Επίλυση του ‘Προβλήματος του Πωλητή Ταξιδιώτη’ μέσω της Κβαντικής Υπολογιστικής

Ένα κλασικό αλγοριθμικό πρόβλημα στον τομέα της επιστήμης των υπολογιστών, γνωστό ως Πρόβλημα του Πωλητή Ταξιδιώτη (TSP), αποτελεί ένα κύριο παράδειγμα προβλήματος συνδυαστικής βελτιστοποίησης.

Τι ακριβώς είναι το TSP; Αυτό το κλασικό μαθηματικό πρόβλημα αφορά την εύρεση της συντομότερης δυνατής διαδρομής για να επισκεφθεί κανείς N πόλεις ακριβώς μία φορά πριν επιστρέψει στην αρχική πόλη. Ωστόσο, καθώς αυξάνεται ο αριθμός των πόλεων, αυξάνονται και οι πιθανές διαδρομές καθώς και ο χρόνος υπολογισμού για την εύρεση της βέλτιστης λύσης. Ενώ αυτό το πρόβλημα μπορεί να λυθεί με μεθόδους προσέγγισης, οι κβαντικοί υπολογιστές θα μπορούσαν να προσφέρουν πολύ καλύτερες λύσεις και πολύ πιο γρήγορα.

Αυτό είναι ακριβώς αυτό που απέδειξε η ομάδα του θεωρητικού φυσικού Καθηγητή Δρ. Jens Eisert: ότι τέτοια προβλήματα μπορούν να λυθούν καλύτερα και πιο γρήγορα με κβαντικούς υπολογιστές.

Η κβαντική υπολογιστική χρησιμοποιεί υλικό και αλγορίθμους που αξιοποιούν την κβαντική μηχανική για την επίλυση σύνθετων προβλημάτων πέρα από τις δυνατότητες των συμβατικών, συμπεριλαμβανομένων των υπερυπολογιστών. Παρά τη δύναμή τους, οι υπερυπολογιστές — τεράστιοι κλασικοί υπολογιστές με χιλιάδες πυρήνες CPU και GPU — περιορίζονται από την εξάρτησή τους στην τεχνολογία τρανζίστορ του 20ού αιώνα όταν αντιμετωπίζουν προβλήματα υψηλής πολυπλοκότητας.

Εδώ μπαίνει η κβαντική φυσική. Σε αντίθεση με τους κλασικούς υπολογιστές, που κωδικοποιούν πληροφορίες σε δυαδικά bits (0 και 1), οι κβαντικοί υπολογιστές χρησιμοποιούν κβαντικά bits ή qubits για την εκτέλεση πολυδιάστατων κβαντικών αλγορίθμων.

Επιπλέον, σε αντίθεση με τους συμβατικούς υπολογιστές, που χρησιμοποιούν ανεμιστήρες για ψύξη, οι κβαντικοί υπολογιστές απαιτούν οι κβανικοί επεξεργαστές τους να διατηρούνται σε εξαιρετικά χαμηλές θερμοκρασίες για να διατηρήσουν τις κβαντικές τους καταστάσεις. Αυτό επιτυγχάνεται μέσω υπερψυγμένων υπερρευστών.

Οι υπεραγωγοί είναι υλικά που παρουσιάζουν ένα κρίσιμο κβαντικό μηχανικό φαινόμενο, επιτρέποντας στα ηλεκτρόνια να κινούνται μέσα τους χωρίς αντίσταση. Καθώς τα ηλεκτρόνια περνούν, ζεύγονται για να μεταφέρουν φορτίο μέσω φραγμών. Όταν δύο υπεραγωγοί τοποθετούνται σε κάθε πλευρά ενός μονωτή, σχηματίζεται μια ένωση Josephson, η οποία χρησιμοποιείται για τη λειτουργία υπεραγωγικών qubits.

