Wir haben per Ausschreibung Unterstützung für unser QML-Projekt QuTeNet gesucht. Im Bieterwettbewerb erhielt BearingPoint – mit Multiverse Computing und dem Fraunhofer CML als Unterauftragnehmerinnen – den Zuschlag. Gemeinsam mit dem Forschungsteam, geleitet vom DLR-Instituts für KI-Sicherheit, entwickeln die Unternehmen nun hocheffiziente Tensornetzwerk-Lösungen für die maritime Logistik, die sich auch auf viele weitere Optimierungsprobleme anwenden lassen.
Auf dem Weg vom klassischen über das hybride zum reinen Quantenrechnen bieten Tensornetzwerke viele spannende Möglichkeiten. Diese – auch im Vergleich zu anderen Machine-Learning-Ansätzen – zu erforschen und weiterzuentwickeln, ist Aufgabe unseres Projekts QuTeNet am DLR-Institut für KI-Sicherheit.
Mit zwei Industrieaufträgen (einer davon ging an Tensor AI) wollen wir dabei nicht nur theoretisch vorankommen, sondern auch den praktischen Nutzen weiterentwickeln. Im Auftrag QuTeNet | Tensornetzwerke setzen BearingPoint, Fraunhofer CML und Multiverse Computing daher nicht nur hocheffiziente Tensornetzwerk-Lösungen für die maritime Logistik um, sondern erstellen zugleich eine effizient implementierte Softwarebibliothek. Diese lässt sich auf viele weitere Optimierungsprobleme in Industrie und Forschung anwenden, kodiert allgemeine kombinatorische Quantenoptimierungsprobleme und löst sie – einschließlich notwendiger Vor- und Nachbearbeitung – mithilfe von Tensornetzwerken, mit oder ohne Quantencomputer.
BearingPoint koordiniert industrieseitig das Projekt, bringt Tensornetzwerkexpertise ein und bildet ein breites Anwenderspektrum ab; das Fraunhofer CML stellt Realdaten zu Schiffsrouten, Häfen und Beladungen sowie den Anwendungsfall bereit; mit seiner Expertise in Tensornetzwerken und der Software-Entwicklung implementiert Multiverse Computing das Optimierungspaket.
QuTeNet ist ein Projekt unter Leitung des DLR-Instituts für KI-Sicherheit in Zusammenarbeit mit dem DLR-Institut für Quantentechnologien und dem DLR-Institut für Softwaretechnologien.
Tensornetzwerke bauen Brücken
Tensornetzwerke ermöglichen die klassische Simulation von Quantenzuständen. Damit schlagen sie eine direkte Brücke zwischen klassischen und Quantencomputing-Ansätzen. Auf klassischer Hardware erlauben sie leistungsfähige quanteninspirierte Optimierungslösungen, auf Quantencomputern besonders effiziente Berechnungen. So lassen sich Optimierungslösungen für klassische Hardware entwickeln, die bereits quantum-ready sind und künftig auf verfügbarer Quantenhardware nahtlos noch effizienter gelöst werden können. Mit dem Auftrag QuTeNet | Tensornetzwerke schaffen wir so anhand eines realen Anwendungsfalls ein Vorbild dafür, wie Tensornetzwerke schon heute den Übergang vom klassischen zum Quantencomputing ermöglichen:
BearingPoint
BearingPoint ist eine unabhängige Management- und Technologieberatung mit europäischen Wurzeln und globaler Reichweite. Das Unternehmen agiert in drei Geschäftsbereichen: Consulting, Products und Capital.
