Ponieważ komputery kwantowe są w stanie analizować wiele scenariuszy jednocześnie, daje to nadzieję na większe tempo badań nad chorobami, które mają na nas duży wpływ, jak np. rak, choroba Parkinsona, HIV czy AIDS, choroba Alzheimera, malaria czy choroba sercowo-naczyniowa.
Logistyka, łańcuch dostaw i podróże
Jeśli chodzi o optymalizację tras, dzięki zdolności prowadzenia wielu obliczeń równolegle komputery kwantowe są idealnym rozwiązaniem dla sektorów logistyki, łańcucha dostaw i podróży.
Konwencjonalne binarne komputery analizują każdą możliwą trasę podróży między ustalonymi punktami pojedynczo, dopóki nie zidentyfikują najlepszej opcji; z kolei komputery kwantowe są w stanie analizować wszystkie trasy jednocześnie i wskazać najlepszą dostępną opcję w czasie, który stanowi zaledwie ułamek dotychczasowego czasu obliczeniowego.
Pierwszy na świecie pilotażowy projekt związany z optymalizacją tras przy zastosowaniu obliczeń kwantowych już jest realizowany w Lizbonie w Portugalii. W ramach tego przedsięwzięcia na komputerze kwantowym firmy D-Wave oblicza się najszybsze trasy przejazdu pomiędzy 26 przystankami dla dziewięciu autobusów w mieście. Komputer kwantowy stale otrzymuje informacje o obecnym ruchu drogowym oraz inne zmienne i generuje indywidualne dla każdego z dziewięciu pojazdów trasy przejazdu między 26 przystankami, niemal w czasie rzeczywistym.
Algorytm przewiduje również i uwzględnia liczbę pasażerów, dodając tymczasowe połączenia do zaplanowanych kursów autobusów, by obsłużyły przystanki o największym obłożeniu.
Lizboński projekt pilotażowy związany z kwantową optymalizacją tras zaprojektowano tak, by można go było w całości rozwinąć na szerszą skalę – dzięki temu można go przenieść do dowolnego miasta i zastosować dla floty pojazdów dowolnej wielkości. Przykładowo zastosowanie to można również rozszerzyć w kierunku optymalizacji ostatniego etapu dostawy do odbiorcy, dla operatorów flot oraz serwisów indywidualnego przewozu pasażerów.
Z kolei pojawienie się pojazdów autonomicznych otwiera możliwości tworzenia całych sieci ruchu drogowego zgodnych z koncepcją inteligentnego miasta (tak zwanego konceptu Smart City), gdzie zarządzaniem i optymalizacją procesów zajmują się komputery kwantowe. Mogłoby to przynieść korzyści takie jak mniejsze zatłoczenie dróg, lepsza efektywność energetyczna i zrównoważony rozwój na wielką skalę, a także dużą zmianę pod względem bezpieczeństwa uczestników ruchu drogowego.
Z kolei w szerzej rozumianym obszarze logistyki obliczenia kwantowe mogą pomóc organizacjom podwoić wysiłki w zaspokajaniu potrzeb klientów przy minimalizacji całkowitych kosztów związanych z łańcuchem dostaw. Może to obejmować zapewnienie dostępności zasobów w optymalnej lokalizacji, maksymalizację jednoczesnego przygotowywania przesyłek oraz dalsze udoskonalenie składania zamówień z wyprzedzeniem w celu przyspieszenia obsługi na ostatnim odcinku dostawy do odbiorcy.
Pojawienie się usług chmurowych opartych na obliczeniach kwantowych, takich jak Amazon Braket, może okazać się potężnym narzędziem dla firm poszukujących podobnych rozwiązań dla punktów i procesów końcowych w kontekście złożonych wyzwań związanych z transportem autonomicznym, logistyką, projektowaniem inteligentnego miasta czy innych zastosowań opartych na intensywnym przetwarzaniu danych, z ogromnym wachlarzem permutacji („Permutacja – wzajemnie jednoznaczne przekształcenie pewnego zbioru na siebie.” – wiki).
Sektor finansowy: usługi bankowe oraz zarządzanie aktywami i majątkiem
– Możemy spodziewać się, że obliczenia kwantowe doprowadzą do diametralnego przełomu w sektorach bankowości oraz zarządzania majątkiem i aktywami – twierdzi Sanz Saiz. – Sektor ten już teraz mocno polega na sztucznej inteligencji (AI) i uczeniu maszynowym (ML), ale komputery kwantowe sprawią, że te i inne możliwości obliczeniowe wzniosą się na zupełnie nowy poziom.
W sektorze finansowym już zidentyfikowano możliwości zastosowania obliczeń kwantowych w następujących trzech obszarach:
- Profilowanie ryzyka: instytucje finansowe mierzą się z coraz większymi żądaniami ze strony organów regulacyjnych, by bilansować ryzyko, zabezpieczać pozycje tradingowe i poddawać działalność testom warunków skrajnych celem zapewnienia zgodności z przepisami. Jednakże w obecnej sytuacji symulacje przeprowadzane na konwencjonalnych komputerach mają szeroki margines błędu. Obliczenia kwantowe mogą dać większą precyzję, szybsze wykonywanie symulacji oraz możliwość sprawnego testowania znacznie szerszego wachlarza rezultatów.
- Optymalizacja handlu: zarządzający aktywami i majątkiem mogą spodziewać się zastosowania obliczeń kwantowych do optymalizacji portfeli inwestycyjnych klientów dzięki temu, że technologia ta jest w stanie pracować z dużymi zbiorami danych, które dotychczas trudno było przetworzyć. W coraz bardziej złożonym otoczeniu tradingowym będą oni w stanie wykorzystać obliczenia kwantowe, by zrozumieć i uwzględniać rzeczywiste zmienne takie jak zmienność rynkową, a następnie symulować liczne scenariusze i prawidłowo szacować przewidywane zyski.
- Personalizacja: Szacuje się, że 25% instytucji finansowych traci klientów z powodu braku możliwości dopasowania swoich ofert do potrzeb poszczególnych osób. Jednak zrozumienie potrzeb klienta w czasie rzeczywistym to przytłaczające wyzwanie i wymagają modeli analitycznych i przetwarzania ogromnych ilości danych. Obliczenia kwantowe mają szansę zmienić reguły gry dzięki ponadprzeciętnej zdolności do identyfikowania i ekstrapolowania schematów obecnych w złożonych danych dotyczących zachowań klientów, co umożliwi przewidywanie potrzeb poszczególnych osób.
- Wykrywanie przestępstw finansowych: Obliczenia kwantowe można zastosować również do wykrywania podejrzanych ruchów w danych oraz przepływów transakcyjnych związanych z oszustwami korporacyjnymi i finansowymi, praniem pieniędzy i unikaniem opodatkowania. Systemy wykrywania oszustw nadal są bardzo niedokładne, dając 80% fałszywie pozytywnych wyników, przez co instytucje finansowe mają nadmierną awersję do ryzyka. Aby ocena kredytowa była właściwa, proces wdrażania nowego klienta może trwać nawet 12 tygodni.