Maschinelles Lernen auf Quantencomputern
Quantencomputer haben das Potenzial, Informationen schneller zu verarbeiten und komplexere Probleme zu lösen als klassische digitale Computer. Verfahren des Maschinellen Lernens lassen sich für Quantencomputer so anpassen, dass Lösungen schneller gefunden und auch bislang unlösbare Aufgaben bearbeitet werden können. Vor allem die Simulation und die Lösung von Optimierungsproblemen sind vielversprechende Anwendungsgebiete. Mithilfe von Simulationen lassen sich zum Beispiel neue Medikamente herstellen, die Eigenschaften von Molekülen und Materialien vorhersagen und neue Produkte entwickeln. Der Technologiekern Maschinelles Lernen im Fraunhofer CCIT wird die Kapazitäten von Deutschlands erstem Quantencomputer nutzen und konkrete Anwendungsszenarien für den zukünftigen Einsatz der Technologie in der Industrie vorantreiben.
Lange Zeit war die Idee, mit Quantencomputern zu arbeiten vor allem ein theoretisches Konzept. In den letzten Jahren hat es jedoch erhebliche technische Fortschritte gegeben: Erste Computer, die mit Quanteneffekten arbeiten, sind kommerziell verfügbar. Der Bau leistungsfähiger Quantencomputer wird von Regierungen und Unternehmen weltweit bereits durch hohe Investitionen gefördert.
Quantencomputer nutzten zur Informationsverarbeitung Quanteneffekte wie Superposition oder Verschränkung. Während ein digitaler Computer mit Bits rechnet, arbeitet ein Quantencomputer mit Qubits, die im Gegensatz zu den klassischen Bits nicht nur genau einen von zwei möglichen Zuständen annehmen können, sondern auch eine Überlagerung beider. Dadurch können Qubits mehr Information speichern. Verfahren des Maschinellen Lernens lassen sich für Quantencomputer so anpassen, dass sie mehrere Lösungswege gleichzeitig beschreiten können. Damit können Quantencomputer prinzipiell schneller Lösungen finden und somit für Aufgaben eingesetzt werden, die klassische Computer nicht in einer angemessenen Zeit lösen können.
Diese Entwicklungen werden die Simulations- und Datenwissenschaften, die Künstliche Intelligenz und das Maschinelle Lernen in disruptiver Weise verändern. Zudem existieren Quantenalgorithmen zur Primzahlfaktorisierung, die große Auswirkungen auf Kryptographie und sichere, verschlüsselte Kommunikation haben können.
Fraunhofer und IBM bringen den ersten Quantencomputer nach Deutschland
Im Frühjahr 2020 haben die Fraunhofer-Gesellschaft und IBM einen Kooperationsvertrag geschlossen mit dem Ziel, den ersten Quantencomputer in Deutschland zum Einsatz zu bringen und für die angewandte Forschung einzusetzen. 2021 soll das »IBM Q System One« am Standort Ehningen in Baden-Württemberg in Betrieb genommen werden. Der Fraunhofer CCIT nutzt den Quantencomputer im Technologiekern Maschinelles Lernen für Forschungsarbeiten im Bereich der Quanten-KI, speziell des Maschinellen Lernens in der Quanteninformatik. Dabei entstehen konkrete Anwendungsszenarien für den zukünftigen Einsatz der Technologie in der Industrie.