Michal ist Absolvent von Cambridge und der ETH Zürich. Im Laufe seiner Karriere absolvierte er Praktika in Quanten-KI-Gruppen am CERN und am Los Alamos National Laboratory in der USA. In seiner Arbeit zielt er darauf ab, die Welten des Quantum Computings und der Wirtschaft zu verbinden.
Inhaltsverzeichnis
Quantum Annealing und Quantum Inspirierte Optimierung (QIO) sind derzeit zwei der vielversprechendsten Technologien zur Generierung von Geschäftswert mit Quantum Computing. Ihr Potenzial ergibt sich aus der Tatsache, dass sie hervorragend geeignet sind, mehrere dringende Branchenprobleme zu lösen.
Quantenglühen und QIO können zur Unterstützung der Logistik eingesetzt werden. Das Problem mit den Kosten und Herausforderungen umzugehen, Waren von einem Ort zum anderen zu bewegen, sei es ein Lager oder ein Lieferzentrum, kann für große Organisationen sehr komplex werden. Diese Technologien können auch verwendet werden, um die Zeitplanung zu verbessern. Sie können den Entscheidungsprozess unterstützen, beispielsweise für Mitarbeiter und Ressourcen - was soll in welcher Reihenfolge erledigt werden. Schließlich können Quantenglühen und QIO verwendet werden, um das Problem der Feature-Auswahl zu lösen, welches ein entscheidendes Problem in der Datenwissenschaft ist. Entschieden wird, welche Datenmerkmale wichtig sind für die weitere Verarbeitung und fundierte Entscheidungsfindung und welche nicht. Entschieden wird, welche Datenmerkmale wichtig sind und welche nicht für die weitere Verarbeitung mit maschinellem Lernen und künstlicher Intelligenz genutzt werden, um zu einer fundierten Entscheidung zu gelangen.
Bei Optimierungsproblemen geht es darum, die beste Lösung aus vielen möglichen zu finden. Da diese Art von Problemen allgegenwärtig ist, werden Sie zwangsläufig in Bereichen wie Planung, Logistik oder Funktionsauswahl damit konfrontiert. Die hohe Verarbeitungsleistung und die einzigartigen Fähigkeiten von Quantengeräten machen diese drei Bereiche zu perfekten Anwendungsfällen für Quantencomputer.
Logistik
In vielen Branchen, insbesondere aber im Einzelhandel, ist eine gut funktionierende Lieferkette ein entscheidender Faktor für die Aufrechterhaltung eines Wettbewerbsvorteils. Ob es sich um ein E-Commerce-Unternehmen handelt, das eine Bestellung so schnell wie möglich zum Kunden bringen muss, oder um ein traditionelles stationäres Einzelhandelsgeschäft, das den Warenfluss durch seine Vertriebszentren optimieren muss - Lieferketten sind das Herzstück der meisten Unternehmen.
Die Erzielung der bestmöglichen Logistik ist entscheidend für den Erfolg dieser Lieferketten, aber es ist ein komplexes Problem, das nicht mit einem „one-size-fits-all“-Ansatz gelöst werden kann. Vor allem, wenn es darum geht den Warenfluss zwischen Distributionszentren zu optimieren. Denn die Anzahl möglicher Szenarien ist für klassische Computer einfach zu groß. Wie können Unternehmen angesichts dieser Komplexität ihre Logistik verbessern und ihre Lieferketten rationalisieren? Die Antwort könnte im Quantum Computing liegen.
Stellen Sie sich vor, Sie sind für den Betrieb eines Lagers und die Verbesserung seiner Effizienz verantwortlich. Quantum-Computing-Lösungen können Ihnen dabei helfen Ihre Kapazität zu erhöhen und schnellere Umschlagzeiten zu erreichen. Darüber hinaus ermöglichen sie eine kontinuierliche Analyse der Prognosen für Containerverfügbarkeit und schaffen so eine nützliche Feedback-Schleife für weitere Verbesserungen.
Planung
Terminplanung ist ein sehr breites Thema, das für mehrere Geschäftsbereiche relevant ist. Es deckt verschiedene Branchen wie Finanzen, Gesundheitswesen, Fertigung und andere ab. Gerade im produzierenden Gewerbe ist die Terminplanung ein entscheidender Faktor für den Unternehmenserfolg. Von der Planung und Prognose über die Terminierung und Disposition, bis hin zur Produktionszuweisung, spielt die Terminplanung eine entscheidende Rolle in allen Aspekten des Betriebs einer Produktionsstätte.
