Quantencomputing
Was unterscheidet Quantenalgorithmen von Algorithmen?
Quantenalgorithmen eröffnen neue Möglichkeiten, bereiten aber auch noch einige Hürden. Doch was zeichnet diese Algorithmenart aus?
Die Lösung mathematischer Probleme folgt stets dem gleichen Prinzip: Als Erstes gilt es, das Problem mit Hilfe mathematischer Formulierungen zu beschreiben, um dann im Anschluss durch einen passenden Algorithmus zur Lösung zu gelangen. Dabei beschreibt der Algorithmus eine klar definierte Abfolge von Schritten und Rechenoperationen, die schließlich zur Lösung des Problems führen sollen. Problemformulierung und Algorithmus werden typischerweise auf einen Computer übertragen und dort ausgeführt. Es gibt jedoch bestimmte Probleme, die sich auch von den modernsten und besten klassischen Computern nicht effizient berechnen lassen. Quantencomputer versprechen durch ein fundamental neuartiges Funktionsprinzip, einen Teil solcher Probleme in wesentlich kürzerer Zeit und mit geringerem Speicherbedarf zu lösen. Sogenannte Quantenalgorithmen nutzen dabei mathematische Operationen, die sich auf klassischen Computern nicht abbilden lassen.
Unsere heutigen vertrauten Computer basieren auf der Verarbeitung sogenannter Bits. Diese kleinste Speichereinheit kann den Zustand „0“ oder „1“ besitzen und ist Grundlage aller digitalen Informationsverarbeitung. Quantencomputer hingegen nutzen sogenannte Quantenbits oder „Qubits“, die auch Überlagerungen der beiden Zustände „0“ und „1“ einnehmen können – ein Zustand, der als Superposition bezeichnet wird. Zusätzlich können mehrere Qubits miteinander gekoppelt werden, sodass sie sich stark gegenseitig beeinflussen und nicht mehr getrennt betrachtet werden können – die sogenannte Verschränkung. Mit Hilfe dieser zusätzlichen Fähigkeiten der Qubits wird es möglich, völlig neue Algorithmen zu entwerfen. So können bereits mit nur einer kleinen Anzahl an Qubits Probleme formuliert werden, die sonst eine extrem große Anzahl an klassischen Bits benötigen würden.
Ein Quantenalgorithmus besteht aus einer klar definierten Abfolge von Operationen, die auf den Qubits durchgeführt werden. Es handelt sich dabei meist um einen Hybrid aus klassischem und Quantenalgorithmus. Quantencomputer erzielen nämlich nur für eine kleine Untermenge mathematischer Probleme einen Effizienzvorteil. Aktuelle Quantensysteme sind aufgrund ihrer Komplexität und hoher Kosten hauptsächlich dezentral über einen Zugriff in der Cloud verfügbar. Dementsprechend werden bei einem Quantenalgorithmus nur die wirklich nötigen Operationen auf einer sogenannten Quantum Processing Unit (QPU) realisiert, während der Rest der Berechnung auf einer klassischen Central Processing Unit (CPU) durchgeführt wird. Eine QPU wird also nie eine CPU ersetzen, sondern dient als Hilfs-mittel für zusätzliche Spezialaufgaben.
Potenzial für Medizin und Wirtschaft
Inzwischen haben sich drei große Anwendungsbereiche herauskristallisiert, bei denen Quantencomputer einen signifikanten Effizienzvorteil bei der Lösung von mathematischen Problemen versprechen: Chemische Simulationen, Optimierungsaufgaben sowie die Unterstützung von Verfahren des maschinellen Lernens. Der Ablauf chemischer Prozesse sowie die Beschreibung von Atomen und Molekülen folgt streng quantenmechanischen Gesetzen. Dementsprechend wurden früh Quantencomputer für die Simulation und chemische Berechnung herangezogen, da Qubits die fundamentalen Eigenschaften von Atomen realistisch darstellen können. Durch die erhöhte Genauigkeit bei der Berechnung chemischer Verbindung erhofft man sich Durchbrüche bei der Erforschung neuer Medikamente und Materialien oder auch in der Entwicklung neuer Batterien.
Herausforderungen bei der Prozessoptimierung in Industrie- und Wirtschaftsbereichen zeichnen sich typischerweise dadurch aus, dass der Berechnungsaufwand häufig exponentiell mit der Größe des Problems zunimmt. Durch Anwendung von Quantenalgorithmen erhofft man sich nicht nur schnellere, sondern auch qualitativ hochwertigere Lösungen bei gleichzeitig geringerem Speicherverbrauch, etwa die Planung von Verkehrsrouten, Energienetze oder Fertigungsabläufe in einer Fabrik. Beim Training von Modellen des maschinellen Lernens könnten Quantenalgorithmen insbesondere bei der Detektion von Anomalien in großen Systemen unterstützen.
Die jeweiligen Anwendungsfelder bedienen sich verschiedener konkreter Quantenalgorithmen, um Berechnungen effizienter zu gestalten. So kann beispielsweise der sogenannte HHL-Algorithmus (benannt nach dessen Erfindern Harrow, Hassadim und Lloyd) effizient lineare Gleichungssysteme lösen. Die Suche nach Einträgen in einer unsortierten Datenbank kann mit Hilfe des sogenannten Grover-Algorithmus beschleunigt werden. Besondere Aufmerksamkeit erfährt der sogenannte Shor-Algorithmus, der eine effiziente Primfaktorenzerlegung großer Zahlen ermöglicht. Dadurch kann in Zukunft ermöglicht werden, im Internet standardmäßig genutzte Verschlüsselungsverfahren in der Kommunikation innerhalb kurzer Zeit zu knacken.
- Was unterscheidet Quantenalgorithmen von Algorithmen?
- Hybridformen gelten als vielversprechend
