12月6日，空中巴士公司和寶馬集團聯合發起了一項名為“量子交通探索”的全球量子計算挑戰賽。解決航空和汽車領域最緊迫的挑戰，這些挑戰對於傳統計算機來說仍然是無法克服的。
這項史無前例的挑戰將兩家全球行業領導者聚集在一起，將量子技術用於現實世界的工業應用，釋放潛力，為未來的交通提供更高效、可持續和更安全的解決方案。
現在是關注量子技術及其對我們社會的潛在影響的最佳時機。 與寶馬集團這樣的行業領導者合作，使我們能夠使這項技術成熟，因為我們需要彌合科學探索與其潛在應用之間的差距。 空中巴士公司研究與技術副總裁伊莎貝爾·格拉德特（Isabell Gradert）表示：“。我們正在尋找全球該領域最優秀的學生、博士、學者、研究人員、初創企業、公司或專業人士加入我們的挑戰，並為飛機的製造和飛行方式帶來巨大的正規化轉變。
Peter Leinert博士，寶馬集團研究技術副總裁Peter Lehnert表示：“我們正在為新一輪創新浪潮做準備，並探索可持續發展和卓越運營的技術能力。 寶馬集團的目標很明確：將自己定位於量子技術、全球生態系統和尖端解決方案的交匯點。 ”
通過這樣做，我們相信，寶馬集團將在電池和燃料電池的可持續材料、獨特高效的設計或改善整體使用者體驗等領域取得重大進展
量子計算有可能大幅提高計算能力，並實現最複雜的操作，即使是當今最好的計算機也面臨挑戰。 特別是對於交通等資料驅動的行業，這種新興技術可以在模擬各種工業和運營流程方面發揮關鍵作用，為塑造運輸產品和服務的未來提供機會。
挑戰候選人可以選擇乙個或多個問題陳述：
使用量子求解器改進空氣動力學設計 - 利用量子機器 習 實現自動駕駛的未來 – 利用量子優化實現更可持續的鏈 – 通過量子模擬增強腐蝕抑制。
另外候選人還可以提出自己的量子技術，並有可能在交通領域開發尚未開發的本地應用
挑戰清單包括：
1）智慧型塗層：用於緩蝕的量子計算研究
減緩表面降解過程對於延長空客和寶馬集團產品的使用壽命、提高運營效率、優化維護計畫並最終降低成本至關重要。 當塗層中的機械損傷使下面的鋁暴露在周圍環境中時，表面降解過程就開始了。 在智慧型塗層材料中，抑制劑嵌入塗層基體中，並在損壞後形成保護層，防止鋁降解。
這項挑戰的目標是模擬抑制劑在鋁表面的吸附過程，並使用量子方法了解它們的結合特性。
描述各種廣泛使用的計算化學技術的示意圖，根據其計算成本（n 大致表示系統的大小）和精度（以任意單位測量）進行分類。
常用量子化學方法的一般特徵。
2） 量子驅動的物流：實現高效和可持續的**鏈
生產基地之間的運輸和物流會顯著增加二氧化碳排放量，並降低工業效率和成本。 特別是，汽車和飛機等運輸產品的複雜性導致了**鏈的高度複雜性。 空中巴士公司和寶馬集團都致力於減少二氧化碳排放，並確保其製造過程的可靠和高效的**鏈。
此用例的目標是開發針對製造鏈問題的量子解決方案，同時考慮驅動應用程式的約束。
3）量子增強自主性：生成式AI，增強關鍵測試場景的影象
自動駕駛的未來將在很大程度上依賴於可靠、安全的人工智慧視覺系統，這些系統不僅是自動駕駛汽車的重要組成部分，也是飛機自動著陸的重要組成部分。 為了實現最高階別的安全性，有必要獲得專用於關鍵測試場景的代表性影象資料集。 這些場景包括夜間能見度差以及惡劣天氣、錯綜複雜的交通模式和跑道上的障礙物。 與經典計算機相比，量子計算機在應對此類挑戰方面具有潛在優勢。
本問題陳述的重點是利用量子生成建模技術來生成包含關鍵場景的影象。
4） 量子求解器:*氣動聲學和空氣動力學建模
準確**空氣動力學流動和聲波傳播的能力是運輸行業的一項關鍵能力，與汽車和航空航天領域高度相關。 有了這種能力，就可以開發出具有優異效能的高質量產品，例如減少噪音汙染和碳排放。 在這種情況下，最重要的是求解描述具有數百萬個自由度的多尺度問題的偏微分方程，而高效能計算系統的可用計算能力是有限的。
本問題陳述的重點是找到最合適的基於量子的方法來求解相關的空氣動力學和聲學方程。
最廣泛使用的數值方法的一般特徵。
5）黃金應用：推進量子技術在交通中的應用