Terminplanung ist technisch gesehen die Auswahl von Punkten (Aufgabe, Event, Meeting) für einen bestimmten Zeitpunkt, damit die Anforderungen aller Beteiligten erfüllt werden. Im Geschäftskontext ist die Terminplanung unerlässlich, um sicherzustellen, dass die wichtigsten Aufgaben rechtzeitig erledigt werden.
Diese Aktivität unterstützt Unternehmen bei der Zuordnung ihrer Arbeitskräfte, um die Anforderungen ihrer Kunden durch die Bereitstellung von angemessenem Personal, Ausrüstung und Materialien zu erfüllen. Wenn ein Unternehmen skaliert, nehmen diese Probleme schnell an Größe und Komplexität zu. In diesem Fall kann Quantum eine unschätzbare Unterstützung bieten.
Betrachten wir zum Beispiel den täglichen Betrieb einer mittelgroßen bis großen Klinik oder eines Krankenhauses, das ständig mit der Herausforderung konfrontiert ist, Schichten für Krankenschwestern und Ärzte zu planen. Ein optimaler Zeitplan muss eine beträchtliche Anzahl von Faktoren berücksichtigen. Einschließlich der Nachfrage nach Mitarbeitern während des Tages, ihrer Verfügbarkeit, minimalen und maximalen Arbeitszeiten und anderen. Diese Einschränkungen sind direkt auf die Quantenoptimierungsdomäne übertragbar und als Ergebnis erhalten Sie ein flexibles Modell, das es ermöglicht, Verbindungen und komplexe Abhängigkeiten innerhalb der Zeitplanung zu berücksichtigen.
Feature-Auswahl
Die Feature-Auswahl ist heute eines der wichtigsten Probleme im datengetriebenen maschinellen Lernen. Das Ziel dieses Prozesses ist es, eine Teilmenge relevanter Merkmale aus einer großen Menge verfügbarer zu identifizieren. Personalisierte Produktempfehlungen können ein einfaches Beispiel sein. Um zu bestimmen, welcher Artikel einem potenziellen Kunden empfohlen werden sollte, wären die wichtigsten Faktoren der bisherige Kauf- und Suchverlauf, während Daten wie der Standort oder das Alter möglicherweise eine viel geringere Rolle spielen.
Das Eingrenzen der Auswahl auf relevante Features trägt dazu bei, die Vorhersagegenauigkeit zu verbessern und die Rechenkosten zu reduzieren. Eine Funktion ist relevant, wenn sie eng mit dem Ziel, das Sie erreichen möchten, verbunden ist. Die auf klassischem Rechnen basierenden Feature-Auswahlverfahren leiden typischerweise unter einer hohen Komplexität, die es für die Maschinen schwierig macht sie zu handhaben.
Quantenbasierte Methoden können einen sehr effizienten Mechanismus bereitstellen, um dieses Problem mit einem verbesserten Kompromiss zwischen Berechnung und Genauigkeit zu lösen. Bei Anwendung auf ein Empfehlungssystem für E-Commerce-Geschäfte ermöglichte diese Technik eine Reduzierung der Eingabegröße des Modells um 70 %, ohne dass die Qualität der erzeugten Empfehlungen abnahm. Dadurch blieb die Genauigkeit auf dem gleichen Niveau, während sich die Geschwindigkeit der Berechnungen deutlich verbesserte.
Zusammenfassung
Quantenmaschinen sind die vielversprechendste neue Technologie im Computing und können Unternehmen dabei helfen, komplexe Probleme in Bereichen wie Planung, Logistik oder Feature-Auswahl zu lösen. Die Anzahl der Anwendungsfälle für Quantum Computing wächst mit der Weiterentwicklung dieser Technologie weiter und wird allmählich zu einer willkommenen Ergänzung für jedes Unternehmen.
Wir bei Objectivity wollen den Einsatz quantenbasierter Technologie fördern und Unternehmen über ihre Verfügbarkeit, Effektivität und Machbarkeit aufklären und werden unsere Kunden weiterhin dabei unterstützen, mit dieser Spitzentechnologie Wettbewerbsvorteile zu erzielen.
Michal ist Absolvent von Cambridge und der ETH Zürich. Im Laufe seiner Karriere absolvierte er Praktika in Quanten-KI-Gruppen am CERN und am Los Alamos National Laboratory in der USA. In seiner Arbeit zielt er darauf ab, die Welten des Quantum Computings und der Wirtschaft zu verbinden.