Totalförsvarets forskningsinstitut (FOI) har publicerat rapporten "Kvantberäkningar för optimeringsproblem: En introduktion med fokus på försvarstillämpningar", skriven på uppdrag av Försvarsdepartementet. Rapporten beskriver hur kvantalgoritmer kan användas för att lösa optimeringsproblem inom försvaret.

Rapporten är skriven av Charlotta Bengtson, förste forskare på FOI:s avdelning Vapen, skydd och säkerhet, och Johan Nilsson, förste forskare på avdelningen Försvarsteknik. Enligt FOI:s pressmeddelande går forskarna igenom hur kvantalgoritmer kan tillämpas på problem som resursallokering och logistik.

– Optimeringsproblem förekommer mycket i försvarsberäkningar och när det gäller resursallokering och logistikproblem. Det är en bred klass av problem, och har samtidigt pekats ut som en klass av problem som dagens kvantdatorer kanske kan vara effektiva för, säger Charlotta Bengtson i pressmeddelandet.

Enligt FOI skiljer sig kvantdatorer från klassiska datorer genom att de använder kvantbitar i stället för vanliga bitar. Genom principen superposition kan en kvantbit existera i båda värdena noll och ett samtidigt, vilket gör att en kvantdator kan processa flera möjligheter parallellt. En annan central princip är interferens, där kvantbitar agerar som vågor som kan förstärka eller släcka ut varandra, något som utnyttjas för att öka effektiviteten i beräkningar.

Den nuvarande generationen kvantdatorer kallas NISQ-datorer, Noisy Intermediate-Scale Quantum. Dessa saknar fullständig felkorrigering, vilket begränsar deras användbarhet.

– De gör ofta fel och då är det begränsat vad man kan göra med dem, säger Johan Nilsson i pressmeddelandet.

Charlotta Bengtson framhåller att kvantberäkningar i försvarssammanhang kan ge snabbare lösningar på tidskritiska problem, och jämför med flygbranschen där en nästan optimal lösning snabbt kan vara att föredra framför en perfekt lösning som tar lång tid att beräkna.

Forskarna påpekar att klassiska datorer utvecklas parallellt med kvantdatorer, och att en kombination av klassiska datorer, AI och kvantdatorer sannolikt kommer att vara den bästa lösningen för optimeringsproblem framöver.

– För många problem är det fortfarande bättre att använda klassiska metoder, säger Charlotta Bengtson.