Области применения квантовых компьютеров

⚛️ Помнится, я обещал (https://t.me/SingularityWitness/46) рассказать про потенциальные возможности применения квантовых компьютеров (далее - КК). Рассказываю. Квантовые вычислительные системы очень хороши в задачах, сводимых, грубо говоря, к перебору вариантов. Чаще всего эти задачи имеют ещё одно паршивое свойство, делающее их крайне неудобными для класических вычислений, а именно экспоненциальный рост сложности по мере добавления анализируемых элементов.

Итак, в каких же задачах квантовые компьютеры хороши?

• Криптография и криптоанализ. Если первая в представлении не нуждается, то вот её братец будет, пожалуй, поинтереснее. Первый, кто создаст нормальный квантовый компьютер, будет способен вскрывать и подменять чужие коммуникации, защищённые традиционными алгоритмами, что весьма недалеко от громкого термина "владеть миром". На месте держателей криптовалют я бы внимательно следил за новостями КК.

• Химия, биохимия и медицина. В современной химии применяется моделирование поведения молекул. Но в случае, когда надо смоделировать молекулу, состоящую больше, чем из пары десятков атомов (например, белок), классический компьютер упирается в громадную сложность такой задачи. В данный момент молекулы обсчитываются по частям, что плохо влияет на точность результатов. Прорыв в этой области приведёт к созданию более совершенных и дешёвых лекарств и материалов.

• Оптимизация поиска пути. Это не только поиск кратчайшей дороги на карте (с этим вполне справляются и телефоны, хотя тут ещё есть куда расти), а ещё и поиск оптимальных маршрутов в компьютерных сетях, топология которых в настоящий момент уже сильно сложнее дорожной сети, и сами маршруты нужно строить намного быстрее.

• Смежные с предыдущей задачей вопросы логистики. Только предствьте, что Почта России начнёт работать оптимально! Дух захватывает!

• Задачи диспетчеризации и составления расписаний. Например, расписания крупных аэропортов могут быть куда оптимальнее, чем они есть сейчас, т.к. они зависят от слишком многих факторов и в настоящий момент считаются очень приблизительно. Или, например, оптимизация загрузки производственных линий на заводах. Если оборудование не простаивавает, то производство становится эффективнее и выгоднее.

• Поиск в огромных массивах неупорядоченных данных. Это пригодися для Data Mining.

• Quantum machine learning. Квантовое машинное обучение и квантовые нейросети. Огромный потенциал для развития AI, но это требует отдельного поста.