Ένα qubit είναι χρήσιμο στην σημαντική εργασία τοποθέτησης των κβαντικών του πληροφοριών σε κατάσταση υπερθέσης, έναν συνδυασμό των πιθανών διαμορφώσεων του qubit. Οι ομάδες qubits σε υπερθέση είναι ικανές να δημιουργούν σύνθετους, πολυδιάστατους υπολογιστικούς χώρους όπου μπορούν να αναπαρασταθούν σύνθετα προβλήματα.

Εδώ, μέσω της εμπλοκής δύο qubits, οι αλλαγές στο ένα μπορούν να επηρεάσουν άμεσα το άλλο, ενώ όταν αυτά τα εμπλεκόμενα qubits τοποθετούνται σε κατάσταση υπερθέσης, προκύπτουν πολλές πιθανότητες. Η υπολογιστική σε έναν κβαντικό υπολογιστή λειτουργεί προετοιμάζοντας μια υπερθέση όλων των πιθανών υπολογιστικών καταστάσεων και μέσω παρεμβολής βρίσκει λύσεις.

Φυσικά, η κατασκευή ενός κβαντικού υπολογιστή με πολλούς qubits είναι μια πολύ σύνθετη διαδικασία, αν και εξετάζονται διάφορες μέθοδοι για το τι μπορούν να επιτύχουν τέτοιοι υπολογιστές.

Σύμφωνα με τον Eisert, ο οποίος ηγείται μιας κοινής ερευνητικής ομάδας στο Helmholtz-Zentrum Berlin (HZB), ένα ερευνητικό κέντρο για την έρευνα ενεργειακών υλικών, και στο δημόσιο ερευνητικό πανεπιστήμιο Freie Universität Berlin:

«Υπάρχουν πολλά μύθοι γύρω από αυτό, και μερικές φορές υπάρχει μια δόση αερίου και υπερβολικής προώθησης. Ωστόσο, προσεγγίσαμε το θέμα με αυστηρότητα, χρησιμοποιώντας μαθηματικές μεθόδους, και παραδώσαμε στέρεα αποτελέσματα στο θέμα. Πάνω απ’ όλα, διευκρινίσαμε σε ποιο νόημα μπορεί να υπάρξουν οποιαδήποτε πλεονεκτήματα.»

The Critical Traveling Salesman Problem

Ένα πρόβλημα βελτιστοποίησης, το TSP έχει μεγάλη οικονομική σημασία στη βιομηχανία logistics και εφοδιαστικής αλυσίδας. Ανήκει στην ευρύτερη κατηγορία των προβλημάτων συνδυαστικής βελτιστοποίησης, που περιλαμβάνει επίσης προγραμματισμό εργασιών, κατανομή πόρων, βελτιστοποίηση χαρτοφυλακίου και ακόμη και δίπλωση πρωτεϊνών, όλα κρίσιμα για διάφορους τομείς.

Δεδομένης της κοινωνικής και οικονομικής σημασίας αυτών των προβλημάτων, έχουν αποτελέσει αντικείμενο εντατικής έρευνας. Ως εκ τούτου, η εύρεση της απάντησης σε προβλήματα όπως η πιο αποδοτική εφοδιαστική αλυσίδα και η φθηνότερη διαδρομή παράδοσης έχει θετικό αντίκτυπο στην καθημερινή μας ζωή.

Ωστόσο, η βελτιστοποίηση των διαδρομών παράδοσης για πολλαπλούς προορισμούς, λαμβάνοντας υπόψη διάφορους περιορισμούς όπως η κυκλοφοριακή συμφόρηση, η αύξηση των λειτουργικών εξόδων, οι ξαφνικές αλλαγές διαδρομής, οι τελευταίας στιγμής επαγγελματικές συναντήσεις και οι αιτήματα πελατών, καθιστά το TSP ακόμη πιο δύσκολο στην επίλυση. Παρά αυτές τις προκλήσεις, η επίλυση του TSP είναι κρίσιμη για την αποδοτική παράδοση αγαθών, η οποία εξασφαλίζει βιώσιμο επιχειρηματικό μοντέλο.

