量子计算机助力钣金生产

Stollenwerk 博士：我们想通过 QUASIM 项目挖掘量子计算机在金属加工领域的潜力。为此我们会专注于具体的应用场景。我们与通快公司共同研究的一大测试问题就是激光切割完成后的零件提取。这类提取过程的效果通常还不尽如人意，即便已借助计算机模拟对该过程实施了优化。这是因为以前的模式未能全面考虑到激光器高温会导致板材受热膨胀。所以切割完成的零件时不时会附着在板材上。为此就必须暂停机床才能将附着的零件分离，这就导致机床发生了不必要的停机。通过量子计算和机器学习技术优化切割模式将有助于提升切割效率和质量。

Stollenwerk 博士：尽管在最近几年已取得了巨大进展，但如今的量子计算机仍处于早期研发阶段。当务之急是将问题分解为子问题，而这些子问题又要与实际任务具备相似的特征并且要保持简单，以便只需少量几个量子位就可在目前可用的量子计算机上予以解决。我们希望通过这种途径来评估，量子计算机在实践中可为具体任务提供何种程度的真正量子优势。这就涉及到量子计算机必须具备哪些特性，以及相关研发工作的成本有多高。该项目圆满结束的一大重要目标就是，评估需要哪些量子计算机资源才能在实践中实现量子优势。目前我们已开发出第一种方法，即如何使用量子计算机来加速机器学习，以模拟板材件内的温度传播。

Stollenwerk 博士：在 QUASIM 项目中，我们与负责协调工作计划的德国人工智能研究中心（DFKI）、弗劳恩霍夫生产技术研究所（IPT）、通快公司以及亚琛的软件公司 ModuleWorks 合作。另外还有福特公司和 MTU 公司也作为相关合作伙伴参与了本项目。我本人的职责则是协调于利希研究中心一方的工作。我的同事 Alessandro Ciani 博士和 Sven Danz 博士负责开展实际研究工作并探索适合生产制造领域的量子算法。

Stollenwerk 博士：我们目前仍使用传统计算机来模拟量子计算机。采用这种方法的优势就是我们可以集中精力开发量子算法，而不必过多关注当前量子系统的特性，因为它们通常还有一些缺陷。尽管如此，我们现在也已经将真实量子硬件的特性纳入考量，例如 Qsolid 项目就正在研发量子硬件。这些特性包括特殊量子运算中的错误率以及量子位的有限连通性等。