Kvanttiteknologian 10 hyödyntämiskohdetta
Haastattelin eri alojen asiantuntijoita tätä artikkelia varten. Kokosin heidän näkemyksensä kvanttikoneen hyödyntämiskohteista kymmenen kohdan listaan. Kvanttiteknologia tulee vaikuttamaan kaikkiin ihmisen, yrityselämän ja universumin aloihin, joten lista antaa vain pienen katsauksen siihen, miltä tulevaisuus voi näyttää. Listan avulla, yritysten ja muiden organisaatioiden johtoryhmät pääsevät kuitenkin alkuun tutustumisessa kvanttimaailmaan.
1. Tuottavuus
Yritysten erilaisten prosessien kehitys on nykyteknologialla jo erittäin pitkällä, jopa niin, että merkittäviä kehitysaskeleita on vaikea löytää. Materiaalihallinta, logistiikka, tuotanto- ja palveluprosessit, markkinointi ovat alueita, joissa kvanttikoneen avulla suoritetusta optimoinnista voi olla merkittävää etua tuottavuuden kehittämisessä. Yksittäisenä esimerkkinä teollisuusrobotti on nykyisellään ohjelmoitu niin tehokkaaksi kuin mahdollista. Kvanttikoneen avulla vaikkapa hitsausrobotin liikeradat voidaan optimoida moninkertaisesti, jolloin saavutetaan taloudellisia säästöjä ja merkittävää parannusta myös energiatehokkuudessa.
2. Tutkimus ja tuotekehitys
On aloja, joissa datan määrä on niin valtava, että nykytietokoneilla on jopa mahdotonta päästä mallintamaan kohteen toimintaa ja dynamiikkaa. Tutkimus tehdään kokeilujen kautta ja sittenkään ei päästä toivottuun tarkkuuteen. Esimerkiksi lääketeollisuus odottaa kvanttikoneilta ratkaisuja muun muassa molekyylidynamiikan simulointiin, jolloin ei tarvitse enää yrittää ja erehtyä kokeellisesti vaan edetä simulaatioiden avulla. Tutkimustyö sekä tuotteiden ja ratkaisujen nopeutuvat ja voimme saada nopeammin uusia lääkkeitä tai rokotteita uudenlaisten sairauksien kohdatessa.
3. Ilmastonmuutos
Se mitä tiedämme ilmastosta tänään, on tulosta tuhansien tieteenharjoittajien työstä, mutta vieläkin on paljon selvitettävää. Mistä kaikesta ilmastojärjestelmä koostuu, miten ilmastonmuutoksen vaikutuksia voitaisiin mallintaa sekä yhdistää muiden tieteen alojen kanssa entistä parempien ratkaisujen löytämiseksi? Nämä ovat muiden muassa kysymyksiä, joihin kvanttiteknologialta toivotaan ratkaisuja ja uskotaan kvanttikoneen laskentatehon niitä myös tuovan. Apuna ilmastonmuutoksen suunnan muuttamisessa ovat myös kvanttisensorit, jotka ovat osa kvanttiteknologiaa. Kvanttisensorit keräävät tietoa nykysensoreita tarkemmin.
4. Ennakointi ja ennustaminen
Tekoäly ja koneoppiminen ovat jo tarjonneet suuren muutoksen erilaisten analyysien, ennakointien ja ennustusten tekemiseen. On kuitenkin alueita, joissa datamäärät ovat niin valtavia, että klassisten tietokoneiden laskentatehot eivät pysty niitä analysoimaan ja tuottamaan tarkkoja ennusteita. Sään ennustaminen on alue, jossa kvanttikoneen avulla voidaan saavuttaa huomattavasti tarkempia ennustuksia. Kvanttikoneen laskentatehon myötä myös mm. pankit ja finanssialan yritykset voivat torjua petoksia sekä arvioida riskejä ja tuottoja entistä tehokkaammin.
5. Liikenne
Volkswagen on yhdessä D-Wave yhtiön kanssa toteuttanut liikenteen optimointikokeiluja kvanttialgoritmejä hyödyntäen. Tavoitteena on liikennevirtojen optimoinnin kautta saavutettavat hyödyt ajankäytössä, energiatehokkuudessa, päästöttömyydessä ja liikenteen sujuvuudessa. Lissabonissa tehdyssä kokeilussa linja-auton kuljettajat pystyivät välttämään ruuhkatilanteita jo ennen ruuhkan syntymistä. Tulevaisuudessa kvanttikoneet voivat ohjata autonomisten kulkuvälineiden liikennettä ottaen huomioon eri ja muuttuvat ympäristötekijät. Tietoliikenteessä esimerkiksi televerkkojen optimointi, jota Italiassa on jo testattu sekä tukiasemien sijoittelussa voidaan saavuttaa moninkertaisia hyötyjä nykyteknologioihin verrattuna. ”Matkustavan myyntimiehen ongelma” on yksi kvanttikeskustelussa usein esitetty pulma.