Υπάρχουν πολλά οφέλη από την επίλυση αυτού του προβλήματος, όπως η μείωση της απόστασης και των ωρών ταξιδιού και η εξοικονόμηση καυσίμων. Η ελαχιστοποίηση της διανυθείσας απόστασης μπορεί να βοηθήσει σημαντικά στη μείωση του αποτυπώματος άνθρακα, κάτι που μεταφράζεται σε καλύτερη ποιότητα αέρα, επιβράδυνση της κλιματικής αλλαγής και οικονομική ανάπτυξη. Επιπλέον, η επίλυση του TSP μπορεί να βοηθήσει στην έγκαιρη παράδοση αγαθών και στην έγκαιρη διεξαγωγή συναντήσεων με πελάτες, βελτιώνοντας την εμπειρία των πελατών και τις επιχειρήσεις παροχής υπηρεσιών στο πεδίο.

Όπως έχουμε δει, η επίλυση του προβλήματος δεν βοηθά μόνο τις επιχειρήσεις, αλλά αυτά τα οφέλη μεταβιβάζονται και στους πελάτες, εμπλουτίζοντας την εμπειρία για όλους τους εμπλεκόμενους.

Μπορούν να χρησιμοποιηθούν διάφορες μέθοδοι για την επίλυση του προβλήματος TSP. Μία τέτοια μέθοδος είναι η προσέγγιση «Brute-Force», η οποία υπολογίζει όλες τις πιθανές παραλλαγές για να βρει τη συντομότερη διαδρομή. Στη μέθοδο branch-and-bound, το πρόβλημα διασπάται σε πολλές σειρές υποπροβλημάτων, με τη λύση κάθε σταδίου να επηρεάζει τη λύση που θα βρεθεί στα επόμενα στάδια.

Στον δυναμικό προγραμματισμό, η εστίαση είναι στην αποφυγή περιττών υπολογισμών. Ο αλγόριθμος Nearest Neighbor, εν τω μεταξύ, είναι ένας αλγόριθμος προσέγγισης όπου ξεκινάτε από την αρχική τοποθεσία και στη συνέχεια σταματάτε στην πλησιέστερη. Μόλις καλυφθούν όλες οι πόλεις, επιστρέφετε στο αρχικό σημείο. Αν και πρακτικός και σχετικά γρήγορος, αυτή η μέθοδος δεν παρέχει πάντα μια αποδοτική διαδρομή.

Καθώς η τεχνολογία προοδεύει, ο προγραμματισμός και η βελτιστοποίηση διαδρομών μπορούν να γίνουν πολύ πιο αποτελεσματικά. Η Τεχνητή Νοημοσύνη (AI), ειδικά, μπορεί επίσης να βοηθήσει στην επίλυση του προβλήματος αναλύοντας γρήγορα τεράστιες ποσότητες δεδομένων, βοηθώντας πολλές σύγχρονες επιχειρήσεις να λαμβάνουν λειτουργικές και στρατηγικές αποφάσεις.

Οι κβαντικοί υπολογιστές επίσης διερευνώνται για την επίλυση του προβλήματος· τελικά, προσφέρουν σημαντικές επιταχύνσεις υπολογισμού σε σχέση με τους κλασικούς υπολογιστές. Έχει προταθεί εδώ και καιρό ότι αυτοί οι υπολογιστές μπορεί να βελτιώσουν τις προσεγγίσεις σε αυτά τα προβλήματα.

Using Quantum Computing Techniques to Solve TSP

Ενώ η κβαντική υπολογιστική κερδίζει τεράστιο ενδιαφέρον και παρέχει πολλά υποσχόμενα αποτελέσματα για ορισμένα προβλήματα, η έκταση αυτού του κβαντικού πλεονεκτήματος παραμένει σε μεγάλο βαθμό ανεξερεύνητη.

