量子软件公司Zapata Computing日前发表了一篇联合论文，它详细介绍了Zapata作为麻省理工学院量子工程中心(CQE)的成员之一与宝马进行的一项合作。这项合作发现了使用受量子启发的生成式人工智能技术来优化汽车生产的新方法。Zapata和宝马在CQE联盟之所以要获得成员资格，部分原因是为了支持麻省理工学院学生和研究人员的工作。

对于这个项目，双方已经开发并测试了模拟过程，结果显示Zapata的生成器强化优化(GEO)技术能快速有效地优化宝马在多个工厂的复杂车辆生产计划。在大多数情况下，GEO方法在最大限度地减少装配线的空闲时间，同时在保持月度车辆生产目标方面的表现超过了最先进的经典求解器。这项研究工作是在Zapata的Orquestra软件平台上完成的。

麻省理工学院电子工程和计算机科学及物理学教授、量子工程中心主任William D. Oliver博士说：“宝马公司向我们团队提出的问题是一个优秀的量子计算用例，它解决了一个非常复杂的、具有商业利益的现实挑战。这正是我们创建量子科学与工程联盟(QSEC)的原因，它将学术界最优秀和最聪明的人与行业伙伴联系起来，以解决现实世界的问题。”

宝马新兴技术经理Marcin Ziolkowski说：“宝马一直在寻找新的、创新的方法来推动我们制造工厂的运营效率。正如你可能想象的那样，优化我们的生产流程是一个极其复杂和独特的挑战。可能的配置范围会很广，制约因素也有很多，这包括不同车间有不一样的生产率，有一套离散的轮班时间表，以及需要防止制造过程中各步骤间的缓冲区出现溢出或短缺的情况……通过与Zapata和CQE合作，我们证明了GEO技术在生产规划方面要优于其他技术。”

Zapata Computing公司首席技术官兼联合创始人Yudong Cao说：“我们通过利用几十种不同的算法、问题配置和优化器解决方案进行了大约一百万次优化任务，以对它们的性能进行基准测试。GEO技术利用量子或量子启发式生成机器学习模型，能从经典求解器产生的结果中学习并改进。”（编译:Qtech）