Quantum Annealing ist ein vielversprechender Algorithmus zum Lösen von Optimierungsproblemen. Quantum Annealer der kanadischen Firma D-Wave implementieren diesen Algorithmus direkt in Hardware. Um Quantum Annealing zu nutzen, müssen Probleme aus der realen Welt in eine spezielle mathematische Form gebracht werden. In diesem Projekt entwickelten wir für Volkswagen Data:Lab drei solche Aufgabenstellungen:
1. Wir betrachteten das kanonische Problem 3SAT. Dieses steht für die gesamte Klasse namens NP, die viele für heutige Computer schwer zu berechnende Probleme enthält. Anhand dieser Problemstellung konnten wir grundlegende Erkenntnisse über das Antwortverhalten der nur stochastisch funktionierenden Quantum Annealer gewinnen.
2. Wir betrachteten das Problem des Capacitated Vehicle Routing Problem (CVRP). Dieses wichtige Problem sucht die beste Verteilung von Gütern und die beste Auswahl an Routen, sodass mehrere Lastwagen eine bestimmte Menge Güter möglichst schnell und günstig an verschiedenen Orten abliefern können.
3. Wir betrachten QBoost als eine beispielhafte Anwendung von Quantum Annealing für Machine Learning. In der Schnittmenge von Quantum Computing und Artificial Intelligence identifizierten wir damals bereits großes Potenzial.