Ως εκ τούτου, η μελέτη παρείχε πλήρη κατασκευαστική απόδειξη ότι οι κβαντικοί υπολογιστές μπορούν πραγματικά να υπερβούν τους συμβατικούς υπολογιστές στην εύρεση προσεγγίσεων σε προβλήματα συνδυαστικής βελτιστοποίησης.

Η πιο πρόσφατη μελέτη, υπό την ηγεσία του Eisert και του συναδέλφου του Jean-Pierre Seifert, χρησιμοποίησε μόνο αναλυτικές μεθόδους για να αξιολογήσει πόσο ένας κβαντικός υπολογιστής με qubits μπορεί να λύσει το πρόβλημα του TSP.

«Απλώς υποθέτουμε, ανεξάρτητα από την φυσική υλοποίηση, ότι υπάρχουν αρκετά qubits και εξετάζουμε τις δυνατότητες εκτέλεσης υπολογιστικών λειτουργιών με αυτά», που αποκαλύπτει ομοιότητα με ένα κοινό πρόβλημα στην κρυπτογραφία, δηλαδή την κρυπτογράφηση δεδομένων, εξήγησε ο Vincent Ulitzsch, διδακτορικός φοιτητής στο Τεχνικό Πανεπιστήμιο του Βερολίνου.

Στη συνέχεια, η ομάδα χρησιμοποίησε τον αλγόριθμο Shor, έναν κβαντικό αλγόριθμο, για να βρει τους πρώτους παράγοντες ενός ακέραιου αριθμού και να λύσει μια υποκατηγορία αυτών των προβλημάτων βελτιστοποίησης. Με αυτόν τον τρόπο, ο χρόνος υπολογισμού δεν θα εκτοξευτεί πλέον καθώς αυξάνεται ο αριθμός των πόλεων. Θα αυξάνεται μόνο πολυωνυμικά, δηλαδή με Nx, όπου x είναι σταθερά. Με αυτόν τον τρόπο, η λύση που λαμβάνεται είναι επίσης ποιοτικά πολύ καλύτερη από αυτή που προκύπτει από την προσεγγιστική λύση χρησιμοποιώντας τον συμβατικό αλγόριθμο.

Χρησιμοποιώντας κρυπτογραφικές έννοιες και θεωρία υπολογιστικής μάθησης, η μελέτη παρέχει «πλήρη κατασκευαστική απόδειξη ότι οι κβαντικοί υπολογιστές διαθέτουν υπερπολυωνυμικό πλεονέκτημα έναντι των κλασικών υπολογιστών στην προσέγγιση προβλημάτων συνδυαστικής βελτιστοποίησης».

Η μελέτη σημείωσε επίσης ότι η ερευνητική ομάδα έχει σημειώσει σημαντική πρόοδο στο σημαντικό ερώτημα του τι μπορούν να προσφέρουν οι δυνητικοί κβαντικοί υπολογιστές για την προσέγγιση της λύσης των προβλημάτων συνδυαστικής βελτιστοποίησης, που έχουν σημαντικές κοινωνικές και οικονομικές επιπτώσεις.

Η μελέτη χρηματοδοτήθηκε από τη Μονάδα Έρευνας Einstein, το Κέντρο Μαθηματικών Έρευνας του Βερολίνου (MATH+ Cluster of Excellence), το BMBF (Hybrid), το BMWK (EniQmA), το Munich Quantum Valley και το DFG. Το Ομοσπονδιακό Υπουργείο Παιδείας και Έρευνας της Γερμανίας παρείχε επίσης οικονομική υποστήριξη.

Exploring Quantum Computing’s Potential 

Παρόλο που αποτελεί μεγάλη επίτευξη, αυτή δεν ήταν η πρώτη φορά που η κβαντική υπολογιστική χρησιμοποιήθηκε για την επίλυση του προβλήματος του πωλητή ταξιδιώτη. Υπάρχουν πολλές περιπτώσεις ενθουσιωδών και ερευνητών που εξετάζουν την επίλυση του προβλήματος αξιοποιώντας την κβαντική υπολογιστική.

