Ilmuwan di seluruh dunia mendorong komputer kuantum ke depan, berusaha mencapai teknologi komputasi kuantum yang paling canggih. Raksasa teknologi, termasuk Google dan IBM, berlomba untuk kuantum supremacy.
Tapi mengapa? Mesin kuantum dapat memecahkan masalah tertentu miliar kali lebih cepat dari komputer klasik. Seiring bertambahnya permintaan akan prosesor yang canggih, dan tugas-tugas menjadi lebih luas dan kompleks, kita akan membutuhkan arsitektur komputasi yang lebih efektif untuk memajukan solusi.
Kemajuan seperti ini dalam teknologi komputasi akan menciptakan jutaan peluang, di hampir setiap aspek kehidupan modern. Menurut GlobeNewswire, pasar komputasi kuantum global dinilai sebesar $507,1 juta pada tahun 2019. Diproyeksikan akan mencapai $65 miliar pada tahun 2030, tumbuh dengan CAGR 56%. Amerika Utara dan Eropa diharapkan akan mencakup lebih dari 78% dari pasar komputasi kuantum. Ini tidak berarti sistem kuantum akan mengganti komputer saat ini. Sebaliknya, mereka akan bekerja bersama superkomputer klasik karena masing-masing memiliki kekuatan dan keuntungan unik.
Dalam artikel tinjauan ini, kami telah menyebutkan beberapa aplikasi utama komputasi kuantum dari kemungkinan yang luas. Ini akan memberikan Anda ide yang lebih baik tentang apa yang dirancang komputer kuantum.
12. Prediksi Cuaca
Komputer kuantum dapat digunakan untuk memetakan pola cuaca yang sangat kompleks. Berbeda dengan sistem cuaca saat ini, ia akan dapat memberikan perkiraan untuk wilayah yang lebih kecil dan lebih spesifik, membantu petani untuk lebih baik menyiapkan diri terhadap perubahan cuaca dan membantu maskapai penerbangan untuk meminimalkan gangguan.
IBM berinvestasi besar dalam sistem prediksi cuaca. Ia telah bekerjasama dengan The Weather Company, National Center for Atmospheric Research, dan University Corporation For Atmospheric Research di Amerika Serikat, untuk membangun model yang lebih unggul yang dapat memperkirakan badai petir pada tingkat lokal.
Pada tahun 2019, IBM, dalam kolaborasi dengan The Weather Company, meluncurkan Global High-Resolution Atmospheric Forecasting System (GRAF) yang menggunakan superkomputer IBM untuk memproses data dari jutaan sensor di seluruh dunia.
Saat komputasi kuantum menjadi feasible, sistem seperti GRAF akan dapat menganalisis miliaran data setiap jam dan memprediksi peristiwa mikrometeorologis seperti pembentukan awan individu atau putaran angin.
11. Keamanan Siber
Mereka semua hanya perkiraan kasar
Komputer kuantum akan dapat memecahkan banyak masalah yang hampir mustahil bagi mesin saat ini untuk dipecahkan. Ini termasuk mencrack algoritma enkripsi yang melindungi infrastruktur internet dan data sensitif.
Misalnya, enkripsi RSA berdasarkan angka 2048-bit banyak digunakan untuk transmisi data yang aman. Diperkirakan bahwa komputer kuantum dengan 20 juta qubit dapat mencrack enkripsi seperti itu dalam waktu 8 jam.
Tentu saja, kekuatan komputasi kuantum juga dapat digunakan untuk mengembangkan sistem enkripsi yang jauh lebih aman. Banyak perusahaan, termasuk Microsoft dan Google, sudah mulai bekerja pada algoritma enkripsi yang aman kuantum. Mereka saat ini berada dalam tahap teoretis dan pengujian. Tantangan utama adalah mengintegrasikan pendekatan baru ini ke dalam infrastruktur yang ada.
Algoritma yang aman kuantum diharapkan untuk mengenkripsi:
- Transaksi pembiayaan dan perbankan
- Komunikasi militer dan pemerintah
- Jaringan korporasi
- Rekam medis dan data pribadi di cloud
10. Baterai Generasi Mendatang
Baterai lithium-ion telah melangkah jauh: satu dekade lalu, mereka hanya bisa membawa smartphone melewati hari ini, sekarang mereka dapat memasuki kendaraan listrik lebih dari ratusan kilometer.
