شهر سیاتل در ایالات‌متحده‌ی‌آمریکا به ترافیک‌های همیشگی مشهور است. در این میان دو کمپانی بزرگ فورد و مایکروسافت امیدوارند که با راه‌حلی نو، فناوری و تکنیک کامپیوترهای کوانتومی این مشکل را حل کنند.
در طول یک سری تحقیقات آزمایشی دانشمندان شرکت‌های فورد و مایکروسافت با استفاده از کامپیوترهایی که از فناوری کوانتومی الهام گرفته‌اند، صدها وسیله‌ی نقلیه و تاثیر آنها را بر تراکم شهری شبیه‌سازی کرده‌اند.
در ساعات شلوغی شهر، تعداد بسیاری از رانندگان به‌طور همزمان با استفاده از نرم‌افزارهای مختلفی چون Waze یا گوگل‌مپ به یافتن کم ترافیک‌ترین و کوتاه‌ترین مسیر می‌پردازند؛ مشکل اینجاست که سرویس‌های ارائه‌دهنده‌ی این خدمات هر درخواست را به‌صورت کاملا مجزا بررسی می‌کنند. این سرویس‌ها تعداد درخواست‌های مشابهی را که برایشان ارسال می‌شوند درنظر نمی‌گیرند و به این نکته توجه نمی‌کنند که این رانندگان قرار است مسیر مشابهی را با یکدیگر به اشتراک بگذارند.
چه می‌شد اگر بجای اینگونه مسیریابی‌های مجزا به مردم، از یک سیستم مسیریابی و ارائه پیشنهاد متعادل‌تر استفاده می‌شد؟! سیستمی که بتواند تمامی درخواست‌های مبنی بر مسیریابی را درنظر بگیرد و پیشنهادهای خود را برای رانندگان سازماندهی کند تا در یک مسیر پیشنهادی کمترین تعداد افراد ممکن تردد کنند و بدین وسیله از ترافیک دوباره جلوگیری شود! اگر این مورد به تحقق بپیوندد، گام بزرگی در حل‌کردن این مشکل برداشته شده است اما یک مشکل بزرگ سر راه این ایده است: این امر نیازمند منابع محاسباتی بسیار گسترده است… .
برای انجام چنین کاری و بهره‌وری کافی از آن نمی‌توان از کامپیوترهای عادی استفاده نمود، چراکه اینگونه دستگاه‌ها راه‌حل مناسبی برای مسیریابی بسیار زیاد در لحظهای کوتاه نیستند ولی کامپیوترهای کوانتومی می‌توانند دست‌یابی به این هدف را آسان‌تر کنند؛ بدین صورت که داده‌ها می‌توانند توسط یک bit کوانتومی (یا همان qubit) پردازش شوند که می‌تواند پیش از آنکه محاسبه شود به دو شکل ظاهر شود!
این مورد به یک کامپیوتر کوانتومی این اجازه را می‌دهد تا داده‌ها را با سرعت بسیار بیشتری پردازش کنند؛ همه اینها بدان معناست که کامپیوترهای کوانتومی پتانسیل ارائه‌ی مسیرهای سازماندهی شده به رانندگان را دارند و شامل چند مزیت می‌شوند:
رفت‌و‌آمدهای بهتر، تراکم کمتر و ترافیک سبک‌تر… .
با استفاده از آنچه که ازکامپیوترهای کوانتومی آموخته‌ایم و انتقال این آموخته‌ها برروی سخت‌افزارهای موجود، دیگر نیازی نیست صبر کنیم تا ببینیم در چه زمانی این دسته از کامپیوترها فراگیر می‌شوند تا بتوانیم از مزایایشان استفاده کنیم. با استفاده از الگوریتم‌های کوانتومی در سطح جهانی و بهینه‌سازی آنها برای یک مشکل مشخص، می‌توانیم پیشرفتی چشم‌گیر را در حوزه‌ی رانندگی مردم ایجاد کنیم، به‌طوری که در زندگی آنها تاثیرگذار باشد.
تیمی که برروی این پروژه کار می‌کرد چندین احتمال را آزمایش کرده است؛ مثلا سناریویی که شامل ۵۰۰۰ وسیله‌ی نقلیه می‌شود که دائما برای میسریابی درخواست می‌دهند (در این سناریو در کل ۱۰ مقصد قابل تصور است). در عرض ۲۰ ثانیه نتایج سازماندهی شده به رانندگان ارائه شد که نسبت به حالت خودخواهانه متداول ۷۳ درصد کارایی بهتری داشت؛ میانگین زمان رفت‌و‌آمدها هم شاهد کاهشی ۸ درصدی بود. با توجه به این نرخ به‌طور سالیانه می‌توان ۵۵ هزار ساعت در وقت نسبت به حالت متداول کنونی صرف‌جویی کرد.
جولی لاو، مدیر ارشد مایکروسافت در زمینه‌ی توسعه‌ی تجارت محاسبات کوانتومی، میگوید:
محاسابات کوانتومی این پتانسیل را دارند تا صنعت خودرو و نحوه‌ی جابجایی ما را متحول سازند. برای انجام این مهم، ما باید درک درستی از مشکلاتی شرکت‌هایی نظیر فورد می‌خواهند برطرف سازند داشته باشیم؛ به همین دلیل همکاری با چنین شرکتی بسیار مهم است.
فورد درحال همکاری با مایکروسافت است تا بتواند با توسعه‌ی الگوریتم‌ها، به سناریوهایی واقعی‌تر نزدیک‌تر شود. این شرکت می‌خواهد بداند برای مثال آیا این سیستم درصورت بسته بودن راه‌های پیش‌رو همین نتایج را ارائه خواهند کرد؟ یا مثلا اگر راه‌ها برای رانندگان در موقعیت‌های مختلف یکسان نباشند یا اگر رانندگان مسیر پیشنهادی سیستم را دنبال نکنند، آنگاه نتیجه چگونه خواهد بود؟!
باید منتظر بود و دید که این همکاری میان دو غول، یکی در صنعت خودرو و دیگری در صنعت کامپیوتر، چه نتیجه‌ای را دربر خواهد داشت… .
نظرات