Τον Δεκέμβριο του 2022, ένα paper πρότεινε έναν κβαντικό αλγόριθμο για το TSP βασισμένο στην Αναζήτηση Προσαρμοστικού Grover (GAS). Στο πλαίσιο του GAS, υπάρχουν τουλάχιστον δύο θεμελιώδεις δυσκολίες — οι λύσεις μπορεί να μην είναι εφικτές, και ο αριθμός των qubits των τρεχόντων κβαντικών υπολογιστών είναι πολύ περιορισμένος και δεν μπορεί να καλύψει τις ελάχιστες απαιτήσεις, περιορίζοντας την εφαρμογή κβαντικών αλγορίθμων για προβλήματα συνδυαστικής βελτιστοποίησης.

Ως εκ τούτου, το paper βελτίωσε το oracle ανίχνευσης κυκλικού Hamiltonian (HCD), το οποίο μπορεί να αφαιρεί αυτόματα μη πρακτικές λύσεις κατά την εκτέλεση του αλγορίθμου. Σχεδίασαν επίσης μια στρατηγική «anchor register» για εξοικονόμηση χρήσης qubits, λαμβάνοντας πλήρως υπόψη την απαίτηση αντιστροφής της κβαντικής υπολογιστικής και ξεπερνώντας τη δυσκολία των χρησιμοποιούμενων qubits να μην μπορούν απλώς να αντικατασταθούν ή να απελευθερωθούν. Αυτό επέτρεψε στη μελέτη να απαιτήσει μόνο 31 qubits, και η λύση είχε ποσοστό επιτυχίας 86,71%.

Το 2019, ο αυτοπροσδιορισμένος ειδικός φυσικής Joseph Cammidge έγραψε για τη χρήση ενός κβαντικού επεξεργαστή ανόπτησης, που του επέτρεψε να λύσει το πρόβλημα του πωλητή ταξιδιώτη για επτά πόλεις και έχει θεωρητική δυνατότητα να λύσει για εννέα πόλεις μόλις εξαλειφθούν οι τεχνολογικοί περιορισμοί.

Μια νέα μέθοδος υπολογισμού, η κβαντική ανόπτηση, έχει δείξει τη δυνατότητα να λύνει προβλήματα βελτιστοποίησης πιο γρήγορα από τις κλασικές τεχνικές. Η θεωρία της υποδηλώνει ότι τα qubits θα επιτύχουν μια βέλτιστη κατάσταση χαμηλής ενέργειας όταν είναι υπερψυγμένα.

Ωστόσο, το 2021, μια μελέτη χρηματοδοτημένη από την Supply Chain Digital & Data Science, Johnson & Johnson διαπίστωσε ότι ο κβαντικός ανόπτης μπορεί να χειριστεί μόνο προβλήματα μεγέθους 8 ή λιγότερων κόμβων, και η απόδοσή του είναι κατώτερη τόσο σε χρόνο όσο και σε ακρίβεια σε σύγκριση με τον κλασικό επιλυτή.

Η χρήση της κβαντικής υπολογιστικής για την επίλυση του προβλήματος TSP έχει διαρκέσει αρκετό καιρό. Πάνω από δύο δεκαετίες πριν, το 2001, μια μελέτη ξεκίνησε αναζητώντας έναν κβαντικό αλγόριθμο για την επίλυση του προβλήματος.

Στο άρθρο, ο Buckley Hopper από το Πανεπιστήμιο της Αλαμπάμα εξέτασε τους κβαντικούς αλγόριθμους του Grover και του Shor. Παρατήρησε ότι ο αλγόριθμος του Grover παρέχει μόνο βελτίωση της τετραγωνικής ρίζας, υποδηλώνοντας ότι δεν μπορεί να κάνει ένα κλασικά αδυνατό πρόβλημα επεξεργάσιμο σε κβαντικό υπολογιστή. Όσον αφορά τον αλγόριθμο του Shor, ο Hopper παρατήρησε ότι, ενώ μπορεί να μετατρέψει ένα θεωρητικά αδυνατό πρόβλημα παραγοντοποίησης πρώτων αριθμών σε επεξεργάσιμο σε κβαντικό μηχάνημα, είναι κατάλληλος μόνο για πολύ συγκεκριμένο τύπο προβλήματος.