Namun, jika kita ingin membuat baterai yang lebih canggih, lebih murah, yang dapat bertahan lebih lama dari yang ada, kita memerlukan beberapa terobosan. Peneliti di IBM dan Daimler AG (perusahaan induk Mercedes-Benz) sedang menguji seberapa efisien komputer kuantum akan dapat mensimulasikan perilaku senyawa kimia dalam baterai.
Mereka mampu mensimulasikan momen dipol dari empat molekul yang relevan secara industri (sulfida hidrum, hidrida lithium, sulfida lithium, dan sulfida hidrum lithium), menggunakan komputer kuantum 21 qubit.
Saat kita meningkatkan atau memperbaiki status qubit, kita akan dapat menguji senyawa yang lebih besar dan lebih kompleks untuk baterai generasi mendatang. Jenis studi ini adalah kerja dasar yang pada akhirnya akan membawa kita ke sana.
9. Penangkap Energi Matahari
Sel surya titik kuantum | Kredit: Universitas Queensland
Titik kuantum (partikel semikonduktor nanoscaled dengan properti elektronik dan optik unik karena mekanika kuantum) dapat mengonversi energi matahari menjadi listrik dengan efisien. Ini akan membantu kita secara signifikan mengurangi emisi karbon dan meningkatkan teknologi pembangkit listrik yang ada.
Peneliti Australia di Universitas Queensland telah mengembangkan titik kuantum yang fleksibel dan dapat dicetak yang memberikan efisiensi konversi daya lebih dari 16 persen.
Bahan titik kuantum non-toksik seperti nanokristal sulfida bismuth perak telah dipelajari secara luas karena kelimpahan dan keamanannya. Meskipun belum dapat beroperasi secara komersial dalam skala besar, beberapa perusahaan kecil telah mulai memasarkan produk fotovoltaik titik kuantum.
8. Pupuk Bersih
Saat ini, pupuk ammonia diproduksi melalui proses kimia yang disebut Haber-Bosch. Ini menggabungkan nitrogen atmosfer dengan hidrogen pada suhu tinggi dan tekanan yang sangat tinggi. Proses ini menggunakan sejumlah besar energi dan melepaskan banyak gas rumah kaca.
Jika peneliti mengetahui mekanisme dan perilaku nitrogenase serta logam transisi secara rinci, mereka dapat mengembangkan katalis yang lebih efisien untuk produksi pupuk, serta beberapa kimia penting lainnya yang diperlukan dalam industri.
Berita baiknya komputer kuantum suatu hari dapat memodelkan kofaktor primer nitrogenase (kofaktor FeMo), memberikan wawasan tentang mekanismenya. Ini akan membantu kimiawan membangun proses industri yang hemat energi untuk sintesis pupuk nitrogen.
7. Penemuan Bahan
Kredit gambar: Second Bay Studios/Harvard SEAS
Karena komputasi kuantum didasarkan pada fenomena mekanika kuantum, seperti superposisi dan entanglement, ia dapat mewakili sistem kuantum lainnya dengan lebih mudah daripada komputer klasik. Misalnya, mesin kuantum dapat menyelesaikan persamaan Schrödinger untuk molekul untuk menghitung status energi yang diizinkannya.
Ini menawarkan kemampuan untuk mensimulasikan molekul kompleks yang tidak dapat dilakukan komputer konvensional. Secara bersama-sama, perkembangan perangkat keras kuantum dan algoritma kuantum berjanji untuk mengguncang kimia teoretis.
Dengan menangani noise dalam qubit pada mesin kuantum, peneliti dapat mengembangkan bahan yang lebih baik dengan properti optik dan mekanis yang disesuaikan secara halus.
Dengan mempertimbangkan kemajuan terbaru dalam teknik ‘pengurang noise kuantum’, kita dapat mengatakan bahwa bahan generasi mendatang mungkin dirancang pada komputer kuantum alih-alih mencari tahu properti kimia yang benar dengan coba-coba.
6. Optimisasi Lalu Lintas
Komputer kuantum akan mengurangi banyak tantangan yang ditimbulkan oleh peningkatan populasi dan kemacetan dalam kebutuhan untuk dekarbonisasi. Salah satu tantangan tersebut adalah pengendalian lalu lintas.
