供应链挑战迎刃而解！桑迪亚国家实验室使出“量子杀手锏”

桑迪亚国家实验室的科学家Alicia Magann（右），Kenneth Rudinger（左上），Mohan Sarovar（左下）和Matthew Grace（未附图）开发了基于反馈的量子优化算法（FALQON），来作为量子计算机编程的新框架。（图片来源：网络）

过去三年，全球“紧张”的大环境因素直接暴露出全球供应链的脆弱。但桑迪亚国家实验室对量子计算的新研究表明，编程技术可以帮助解决大规模的量子优化问题，从而帮助世界克服供应链挑战，并在未来动荡时期保障全球安全。

桑迪亚的科学家Alicia Magann领导开发了一种在量子计算机上设计程序的新方法。她和她的团队认为，当量子技术变得更加成熟时，可以更好的解决未来的大规模配置优化问题。

她指出：“在短时间内重新配置供应链非常困难，这限制了全球贸易的灵活性。”而优化算法可帮助行业执行协调卡车运输路线或管理金融资产等任务。这些问题通常很难解决，随着变量的增加，找到好的解决方案变得更加困难。

解决复杂优化问题的长期解决方案之一是使用量子计算机。量子计算能以比传统计算机快1亿倍的速度解决问题，从而显著地全面加快优化过程。但构建量子计算技术只是挑战之一，Magann表示：“还有一个问题：一台量子计算机——我该如何实施编程？该如何使用它？”

正如IBM在一篇论文中解释，供应链和物流专业人员在过去几年中捉襟见肘——从劳动力短缺到极端天气，再到疫情引发的供需变化——物流复杂性呈指数级增长。世界各地的研究人员正在积极开发算法，以对未来技术进行大规模优化，从而帮助各行业更有效地管理有限的资源，并在面对劳动力市场、原材料供应或其他物流的快速变化时更快地调整运营。

“解决这种复杂性需要更开阔的视角，”IBM认为。“基于筒仓、功能特性甚至企业经营范围的优化无法为供应链和物流挑战提供解决方案。相反，企业需要供应链优化，他们需要量子物流。”

桑迪亚项目的首席研究员Mohan Sarovar指出：“提出量子算法非常困难。除了量子计算非常不直观之外，其中一个重要原因是我们很少有开发量子算法的通用框架。”但根据他们的研究，桑迪亚研究团队成功地大大降低了经典计算的作用。使用新框架FALQON（基于反馈的量子优化算法），经典计算机不会进行任何优化，它只需要进行基本的计算，而让量子计算机完成所有繁重的工作，并理论上允许它处理更复杂的问题，比如当一个主要港口突然关闭时，如何有效地改变船队的路线。

“在我运行算法的第一层后，我测量量子比特并从中获取一些信息，”Magann说。“我将这些信息反馈给我的算法，并用它来定义第二层。然后我运行第二层，再次测量量子比特，将这些信息反馈给第三层，依此类推。”

在量子计算机变得更强大之前，该框架在很大程度上是一种理论工具，只能在经典计算机已经可以解决的问题上进行测试。然而，桑迪亚研究团队认为，该框架已经显示出为未来的中大型量子计算机制定有用算法的巨大潜力。

编译：颖茜

编辑：慕一