Συνολικά, ο Hopper «δεν βρήκε ικανοποιητικό αποτέλεσμα για έναν αλγόριθμο που να υπολογίζει προσεγγιστικές λύσεις στο πρόβλημα του πωλητή ταξιδιώτη».

Μερικά χρόνια αργότερα, το Ινστιτούτο Ηλεκτρονικής και Ηλεκτρονικής Μηχανικής (IEEE) παρουσίασε έναν νέο αλγόριθμο για την επίλυση του προβλήματος, εμπνευσμένο τόσο από γενετικούς αλγόριθμους όσο και από κβαντική υπολογιστική. Το IEEE διαπίστωσε ότι τα αποτελέσματα από την εφαρμογή του προτεινόμενου αλγορίθμου σε ορισμένα παραδείγματα του Προβλήματος του Πωλητή Ταξιδιώτη είναι σημαντικά καλύτερα από εκείνα που παρέχουν τα τυπικά γενετικά αλγόριθμικά μοντέλα.

Κάντε κλικ εδώ για να μάθετε για την τρέχουσα κατάσταση της κβαντικής υπολογιστικής.

Companies Working with Quantum Computing 

Τώρα, ας ρίξουμε μια ματιά σε μερικά ονόματα που εργάζονται στην έρευνα και ανάπτυξη της κβαντικής υπολογιστικής:

#1. IBM

Η International Business Machines Corporation (IBM ) δραστηριοποιείται σε ένα ευρύ φάσμα τομέων, συμπεριλαμβανομένης της τεχνητής νοημοσύνης, των υπηρεσιών cloud, της πληροφορικής, της χρηματοδότησης πελατών και της εμπορικής χρηματοδότησης. Ο τεχνολογικός γίγαντας είναι επίσης εμπλεκόμενος στην κβαντική υπολογιστική μέσω της IBM Quantum Platform, η οποία παρέχει δημόσια και premium πρόσβαση στις υπηρεσίες κβαντικής υπολογιστικής βασισμένες στο cloud. Αυτές περιλαμβάνουν ένα σύνολο πρωτοτύπων κβαντικών επεξεργαστών της IBM, σεμινάρια για την κβαντική υπολογιστική και ένα διαδραστικό εγχειρίδιο.

Πρόσφατα, επιστήμονες της IBM δήλωσαν ότι βρίσκονται ένα βήμα πιο κοντά στην υπέρβαση ενός εμποδίου που ξεκλειδώνει το μετασχηματιστικό δυναμικό των κβαντικών υπολογιστών. Για το σκοπό αυτό, εισήγαγαν έναν νέο κβαντικό κώδικα διόρθωσης σφαλμάτων, ο οποίος, σύμφωνα με αυτούς, είναι περίπου δέκα φορές πιο αποδοτικός από τις προηγούμενες μεθόδους.

Τον τελευταίο χρόνο, η εταιρεία παρουσίασε επίσης τον κβαντικό υπολογιστή που ονομάζεται Condor, με 1.121 υπεραγωγικούς qubits που είναι διατεταγμένοι σε μοτίβο κυψελοειδούς. Η IBM παρουσίασε επίσης το IBM Quantum System Two, τον πρώτο της μοντέλο modular κβαντικού υπολογιστή και αρχιτεκτονική υπερυπολογισμού κεντρικής κβαντικής φύσης, η οποία είναι επεκτάσιμη και επομένως μπορεί να αναβαθμιστεί με τσιπ που θα κυκλοφορήσουν τα επόμενα πέντε χρόνια.

