Eine praktische Einführung ins Quanten-Annealing

Quanten-Annealing-Systeme sollen Optimierungsprobleme besser lösen als herkömmliche Rechner. Ein Beispiel zeigt, wie man solche Systeme in Python programmiert.

Lesezeit: 9 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen

(Bild: Albert Hulm)

Von
Inhaltsverzeichnis

Welche ist die kürzeste Route?", "Welche Übertragungsqualität ist optimal?", "Wie erwirtschaften wir maximalen Gewinn?" – viele praktische Probleme sind Optimierungsprobleme oder lassen sich als solche betrachten. Bei diesen geht es immer darum, die bestmöglichen Werte für eine oder mehrere Variablen zu bestimmen.

Quanten-Annealing-Systeme, eine spezialisierte Art von Quantencomputern, versprechen solche Probleme effizienter lösen zu können als klassische Rechner. Um damit experimentieren zu können, ist eine kurze Einführung in Lösungsstrategien für Optimierungsprobleme nötig.

Mehr zu Quantencomputern

Im Fall von zwei Variablen kann man sich Optimierungsprobleme als hügelige Landschaft vorstellen: Längen- und Breitengrad entsprechen den beiden Variablen, jeder Ort steht also für eine bestimmte Kombination von Werten. Die Höhe der Landschaft an einem Ort steht für die Qualität der Lösung, falls man diese Wertekombination nutzt. Man definiert oft, dass bessere Werte kleiner sind. Daraus folgt für die Hügellandschaft, dass gute Lösungen in den Tälern zu finden sind und schlechte Lösungen auf den Gipfeln.

Immer mehr Wissen. Das digitale Abo für IT und Technik.

  • Zugriff auf alle Inhalte von heise+
  • exklusive Tests, Ratgeber & Hintergründe: unabhängig, kritisch fundiert
  • c't, iX, Technology Review, Mac & i, Make, c't Fotografie direkt im Browser lesen
  • einmal anmelden – auf allen Geräten lesen - monatlich kündbar
  • erster Monat gratis, danach monatlich 9,95 €
  • Wöchentlicher Newsletter mit persönlichen Leseempfehlungen des Chefredakteurs
GRATIS-Monat beginnen Jetzt GRATIS-Monat beginnen Mehr Informationen zu heise+