Das Forschungszentrum Jülich GmbH bearbeitet als Projektlead gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz, Mercedes-Benz AG, E.ON Digital Technology GmbH und der TWT GmbH Science & Innovation das Projekt QAIAC – Quantum Artificial Intelligence for the Automotive Value Chain.

Ziel des Projekts ist die Forschung, Entwicklung und vergleichende Leistungsbewertung hinsichtlich eines möglichen Quantenvorteils von Algorithmen der Quanten-KI, die Quantenrechnen (Quantencomputing) und künstliche Intelligenz (KI) kombinieren, für ausgewählte Anwendungen in der automobilen Wertschöpfungskette und Energienetzoptimierung. Beispiele sind die berechnungsschweren Optimierungsprobleme wie Rekonfiguration von Energienetzen und kapazitive Tourenplanung in der Logistik sowie für die optimale Qualitätsbeurteilung von Finite-Elemente-Netzen und Chassis-Design in der automobilen Entwicklung und Produktion. Dazu muss die Lücke zwischen theoretisch möglichem und praktisch umsetzbarem Quantenvorteil verkleinert werden.

E.ON hat nun als Industriepartner einen weiteren Zuschuss des BMFTR gewonnen; diesmal für ein Teilprojekt im Bereich fehlertoleranter Quantenoptimierungsalgorithmen.

Dafür soll einer der vielversprechendsten aktuellen Quantenoptimierungsalgorithmen namens Decoded Quantum Interferometry (DQI) auf reale Anwendungsfälle im Zusammenhang mit Netzoperationen im Energiesektor angewendet werden. DQI benötigt eine Fehlerkorrektur, um ausgeführt zu werden, und das Algorithmus-Framework hat bisher keine nachweisbaren Beschleunigungssteigerungen für reale Probleme geliefert.

Das Spannende daran ist, dass es theoretisch für ein abstraktes Mathematikproblem namens Optimal Polynomial Intersection (OPI) eine exponentielle Beschleunigung gegenüber dem besten bekannten klassischen Algorithmus dafür aufweist.