6. Monimutkaisten ongelmien ratkaiseminen
Kvanttikone voi auttaa yritystä ratkaisemaan asiakkaiden ongelmia miljoona kertaa kilpailijoita nopeammin todetaan DIF ry:n blogissa. Klassinen tietokone toimii lineaarisesti ykkösten ja nollien välillä. Kvanttikone taas toimii aivan toisella tavalla – ykköset ja nollat toimivat yhtä aikaa superpositiossa. Monimutkaiset ongelmat ovat monimutkaisia, koska niissä on valtava määrä eri kerroksia. Kirjassaan ”Decoding Reality” fyysikko ja professori Vladko Vedral käyttää esimerkkinä kirjastoa. Tietyn kirjaston miljoonan nimikkeen joukosta oikean teoksen löytäminen kestäisi klassiselta koneelta pari viikkoa, kun kvanttikone tekisi saman muutamassa minuutissa. Kyvykkyys kompleksisten ja monikerroksisten ongelmien ratkaisemiseen tarjoaa varmasti kilpailuetua edelläkävijöille.
7. Yksilöllinen terveydenhoito
15 vuotta sitten kolesterolilääke oli yksi myydyimmistä lääkkeistä. Myöhemmin todettiin, että kyseinen lääke ei toimi jokaiselle. Lääketiede onkin kehittynyt yhä personoidumpaan suuntaan, yhä useampi saa täsmälääkettä sairauteensa. Mutta iso hyppy on vielä mahdollinen kvanttiteknologian myötä. Ihminen koostuu monesta eri kerroksesta ”omiikasta”, on genomiikkaa, metabolomiikkaa ja mikrobiomiikka ja niin edelleen. Lisäksi ihmisen terveyteen vaikuttavat mm. ympäristö, sosiaaliset olosuhteet, psyykkiset tekijät: Kvanttiteknologioiden – esim kvanttilaskenta ja -sensorit – voidaan ihmisen kokonaisuus huomioida entistä paremmin ja siten tarjota täysin yksilöllisesti laadittuja toimenpiteitä ja lääkityksiä. Vaikutukset ovat merkittäviä kansanterveyteen ja -talouteen sekä ihmisten hyvinvointiin.
8. Tieto- ja kyberturvallisuus
Suurin uhka, joka kvanttiteknologian käyttöönotosta voi aiheutua on nykyisten salausmenetelmien murtuminen. Post quantum cryptography -hankkeet pyrkivät varmistamaan, että tilanteeseen ollaan varautuneita. Toukokuussa 2020 julkistettiin Business Finlandin miljoonarahoitus SSH.COM:n tuotekehitykseen post quantum cryptography -projektiin. Samsung julkistaa viikolla 21 kvanttiturvallisen puhelimen. Kyberturvallisuuden uhasta ollaan montaa mieltä, mutta tärkeintä on ymmärtää, mikä yrityksen tietoturvassa olisi vaarassa, jos kvanttikone pystyisi siihen vaikuttamaan ja synnyttää tietoisuus miten ja missä vaiheessa on syytä toimia turvallisuuden varmistamiseksi.
9. Koneoppiminen
Kvanttikoneoppiminen on yksi kvanttiteknologian kiintoisimmista alueista, josta tiedetään toistaiseksi vähän. Kun kone pystyy käsittelemään valtavia datamääriä ja oppimaan itsenäisesti miten suuria ongelmia ratkaistaan, niin tullaan jälleen kerran näkemään kehitystä, jota ihmisten on ehkä tässä vaiheessa vaikea kuvitella. Käyttökohteita ja vaikutuksia ennakoidaan mm. maatalouteen ja ruuan tuotantoon sekä lentoteollisuuteen. Kvanttikoneoppiminen eli QML perustuu nykyisin kvanttidataan ja klassisen tietokoneen ja kvanttikoneen hybrideihin. Kvanttikoneoppimista sovelletaan esimerkiksi erilaisiin optimointi- ja mittaustehtäviin.
10. Monipuolinen teknologian hyödyntäminen
Keskusteluissa monet toivat esille niin kutsutun hypen välttämisen ja sen huomioimisen, että myös perinteisille teknologioille on paikkansa. Esimerkiksi avaruustutkimuksessa kvanttiteknologioilla voi olla hyötyä joissain sovelluksissa, mutta jatkossa suuri osa mallinnustyötä on kuitenkin tehtävä CPU- ja GPU-laskennalla. Myös vaihtoehtoisia tapoja kvantti- ja digitaalisille tietokoneille tutkitaan. Lupaavia esimerkkejä ovat mm. analogiset tietokoneet neuroverkkomallien toteuttamiseksi tekoälysovelluksissa.
Johdon ja hallitusten työn keskiössä on holistisuus, sellaisten kokonaisuuksien rakentaminen, joissa yhtiö tai organisaatio hyötyy eniten ja tuottaa parasta mahdollista arvoa asiakkaalleen. Tulevaisuudessa kvanttiteknologialla on roolinsa kokonaisuudessa, vaikka muiden teknologioiden osuus olisikin merkittävämpi. Siksi tutustuminen kvanttimaailmaan on syytä aloittaa mahdollisimman pian.