典型的方法是將量子技術推向最具驅動力的挑戰，但這些挑戰通常不是量子原生的！空中巴士公司和寶馬集團分別是汽車和航空航天領域的領導者，他們致力於使用量子技術作為其創新戰略的早期採用者。 雖然量子計算似乎已經在各個領域站穩了腳跟，但兩家公司表示，“我們仍然想知道移動領域的'最佳應用'是否仍然不可用。 ”
在本次挑戰中，我們邀請您提出新穎的硬體和軟體解決方案，您認為這些解決方案具有巨大潛力，但其與移動領域的相關性仍有待證明。 ”
挑戰賽由 The Quantum Insider （TQI） 主辦，分為兩部分：第一階段為期四個月，參與者將為給定的陳述之一開發乙個理論框架;在第二階段，決賽入圍者將實施他們的解決方案並對其進行基準測試。
Amazon Web Services （AWS） 為應聘者提供了在其 Amazon Braket 量子計算服務上執行演算法的機會。
由世界領先的量子專家組成的評審團將與來自空客、寶馬集團和 AWS 的專家合作，評估提交的提案到 2024 年底，五項挑戰中的獲勝團隊將獲得 30,000 歐元的獎金
註冊現已開放，可在 2024 年 1 月中旬至 4 月 30 日期間提交
自從奧利弗·賴特（Oliver Wright）和奧維爾·賴特（Orville Wright）於2024年首次駕駛飛機以來，人類就以飛上天空征服許多人以前認為不可能的事情為己任。
自從北卡羅來納州基蒂霍克的空中飛行以來，飛機已經走了很長一段路。 截至2024年，航空航天和國防工業（A&D）的收入達到創紀錄的7600億美元。 這正是量子計算 （QC） 現在與行業保持一致的原因。
該領域的量子研究已經在進行中，研究如何改善飛行的物理學。 作為先進計算解決方案的積極使用者，空中巴士公司處於計算正規化轉變的最前沿，探索量子計算 （QC） 如何幫助解決航空航天業的關鍵問題。 空中巴士公司正在向前邁出一步，發起一場全球量子計算競賽，挑戰該領域的專家，以迎來航空航天的量子時代。
事實上，全球兩大航空巨頭之一的空中巴士公司已經在量子計算領域耕耘多年。
2024年，空客成立了量子計算研發團隊。 2024年，空中巴士公司的風險投資部門空中巴士風險投資公司（Airbus Ventures）對量子計算初創公司QC Ware進行了首次投資。
自 2019 年以來，空中巴士公司發起了全球量子計算挑戰賽。 首屆挑戰賽邀請了來自全球36個量子計算團隊的800多名研究人員，以解決飛行物理學中的幾個主要問題。
飛行物理學是與飛機飛行相關的所有科學和工程方面的廣義名稱，包含許多計算困難的問題，例如由複雜微分方程控制的問題。 隨著傳統計算機接近極限，量子計算機有望將航空計算能力提公升到乙個新的水平。
美國航空航天巨頭波音公司也不甘示弱，成立了乙個名為“顛覆性計算和網路”（DC&N）的新組織，開始了自己的空中巴士挑戰。 該組織將總部設在加利福尼亞州，將分享空中巴士公司對量子計算等顛覆性技術如何改善其行業的關注。
10月，波音公司和IBM Quantum的研究人員聯手在《自然NPJ Quantum Information》雜誌上發表了一篇新文章，開發了一種新的量子計算方法，用於研究航空中金屬腐蝕的化學性質，這是創造新型耐腐蝕材料的早期一步。
量子演算法和硬體實驗的結果。
*鏈結：無論發生什麼，這兩家航空巨頭顯然看到了市場的利基市場，他們正在利用自己的資金和影響力將航空航天帶入量子時代。
汽車行業的量子計算更接近我們的日常生活。
每個司機都有這樣的經驗：當發生交通擁堵時，大多數司機做的第一件事就是使用衛星導航系統來識別替代路線，以避免交通擁堵。 然而，許多司機看到的是相同的替代路線，很快道路也變得擁擠，最終沒有人能夠避免交通擁堵。
在理想情況下，如果有多條備用路線，則每條路線上的汽車數量將相同，而不是所有汽車都採用相同的備用路線，以確保至少兩倍的汽車按時到達目的地。
問題在於，典型的衛星導航系統依靠經典計算技術來重新計算路線。 從 3 條路線中為 1 輛車選擇最佳路線很簡單，因為只有 9 條路線組合。 但是，10輛車將有6萬種組合，20和30輛汽車將有數億種路線組合，分別為35億和20萬億。
如果為每輛車計算最佳路線，經典計算不可能在有效的時間內完成，而量子計算機可以成倍加速