Teknologi kuantum dapat digunakan untuk menghindari macet dan mempersingkat waktu tunggu. Ini berarti bus dan taksi tidak perlu menempuh jarak jauh tanpa penumpang, dan orang tidak perlu menunggu lama untuk taksi mereka.
Volkswagen telah mendemonstrasikan penggunaan langsung komputasi kuantum untuk mengoptimalkan lalu lintas. Algoritma routing kuantumnya berjalan pada komputer kuantum D-Wave dan menghitung rute perjalanan tercepat secara individual secara realtime.
Algoritma seperti itu dapat berinteraksi secara terus-menerus dengan objek bergerak (sepeda, mobil, dan orang) dan meningkatkan seluruh sistem mobilitas kota. Mereka juga dapat diterapkan dalam pengendalian lalu lintas udara untuk informasi routing yang dioptimalkan.
Volkswagen bukan satu-satunya perusahaan yang bekerja pada ‘optimisasi lalu lintas kuantum.’ Hampir semua produsen mobil, termasuk BMW, Toyota, dan Ford, berinvestasi dalam penelitian kuantum.
5. Pemasaran dan Iklan
Algoritma kuantum dapat menyampaikan iklan yang lebih baik dengan membuat pola asosiasi yang mempengaruhi perilaku pembelian. Alih-alih menyampaikan iklan hanya berdasarkan riwayat penjelajahan pengguna, algoritma ini akan berfokus pada bagaimana perasaan pengguna setelah melihat iklan dan jenis iklan apa yang dapat membantu merek membangun hubungan jangka panjang dengan pelanggan mereka.
Misalnya, jika iklan menyenangkan dan membuat penonton tertawa atau merasa baik, itu akan membentuk hubungan publik merek yang kuat. Iklan yang membosankan atau mengganggu, sebaliknya, dapat berakibat kontraproduktif.
D-Wave Systems Inc. (dalam kolaborasi dengan Recruit Communication Ltd) telah menerapkan komputasi kuantum untuk iklan, pemasaran, dan optimisasi komunikasi. Tujuannya adalah menganalisis data yang kompleks dalam waktu lebih singkat dan mengoptimalkan efisiensi pencocokan iklan dengan pelanggan di bidang iklan web.
D-Wave Systems juga menjelaskan bagaimana organisasi dapat menggunakan annealing kuantum untuk mencapai audiens dengan iklan yang relevan dan meningkatkan Click-Through Rate (CTR).
4. Model Keuangan
Pasar modern adalah salah satu sistem yang paling kompleks yang ada. Dalam waktu yang Anda butuhkan untuk membaca kalimat ini, dana hedge, bank investasi, dan investor eceran di seluruh dunia akan telah memperdagangkan lebih dari $80 juta saham.
Bagi investor institusional, menemukan campuran yang tepat untuk investasi yang produktif, berdasarkan return yang diharapkan dan risiko terkait, sangat penting untuk bertahan di pasar. Ini melibatkan analisis ribuan faktor yang dapat mempengaruhi harga saham. Banyak bank investasi menjalankan simulasi ‘Monte Carlo’ pada komputer klasik untuk analisis terperinci, yang membutuhkan sumber daya komputasi dan waktu yang besar.
Komputer kuantum dirancang secara khusus untuk jenis perhitungan probabilistik ini. Dengan bergabung pada wagon kuantum, bank investasi tidak hanya dapat meningkatkan kualitas solusi tetapi juga mengurangi waktu untuk mengembangkannya. Karena bisnis ini menangani miliaran dolar, perbaikan kecil dalam return yang diharapkan dapat bernilai banyak bagi mereka.
Pada akhirnya, komputer kuantum akan membantu layanan keuangan untuk:
- Meningkatkan keuntungan investasi
- Mengurangi persyaratan modal
- Meningkatkan identifikasi dan manajemen risiko serta kepatuhan
- Membuka peluang investasi baru.
3. Penemuan Obat
Alur informasi genetik dalam sistem biologis
Saat ini, perusahaan farmasi membutuhkan miliaran dolar dan lebih dari sepuluh tahun untuk menemukan obat baru dan meluncurkannya ke pasar. Mereka menjalankan ratusan juta perbandingan pada komputer klasik. Namun, kemampuan pemrosesan mesin ini cukup terbatas: mereka hanya dapat menganalisis molekul hingga ukuran tertentu.
