Totalförsvarets forskningsinstitut (FOI), den svenske forsvarsforskningstjenesten, har publisert rapporten "Kvanteberegninger for optimeringsproblemer: En introduksjon med fokus på forsvarsanvendelser", skrevet på oppdrag av det svenske Forsvarsdepartementet. Rapporten beskriver hvordan kvantealgoritmer kan brukes til å løse optimeringsproblemer innen forsvaret.

Rapporten er skrevet av Charlotta Bengtson, seniorforsker ved FOIs avdeling for våpen, beskyttelse og sikkerhet, og Johan Nilsson, seniorforsker ved avdelingen for forsvarsteknologi. Ifølge FOIs pressemelding gjennomgår forskerne hvordan kvantealgoritmer kan anvendes på problemer som ressursallokering og logistikk.

– Optimeringsproblemer forekommer svært ofte i forsvarsberegninger og når det gjelder ressursallokering og logistikkproblemer. Det er en bred klasse av problemer, og har samtidig blitt pekt ut som en klasse av problemer som dagens kvantedatamaskiner kanskje kan være effektive for, sier Charlotta Bengtson i pressemeldingen.

Ifølge FOI skiller kvantedatamaskiner seg fra klassiske datamaskiner ved at de bruker kvantebiter i stedet for vanlige biter. Gjennom prinsippet superposisjon kan en kvantebit eksistere i begge verdiene null og én samtidig, noe som gjør at en kvantedatamaskin kan prosessere flere muligheter parallelt. Et annet sentralt prinsipp er interferens, der kvantebiter opptrer som bølger som kan forsterke eller utslette hverandre, noe som utnyttes for å øke effektiviteten i beregninger.

Den nåværende generasjonen kvantedatamaskiner kalles NISQ-maskiner (Noisy Intermediate-Scale Quantum). Disse mangler fullstendig feilkorrigering, noe som begrenser deres anvendelighet.

– De gjør ofte feil, og da er det begrenset hva man kan gjøre med dem, sier Johan Nilsson i pressemeldingen.

Charlotta Bengtson fremhever at kvanteberegninger i forsvarssammenheng kan gi raskere løsninger på tidskritiske problemer, og sammenligner med luftfartsbransjen der en nesten optimal løsning raskt kan være å foretrekke fremfor en perfekt løsning som tar lang tid å beregne.

Forskerne påpeker at klassiske datamaskiner utvikles parallelt med kvantedatamaskiner, og at en kombinasjon av klassiske datamaskiner, kunstig intelligens og kvantedatamaskiner sannsynligvis vil være den beste løsningen for optimeringsproblemer fremover.

– For mange problemer er det fortsatt bedre å bruke klassiske metoder, sier Charlotta Bengtson.