這就是日本知名汽車零部件製造商電裝所做的。 2020 年，電裝使用量子計算優化了泰國曼谷（世界上最擁擠的城市之一）數千名駕車者的路線，以最大限度地減少擁堵。
2019 年 12 月，福特與 Microsoft 合作，測試了一種使用“量子激勵”技術（儘管不是真正的量子計算機）的交通路由演算法，在模擬 5,000 輛汽車時，西雅圖的交通量減少了 73%，通勤時間減少了 8%
事實上，電裝並不是唯一一家在汽車行業涉足量子計算的公司，因為全球最大的兩大汽車集團大眾和豐田，以及寶馬、福特、戴姆勒和博世，在量子計算方面也有多年的經驗。 對於汽車製造商來說，路線優化並不是他們參與量子計算的唯一原因，他們還可以使用量子化學模擬來製造更好的汽車電池，並結合量子計算、人工智慧和大資料來研究自動駕駛技術。
根據麥肯錫的乙份報告，到 2035 年，量子計算市場的總價值將在 320 億美元至 520 億美元之間。 1 10 的價值來自汽車行業，到 2030 年相關技術對汽車行業的經濟影響將達到 20 億至 30 億美元。
量子計算可以促進整個汽車價值鏈的改進。
如今，汽車行業正處於百年一遇的變革時期，四大趨勢將改變全球汽車行業，分別是CASE。
四個字母“CASE”代表互聯、自主、共享和服務以及電動。 CASE最早由戴姆勒提出，現已成為汽車工業發展的共同目標。
近年來，各大整車廠紛紛加快電動化戰略。 大眾汽車集團宣布，到2024年，其所有車型都將實現電動化豐田提出，到2024年，所有車型都將是電動的（至少是混合動力）。戴姆勒提出，到2024年，電動汽車（包括純電動汽車和插電式混合動力汽車）將佔集團總銷量的一半以上。 在這個過程中，量子計算將發揮其在化學模擬方面的優勢，如前所述，幾家汽車製造商正在努力利用量子計算來開發效能更好的電池。
自動駕駛需要更多技術領域的共同努力，其中網路化是自動駕駛的先決條件，未來，所有自動駕駛汽車都將相互連線並共享相關資料和資訊，包括各自的駕駛體驗。 此外，自動駕駛依賴於感測器技術的發展和計算能力的提高。
高階駕駛輔助系統（ADAS）和自動駕駛技術的發展會產生大量資料。 原始裝置製造商和技術合作夥伴需要從配備雷射雷達、雷達**和其他感測器的測試車輛中捕獲和分析大量非結構化資料。
自動駕駛有6個級別
隨著資料量的不斷增加，對容量和速度的需求也在不斷增加。 例如，配備 3-4 個攝像頭、3-4 個雷射雷達感測器和其他感測器的測試車輛每小時將產生 10-20TB 的資料。 即使是乙個由 10 輛車組成的小型測試車隊，每天駕駛 8 小時，也可以在 3-5 年內生成超過 1EB（EB）的資料。
自動駕駛需要巨大的計算能力，因此需要量子計算的介入。 量子計算可以大大減少深度學習習的時間，同時幫助自動駕駛優化路線。
根據麥肯錫的乙份報告，量子計算將滲透到汽車行業的方方面面。 具體的行業應用可分為三個階段：
從2024年到2024年，QC的近期機會可能是在產品開發和研發方面。 用例將主要涉及解決簡單的優化問題，或涉及簡單的量子人工智慧機器習（AI ML）演算法的並行資料處理。
這些量子計算應用程式將作為混合解決方案的一部分執行，只是將經典計算機難以解決的問題外包出去。 可能的優化用例包括物流組合優化、交通路線優化。 由於大量資料並行處理的增加，量子 AI ML 可能涉及自動駕駛演算法的高效訓練。
從 2025 年到 2030 年，中期機會可能集中在以下方面：
- 量子模擬。 重點領域將包括對複雜的部分微分問題進行建模，在原子水平上模擬材料特性也將變得很重要，例如，改進電池和燃料電池材料的選擇和開發。
- 更複雜的優化問題。 例如，最大限度地減少連鎖違約的可能性，優化全市範圍的交通流量，以及解決大規模的多式聯運車隊路線問題。
- 複雜的量子 AI ML。 這些應用程式將能夠處理大量資料。
從長遠來看，從2024年起，量子計算應用將建立在對通用量子計算機的大規模訪問之上。 屆時，破解公鑰密碼學的shor演算法將普遍可用。
隨著參與者試圖阻止對自動駕駛、車載電子裝置和IIoT通訊的量子黑客攻擊，重點可能會轉移到數字安全和風險緩解上。