Jeszcze w pierwszym kwartale br. to własnie niemiecka firma była pierwszą korporacją z branży motoryzacyjnej, która wykorzystała moc obliczeń kwantowych w swoich projektach. Nie był to jednak projekt dotyczący konkretnych modeli aut. Dotyczył optymalizacji tras przejazdów dla 10 tysięcy pekińskich taksówek. Wówczas VW sięgnął po komputer kwantowy firmy D-Wave Systems.
Teraz inżynierowie i naukowcy pracujący dla koncernu z Wolsfburga zamierzają sięgnąć po bardziej zaawansowany komputer kwantowy Google’a. Zgodnie ze słowami Adballaha Shanti, wiceprezesa i dyrektora ds. informacji i technologii w Volkswagen of America, współpraca z Google ma oznaczać początek dłuższej kooperacji i szerszego wykorzystywania kwantowych technik obliczeniowych w motoryzacji. VW liczy, że pomoże to w rozwiązaniu problemów z nowoczesną mobilnością, których nie można rozwiązać za pomocą klasycznych, binarnych komputerów ogólnego zastosowania.
Trzy główne kierunki badań, w których wykorzystane zostaną obliczenia kwantowe to: wydajne akumulatory dla przyszłych pojazdów elektrycznych, sztuczna inteligencja stanowiąca trzon samochodów autonomicznych oraz optymalizacja ruchu drogowego.
Dlaczego baterie? Naukowcy z VW wierzą, że komputery kwantowe pomogą odnaleźć nowe, efektywniejsze materiały, które mogłyby być wykorzystane w przyszłych ogniwach zasilających pojazdy elektryczne. Cel jest o tyle istotny, że obecnie to właśnie wysokie ceny akumulatorów oraz ich stosunkowo niska efektywność są głównymi hamulcami rozwojowymi elektryczności w motoryzacji.
Z kolei zastosowanie obliczeń kwantowych w projektowaniu sztucznej inteligencji dla autonomicznych pojazdów ma pozwolić na wypracowanie znacznie bardziej efektywnych technik uczenia maszynowego. Obecnie, aby wyszkolić “agenta” dla pojazdu autonomicznego, który ma “umieć” identyfikować z wymaganą (bardzo wysoką) dokładnością obiekty na drodze, znaki drogowe, oznaczenia itp., niezbędne jest “karmienie” maszyny olbrzymimi zbiorami wyselekcjonowanych danych treningowych. Dzięki komputerom kwantowym naukowcy wierzą, że osiągnięcie tego samego poziomu dokładności może wymagać znacznie mniejszej liczby danych. | CHIP