Quanten-Annealer für Optimierungsaufgaben
Eigene Wege
Quanten-Annealing-Systeme machen mit beeindruckenden Qubit-Zahlen von sich reden und sollen Optimierungsaufgaben besser lösen als herkömmliche Rechner. Dafür arbeiten sie gänzlich anders als Quantengattersysteme.
Quanten-Annealing-Systeme versprechen Optimierungsaufgaben effizienter zu bewältigen, als es klassische Rechner je könnten. Dabei geht es selten um theoretische Fragen, sondern vor allem um praktische: „Welche ist die kürzeste Route?“ „Welche Übertragungsqualität ist optimal?“ „Wie erwirtschaften wir maximalen Gewinn?“ Mit solchen Fragen versucht man, die bestmöglichen Werte für eine oder mehrere Variablen zu bestimmen.
Im Fall von zwei Variablen kann man sich Optimierungsaufgaben als hügelige Landschaft vorstellen: Längen- und Breitengrad entsprechen den beiden Variablen, jeder Ort steht also für eine bestimmte Kombination von Werten. Die Höhe der Landschaft an einem Ort steht für die Qualität der Lösung, falls man diese Wertekombination nutzt. Man definiert oft, dass bessere Werte kleiner sind. Daraus folgt für die Hügellandschaft, dass gute Lösungen in den Tälern zu finden sind und schlechte auf den Gipfeln.