近日，一组国际研究团队表示，量子计算机可能很快就会成为解决运输行业中某些问题的主导者，这些问题对于经典计算机来说过于复杂。

在ArXiv上发表的一项研究中，来自Q-CTRL和英联邦科学与工业研究组织(CSIRO)的研究人员介绍了一个框架，它可用于评估哪些交通优化问题可以使用量子算法来更好的解决。他们还建立了一个工作流程来解决这些类型的问题，并指出了可能适用于当前商业量子计算系统的新工具。

在他们的评估方案中，最适合量子计算的问题应该是那些对于经典计算机来说过于复杂、具有实际影响、与量子算法兼容并能展示资源效率的问题。

据研究人员称，运输行业有几个重要的优化问题，符合该要求包括的路线、调度、分配和排班任务。这些组合优化问题是经典计算机难以解决的。另一方面，量子计算机在理论上能够更好地处理这些问题。

为了测试他们的想法，该研究团队遵循他们的框架和工作流程，最终决定将有容量约束的车辆路径问题(一个路由优化问题)来作为量子算法可以比经典算法能更好处理的一个可能用例。

想象下，如果你在城市各处的多项体育赛事中接送你的孩子和他们的朋友，或者你有幸为一群醉醺醺的朋友当司机，他们都要求你将他们先带回家，这时你就会有一个基本的想法，就是寻找最佳路线以利用显然具有有限承载能力的车辆在不同的地点接送他们或交付物品。

据该团队称，量子算法可能特别适合应对这类挑战。在这个示例问题中，研究人员使用Q-CTRL的Fire Opal软件来处理真实硬件电路上部署的每个元素。他们的方法在IBM的一台7量子比特量子计算机上获得正确路由结果时实现了97%的电路性能，与其他实现方法相比，它的错误减少了20倍以上。

研究人员得出一个结论：“这些结果表明，即使对于小问题，适当的问题实施和执行也可以显着提高算法问题的成功率，还可以与问题规模相结合。”

这项研究的一个更大的好处是，它演示了使用量子计算机来解决对普通计算机来说太难的现实世界挑战。量子机器在解决某些问题方面在理论上要比经典计算机更强大。许多专家认为，为任何问题找到并提供解决方案将有利于整个量子产业的发展。（编译:Qtech）