дефекты и отказы изделия. В свою очередь, это может помочь снизить число дорогостоящих ошибок при производстве сложных продуктов — например, микросхем, разработка которых может включать несколько тысяч шагов.
Квантовые компьютеры смогут быстрее и дешевле решать сложные комбинаторные задачи, поэтому в последние годы они привлекли многомиллиардные инвестиции. Но, пожалуй, еще более важная возможность — это поиск новых задач, которые могут выиграть от квантовых решений. По словам профессора и предпринимателя Алана Аспуру-Гузика, здесь есть «место для воображения, интуиции и приключений». «Возможно, дело не в том, сколько у нас кубитов, — отмечает он. — Возможно, дело в том, сколько у нас хакеров».
Об авторах
Франческо Бова (Francesco Bova) — профессор Школы менеджмента Ротмана при Университете Торонто, научный руководитель и экономист программы квантовых технологий в Лаборатории созидательного разрушения (Creative Destruction Lab) школы Ротмана.
Ави Голдфарб (Avi Goldfarb) — заведующий кафедрой искусственного интеллекта и здравоохранения в Школе менеджмента Ротмана при Университете Торонто. Главный специалист по данным в Лаборатории созидательного разрушения (Creative Destruction Lab) и соавтор книги «Prediction Machines: The Simple Economics of Artificial Intelligence» (Harvard Business Review Press, апрель 2018).
Роджер Мелко (Roger Melko) — профессор отделения физики и астрономии Университета Ватерлоо (Онтарио), работает в рамках программы по финансированию научной деятельности исследователей в университетах Canada Research Chair по направлению вычислительной физики и теории многих тел. Сотрудник Института теоретической физики Периметр и Лаборатории созидательного разрушения (Creative Destruction Lab).
