E se esistesse una soluzione in grado di ottimizzare le rotte di spedizione a fronte di condizioni mutevoli, scoprire nuovi materiali e determinare i prezzi delle opzioni in modo rapido e accurato? Poiché l’informatica quantistica continua a progredire e diventa sempre più disponibile per i mercati globali, ha il potenziale per offrire un ROI significativo e soluzioni in particolare per i professionisti della catena di approvvigionamento.
La società di sviluppo di software quantistico, Classiq, afferma che può persino risolvere i problemi nel caso del blocco del Canale di Suez all’inizio di quest’anno.
I computer quantistici possono risolvere questa classe di problemi
“Le compagnie di navigazione globali hanno dovuto affrettarsi quando il Canale di Suez è stato recentemente bloccato. I computer quantistici possono risolvere questa classe di problemi (chiamati “problemi del commesso viaggiatore”) in modo molto efficiente e molto più rapidamente di quanto possa fare un computer classico”, secondo Yuval Boger, chief marketing officer di Classiq.
Attraverso l’informatica quantistica, Boger afferma che i caricatori possono determinare rapidamente le sequenze di spedizione ottimali, inclusa la rotta più veloce, la più conveniente, che ha il minor impatto ambientale e persino come queste potrebbero cambiare durante il giorno al variare del traffico o delle condizioni meteorologiche.
Fonte: Classiq
EP&T ha condotto la seguente intervista di domande e risposte con Yuval Boger presso Classiq su una serie di argomenti relativi all’informatica quantistica e al suo ruolo nello sviluppo di software quantistico.
D. Dettagliare i vantaggi dell’informatica quantistica nella gestione della catena di approvvigionamento, in relazione ai canali di distribuzione dei componenti elettronici in Nord America.
I computer quantistici sono particolarmente abili nell’esecuzione di molti calcoli simultanei. Ciò è in contrasto con i computer classici che possono eseguire un calcolo alla volta.
Inoltre, il numero di calcoli simultanei cresce esponenzialmente. Ad esempio, se un computer quantistico può eseguire mille calcoli simultanei, un computer quantistico di dimensioni doppie sarà in grado di eseguire un milione di calcoli simultanei.
Questa capacità si presta particolarmente bene a problemi di ottimizzazione, perché l’ottimizzazione consiste nel selezionare l’opzione migliore tra molte alternative. In generale, più alternative puoi esplorare, migliore sarà la soluzione. Inoltre, poiché i computer quantistici esplorano tutte queste alternative contemporaneamente, il calcolo quantistico potrebbe potenzialmente scoprire la migliore alternativa più velocemente di quando un computer classico le considera in sequenza. La velocità con cui si arriva alla risposta migliore può avere un valore considerevole nel reagire rapidamente alle mutevoli condizioni del mercato.
Un esempio di tale problema di ottimizzazione è quello che viene spesso definito il “problema del commesso viaggiatore”. Questa è una classe di problemi relativi alla ricerca della sequenza ottimale di fermate in un viaggio a più percorsi. Si chiama “commesso ambulante” perché un’incarnazione di questo problema è un venditore che ha bisogno di fermare più clienti e cerca di capire quale cliente visitare per primo, secondo, ecc. Naturalmente, anche un percorso multi-stop per un camion per le consegne è un tale problema. Anche la definizione di “ottimale” potrebbe variare di volta in volta. Per alcuni, potrebbe essere il percorso che riduce al minimo il tempo necessario per completare il percorso. Per altri, potrebbe essere un costo minimo tenendo conto del carburante e dei pedaggi. I computer quantistici possono essere molto utili per risolvere tali problemi.
D. In che modo l’informatica quantistica può ottimizzare le sfide affrontate dalla distribuzione elettronica in relazione a condizioni mutevoli e imprevedibili della catena di approvvigionamento.
Di fronte a condizioni imprevedibili della catena di approvvigionamento, i distributori potrebbero voler ottimizzare i livelli di inventario. Un distributore vuole avere scorte sufficienti per soddisfare la domanda, ma allo stesso tempo evitare di trasportare scorte in eccesso che potrebbero diventare obsolete o altrimenti rovinate. A volte, questi problemi vengono risolti dalle simulazioni Monte Carlo. Ad esempio, un distributore potrebbe aspettarsi una spedizione settimanale di parti dai propri fornitori, ma la quantità esatta di parti potrebbe variare di settimana in settimana a causa di problemi nella catena di approvvigionamento. Monte Carlo consente di formulare alcune ipotesi sulla funzione di distribuzione – quante parti verranno ricevute ogni settimana – e quindi confrontarle con la domanda prevista dai clienti. Tali ottimizzazioni possono aiutare a evitare condizioni di esaurimento delle scorte ottimizzando il flusso di cassa.
D. Quali sono oggi alcune delle limitazioni esistenti esibite dalla laboriosa progettazione dei componenti a livello di gate. E come possono gli algoritmi quantistici eliminare questi tradizionali blocchi stradali.
I computer quantistici hanno bisogno di algoritmi software quantistici per funzionare. L’hardware è inutile senza il software e il problema è che lo sviluppo di software quantistico di oggi è molto limitante.
Lo sviluppo del software odierno avviene a livello di gate. I computer quantistici hanno bit (chiamati qubit – bit quantistici) e porte, simili alle porte logiche. Il programmatore specifica quale qubit si connette a quale porta quantistica e così via. Questo potrebbe funzionare correttamente quando hai 5 o 10 qubit, ma se hai 100 o 1000 qubit, troverai impossibile progettare ed eseguire il debug dei circuiti in questo modo.
È qui che entra in gioco Classiq. Abbiamo esaminato come vengono progettate le CPU e altri chip con milioni o miliardi di transistor e porte logiche e applicato gli stessi principi al quantum. L’utente definisce un modello di alto livello di ciò che desidera che il circuito faccia in modo simile a un modello VHDL o Verilog nell’elettronica. L’utente specifica anche i vincoli a cui tiene, proprio come si farebbe quando si programma un FPGA. La nostra piattaforma software sintetizza quindi, in pochi secondi, un circuito quantistico. Questo circuito esegue ciò che il programmatore ha richiesto e soddisfa i vincoli.
Questo è rivoluzionario per molte ragioni: in primo luogo, consente di creare facilmente nuovi algoritmi. Ci si può concentrare sulla funzione del programma quantistico invece di come è costruito il circuito quantistico. In secondo luogo, è un enorme risparmio di tempo. Rifare un circuito quantistico potrebbe richiedere settimane. Ora ci vogliono minuti. Terzo, si ridimensiona. Si possono facilmente generare circuiti che traggono vantaggio da quel numero di qubit più grande che sta arrivando. In quarto luogo, non è più necessario assumere un dottorato di ricerca in scienze dell’informazione quantistica per costruire un circuito quantistico.
https://www.classiq.io