量子計算是一種不斷發展的新技術，有望增強一系列業務操作。基于關注自然界最小維度的量子力學（例如分子、原子和亞原子粒子），量子計算機旨在為復雜的業務問題提供更快的解決方案。
量子計算的基礎是一個被稱為“量子比特”的信息單位。與只有“0”或“1”數值的經典比特不同的是，量子比特可以有介于“0”和“1”之間的任何形式，實現“疊加”。如果結合起來，多個量子比特就可以在同一時間產生許多結果。每增加一個量子比特，其搜索空間將會呈指數級增長。
許多企業都在研究量子如何促進業務發展，并提供新的用例。比如Reply公司正在探索如何利用量子計算為物流、投資組合管理和故障檢測等領域提供更優化的解決方案。
量子計算可能帶來的業務價值
Reply公司數據科學家、量子計算實踐負責人Johannes Oberreuter對于量子計算如何幫助企業實現目標進行了闡述和分析。
首先，該公司發現第一件能帶來價值的事情是優化問題。其中一個例子是‘旅行推銷員問題’，它在物流領域有很多應用，也需要考慮到復雜性和限制因素，比如在新冠疫情蔓延期間。
在通常情況下，那些被發現過于復雜而無法在傳統硬件上優化的問題，會通過一些啟發式方法來解決。通常，在該領域有經驗的團隊或個人可以幫助解決這個問題，但他們還不知道現在是否有更好的解決方案。量子計算允許以一種類似于愿望清單的結構化方式來呈現問題，包含所有的業務復雜性。它們都被編碼到一個目標函數中，然后可以用結構化的方式求解。
一些企業已經使用了各種算法和方法試圖解決優化問題。尋找具有目標函數的最優解仍然是一個難以解決的問題，但在這里，量子計算機可以解決這個問題。”
不斷攀升的量子比特數
Oberrenter表示，一旦量子計算機參與到問題解決過程中，就能真正找到最優解決方案。雖然目前適用于此類問題的量子計算機現在有5000多個量子比特，但許多采用Reply公司服務的用戶經常發現，他們所遇到的問題需要16000～20000個變量，這需要在該領域取得更多進展。
他表示，“可以通過近似來解決這個問題，我們一直在編寫一個程序來確定這個目標函數的近似解，我們已經在通常所需的量子比特數之外進行了測試。該系統的設置防止運行時間呈指數級增長，從而使業務友好的運行時間縮短了幾秒鐘。雖然這降低了解決方案的質量，但我們得到的結果比業務啟發方式提供的結果要好出10%～15%。”
通過概念驗證，Reply公司已經能夠幫助客戶克服缺乏量子專業知識的挑戰。通過利用和積累該領域的經驗，采用“齊心協力”的方法有助于闡明如何更有效地開發解決方案。
量子機器學習
在過去的幾年，機器學習在幫助數據業務流程自動化方面越來越突出，并幫助企業更快地實現目標。然而，機器學習項目有時會遇到缺乏數據和計算成本的問題。為了解決這個問題，Reply公司一直在關注量子計算帶來的解決問題的能力。
Oberreuter解釋說:“我們發現，量子機器學習可以找到更好的解決方案，即使目前可用的硬件有限。雖然可能永遠不會有端到端的量子機器學習工作流，但將量子計算集成到當前的機器學習工作流中是有用的。
一些云計算供應商現在提供量子處理器（QPU）。在復雜任務的深度學習設置中，如果它改進了當前的模型，可以通過單個調用輕松地從云計算提供商租用它進行試驗。
Oberreuter表示，“從我們對寶馬公司和AWS公司承擔的量子挑戰的貢獻中，我們發現有趣的是機器學習模型與量子模型的結合。前者非常擅長從圖像等非結構化數據中提取屬性，然后用量子表示將其結合起來，這為分類提供了優勢。”
量子網絡安全
此外，人們正在探索量子技術用于網絡安全，他們認為量子計算機很快就可以解決當前技術無法解決的問題。Reply公司引用了一種特殊的算法，它可以通過量子計算來解決，這就是RSA密鑰加密算法，雖然這種算法目前被認為是安全的，但估計只需要6000個無錯誤的量子比特能夠在兩周的時間內破解。
Oberreter說：“用于網絡安全的量子技術現在已經上市，我們正在向客戶提供這種技術，以抵御這種網絡安全方面的威脅。量子力學有一個所謂的‘不克隆定理’，它可以防止用戶復制通過通信通道發送的消息。為了實現這一點，關鍵是需要一個專門的量子通道。我們有專門從事網絡安全的專家，他們一直在努力設計這些產品。”
