Verwendungsmöglichkeiten und Anwendungen von Quantencomputing
In dieser Einheit erkunden Sie einige der vielversprechendsten Anwendungen des Quantencomputing.
Welche Probleme können Quantencomputer lösen?
Ein Quantencomputer ist kein Supercomputer, der alles schneller erledigen oder alle möglichen Problem lösen kann. Ein Quantencomputer erweitert die Reihe von Problemen, die wir effizient lösen können, aber es gibt immer noch Probleme, die zu komplex sind, um von einem Quantencomputer gelöst zu werden.
Das folgende Diagramm zeigt die verschiedenen Problemgruppen anhand ihrer Komplexität. Die Probleme, die ein Quantencomputer effizienter lösen kann als ein klassischer Computer, werden als BQP (Bounded-Error-Quantenponomen) bezeichnet. Der Name bedeutet, dass sie von einem Quantencomputer in polynomischer Zeit gelöst werden können. Beispiele für BQP-Probleme sind das Faktorisierungsproblem und das Suchproblem.
Tatsächlich besteht eines der Ziele der Quantencomputerforschung darin, zu untersuchen, welche Probleme ein Quantencomputer schneller als ein klassischer Computer lösen kann und wie groß der Geschwindigkeitsgewinn sein kann. Quantencomputer sind besonders gut bei Problemen, für die sie eine große Anzahl möglicher Kombinationen berechnen müssen.
Quantensimulation
Die Quantenmechanik ist das zugrunde liegende „Betriebssystem“ unseres Universums. Es beschreibt, wie sich die grundlegenden Bausteine der Natur verhalten. Die Verhaltensweisen der Natur, z. B. chemische Reaktionen, biologische Reaktionen und Materialformationen, umfassen häufig Vielkörper-Quantenwechselwirkungen. Quantencomputing ist vielversprechend für die Simulation systeminterner quantenmechanischer Systeme wie Moleküle, da Qubits verwendet werden können, um die betreffenden natürlichen Zustände darzustellen. Beispiele für Quantensysteme, die wir modellieren können, umfassen Photosynthese, Supraleiter und komplexe molekulare Formationen.
Ressourcenschätzung
Der Azure-Ressourcenschätzer in Azure Quantum hilft Ihnen, sich auf die Zukunft des Quantencomputing vorzubereiten, indem er eine Möglichkeit bietet, die zum Ausführen Ihrer Quantenprogramme auf skalierten Quantencomputern erforderlichen Ressourcen zu schätzen. Er hilft Ihnen, Fragen zu beantworten, z. B. welche Hardwareressourcen erforderlich sind? Wie viele physische und logische Qubits sind erforderlich und welche Art? Wie lange ist die Laufzeit?
Als Ergebnis können Sie Ihre Algorithmen verfeinern und Lösungen erstellen, die skalierte Quantencomputer nutzen, wenn sie verfügbar werden.
Quantenbeschleunigung
Eines der Ziele der Quantencomputerforschung besteht in der Untersuchung, welche Probleme ein Quantencomputer schneller als ein klassischer Computer lösen kann und wie groß der Geschwindigkeitszuwachs ggf. ist. Zwei bekannte Beispiele sind der Algorithmus von Grover und der Algorithmus von Shor, die eine polynomiale und eine exponentielle Geschwindigkeit im Vergleich zu ihren klassischen Gegenstücken liefern.
Mit dem Algorithmus von Shor können auf einem skalierbaren Quantencomputer klassische Kryptografieschemas geknackt werden. Ein Beispiel hierfür ist das RSA-Schema (Rivest-Shamir-Adleman), das im E-Commerce-Bereich häufig für die sichere Datenübertragung eingesetzt wird. Dieses Schema basiert auf der in der Praxis anzutreffenden Schwierigkeit, Primzahlen mithilfe von klassischen Algorithmen in Faktoren zu zerlegen.
Der Algorithmus von Grover beschleunigt Suchvorgänge für unstrukturierte Daten drastisch. Hierzu wird die Suche mit weniger Schritten ausgeführt, als dies bei einem klassischen Algorithmus möglich wäre. Tatsächlich kann jedes Problem, bei dem geprüft werden kann, ob ein gegebener Wert eine gültige Lösung ist (ein „Ja oder Nein“-Problem), in Begriffen des Suchproblems formuliert werden.