Με κεφαλαιοποίηση αγοράς 175 δισεκατομμυρίων δολαρίων, οι μετοχές της IBM διαπραγματεύονται στα 190,86 δολάρια, με άνοδο 16,66% από την αρχή του έτους (YTD). Η IBM ανακοίνωσε έσοδα (TTM) 61,86 δισεκατομμύρια δολάρια, ενώ το κέρδος ανά μετοχή (EPS) (TTM) είναι 8,03, το P/E (TTM) 23,76 και το ROE (TTM) 33,36%. Η εταιρεία πληρώνει απόδοση μερίσματος 3,48%.

#2. D-Wave Systems

Αυτή η εταιρεία κβαντικής υπολογιστικής αναπτύσσει και παρέχει σχετικά συστήματα, λογισμικό και υπηρεσίες. Τα προϊόντα της περιλαμβάνουν το The Leap και το The Advantage, και προσφέρει κβαντικές εφαρμογές για προγραμματισμό, logistics, ανακάλυψη φαρμάκων, διαδικασίες παραγωγής και άλλα.

Στις αρχές αυτού του μήνα, η D-Wave δήλωσε ότι οι κβαντικές μηχανές μπορούν πλέον να λύσουν προβλήματα με πραγματικές εφαρμογές πιο γρήγορα από οποιονδήποτε συνηθισμένο υπολογιστή. Στο πρώτο εξάμηνο του έτους, η εταιρεία ανακοίνωσε έναν κβαντικό υπολογιστή με 1.200 qubits, 10.000 συνδέσμους (couplers) και χρόνο επίλυσης 20 φορές ταχύτερο σε δύσκολα προβλήματα βελτιστοποίησης.

Οι μετοχές της εταιρείας διαπραγματεύονται επί του παρόντος στα 1,86 δολάρια, με άνοδο 138,6% από την αρχή του έτους (YTD), με κεφαλαιοποίηση αγοράς 267 εκατομμύρια δολάρια. Καταγράφησαν πωλήσεις 8,247 εκατομμύρια δολάρια (TTM), EPS -0,66 (TTM) και P/E -3,19 (TTM), και ανακοίνωσαν αύξηση πωλήσεων άνω του 20% τόσο για το τέταρτο τρίμηνο όσο και για το τέλος του 2023, ενώ οι κρατήσεις αυξήθηκαν κατά 34% και 89% αντίστοιχα.

Ενδιαφέρον είναι ότι ο Διευθύνων Σύμβουλος της εταιρείας, Δρ. Alan Baratz, δήλωσε την ορμή της εταιρείας, αναφέροντας τη πολυετή στρατηγική συνεργασία με την Zapata AI, την παρουσίαση του πρωτοτύπου Advantage2 με πάνω από 1.200 qubits, τις κοινοπραξίες με την NEC Australia και τη Deloitte Canada, και τον διορισμό της πρώην Υπουργού Εσωτερικής Ασφάλειας Kirstjen Nielsen στο διοικητικό συμβούλιο.

Conclusion

Η αγορά για την κβαντική υπολογιστική αναμένεται να φθάσει τα 6,5 δισεκατομμύρια δολάρια το 2028, και το δυναμικό του να λύσει το Πρόβλημα του Πωλητή Ταξιδιώτη (TSP) έχει επιπτώσεις σε πολλούς κλάδους, όπως η παραγωγή, η εφοδιαστική αλυσίδα, η διαχείριση εφοδιαστικής αλυσίδας, το ηλεκτρονικό εμπόριο, οι μεταφορές και η έρευνα. Μετά από όλα, μπορεί να αποφέρει σημαντικά οφέλη, ιδιαίτερα την ενίσχυση της παραγωγικότητας, τη μείωση των εξόδων και την προώθηση της καινοτομίας σε διάφορους τομείς.

Κάντε κλικ εδώ για τη λίστα των πέντε καλύτερων εταιρειών κβαντικής υπολογιστικής.