Rigetti Computing, Inc. gab bekannt, dass das Unternehmen den Zuschlag für ein Projekt der Defense Advanced Research Projects Agency (DARPA) im Rahmen des Programms Imagining Practical Applications for a Quantum Tomorrow (IMPAQT) erhalten hat, um Quantenalgorithmen zur Lösung von kombinatorischen Optimierungsproblemen voranzutreiben. Rigettis Projekt, Scheduling Problems with Efficient Encoding of Qubits (SPEEQ), zielt darauf ab, eine neuartige und effiziente Kodierung von Optimierungsproblemen auf Qubits zu entwickeln, mit dem Ziel, größere Probleme auf den derzeit verfügbaren Quantencomputern der NISQ-Ära abbilden zu können. Das Projekt wird sich speziell mit Planungsproblemen befassen, die zu den bekanntesten und am weitesten verbreiteten kombinatorischen Optimierungsproblemen in zahlreichen Branchen gehören, aber auch zu den am schwierigsten zu lösenden. Aktuelle Quantenalgorithmen sind in der Größe der Probleme, die sie lösen können, durch die verfügbare Anzahl von Qubits auf einer QPU begrenzt.

Eines der Hauptziele des SPEEQ-Projekts ist es, Quantenalgorithmen in die Lage zu versetzen, große Probleme zu lösen, so dass ein besserer Vergleich mit aktuellen klassischen heuristischen Algorithmen möglich ist. Die Probleme, die von aktuellen, im Benchmarking getesteten hybriden quantenklassischen Algorithmen gelöst werden, sind etwa 100-mal kleiner als die von klassischen Algorithmen gelösten Probleme, was bedeutet, dass es schwierig ist zu bestimmen, wie diese hybriden Algorithmen in relevantem Umfang abschneiden werden. Das SPEEQ-Projekt ist aus den Erkenntnissen von Rigettis Projekt für das DARPA ONISQ-Programm, Scheduling Applications with Advanced Mixers (SAAM), hervorgegangen. In Zusammenarbeit mit der NASA und der USRA implementiert Rigetti hybride klassische Quantenalgorithmen zur Lösung von binären Optimierungsproblemen, indem er diese Probleme auf Quantenprozessoren in immer größerem Maßstab abbildet.

Das Team stellt fest, dass sich die Leistung des Algorithmus mit zunehmender Anzahl von Quantenoperationen verbessert. Die Problemgröße im SAAM-Projekt kann jedoch immer noch effizient mit klassischen heuristischen Algorithmen gelöst werden, die in der Lage sind, Probleme mit bis zu 10.000 Variablen zu lösen. Das SPEEQ-Projekt wird die Erkenntnisse und Benchmarks aus dem SAAM-Projekt nutzen, um eine zentrale Frage zu klären, nämlich den Kompromiss zwischen der Anzahl der verwendeten Qubits und der Anzahl der verwendeten Quantenoperationen, der für die Entwicklung neuer Algorithmen entscheidend ist. Das in diesem Projekt vorgeschlagene Qubit-effiziente Kodierungsschema hat das Potenzial für zahlreiche Vorteile, die über die Lösung von Zeitplanungsproblemen hinausgehen. Neuartige Algorithmen, die schwierige kombinatorische Optimierungsprobleme lösen, könnten einen tiefgreifenden Einfluss auf Lieferketten, Logistik und andere Branchen mit komplexen Abläufen haben.