Pertimbangkan desain obat penicilin, yang mengandung 41 atom: memodelkan secara menyeluruh dan presisi energi dasar molekul penicilin akan membutuhkan mesin digital dengan lebih banyak transistor dari jumlah atom dalam alam semesta yang dapat diamati.
Masalah ini dapat dipecahkan dengan komputasi kuantum. Seiring komputer kuantum dan algoritma yang semakin mudah diakses, akan mungkin untuk membandingkan molekul yang jauh lebih besar. Ini dapat secara dramatis mengurangi waktu dan biaya pengembangan obat, memberdayakan peneliti untuk membuat penemuan baru lebih cepat yang dapat mengarah pada obat untuk berbagai penyakit.
Di industri ilmu kehidupan, diharapkan komputer kuantum akan memungkinkan tiga kasus penggunaan kunci yang memperkuat satu sama lain dalam siklus yang menguntungkan:
- Mengembangkan terapi obat presisi dengan mengasosiasikan genom dan hasil
- Meningkatkan efisiensi penemuan obat molekul kecil dan meningkatkan hasil pasien
- Membangun produk biologis baru berdasarkan prediksi lipatan protein
2. Kecerdasan Buatan
Mesin kuantum Google
Kecerdasan yang ditunjukkan oleh mesin didasarkan pada prinsip belajar dari pengalaman. Semakin banyak kumpulan data yang Anda gunakan untuk melatih AI, semakin akurat itu akan menjadi. Karena akurasi/kekuatan AI bergantung pada menganalisis jutaan atau bahkan miliaran titik data, ini adalah kandidat ideal untuk komputasi kuantum.
Untuk model tertentu, machine learning kuantum akan jauh lebih efisien daripada machine learning klasik. Ini meluas ke cabang penelitian yang mengeksplorasi kesamaan struktural dan metodologis antara sistem fisik spesifik dan sistem pembelajaran, khususnya jaringan saraf.
Dikatakan bahwa kecerdasan buatan akan menjadi hal yang sama untuk abad ke-21 seperti listrik untuk abad ke-20. Kami sudah berada di titik di mana AI cukup canggih untuk menciptakan AI lain, jadi signifikanya akan segera meningkat.
Untuk mempercepat pengembangan, Google, dalam kolaborasi dengan Volkswagen dan Universitas Waterloo, telah meluncurkan TensorFlow Quantum, perpustakaan open-source untuk prototyping model machine learning kuantum. IBM, Microsoft, dan raksasa teknologi lainnya juga mengalokasikan dana untuk machine learning kuantum.
1. Fisika Partikel
Tabrakan proton-proton di LHC yang menghasilkan boson Higgs | CERN
Salah satu aplikasi paling menarik dan berguna dari komputasi kuantum adalah mempelajari fisika baru. Model fisika partikel sangat kompleks, membutuhkan sejumlah besar sumber daya dan waktu komputasi yang panjang untuk simulasi numerik.
Misalnya, eksperimen di Large Hadron Collider di CERN menghasilkan satu petabyte data per detik dari satu miliar tabrakan partikel setiap detik. Analisis dilakukan pada satu juta inti CPU yang bekerja di 170 pusat data di seluruh dunia. Pada tahun 2027, kekuatan komputasi yang diperlukan untuk memproses dan menganalisis data CERN akan meningkat sebesar faktor 50-100.
Inilah tempat komputasi kuantum berguna. Ini akan memungkinkan ilmuwan fisika untuk mensimulasikan fisika nuklir, pelesiran inti, kuark, serta interaksi fundamental.
CERN sudah mulai bekerjasama dengan IBM pada komputer kuantum. Peneliti telah menggunakan ‘quantum support vector machine’ untuk melihat bagaimana supervised quantum machine learning dapat digunakan untuk mengidentifikasi peristiwa boson Higgs dalam data tabrakan.
Tim peneliti lainnya berhasil mensimulasikan teori gauge jaring pada komputer kuantum, yang menggambarkan interaksi antara partikel dasar, seperti kuark dan gluon.
Secara keseluruhan, komputasi kuantum sedang berkemajuan di berbagai bidang, mulai dari fisika banyak tubuh hingga energi molekuler. Ini akan mengganggu teknik saat ini dan memungkinkan peneliti untuk mengatasi masalah yang sebelumnya tidak akan mereka coba selesaikan.