Elke twee seconden, sensoren die het elektriciteitsnet van de Verenigde Staten meten, verzamelen 3 petabyte aan gegevens - het equivalent van 3 miljoen gigabyte. Data-analyse op die schaal is een uitdaging wanneer cruciale informatie wordt opgeslagen in een ontoegankelijke database.

Maar onderzoekers van Purdue University werken aan een oplossing, het combineren van kwantumalgoritmen met klassiek computergebruik op kleinschalige kwantumcomputers om de toegankelijkheid van databases te versnellen. Ze gebruiken gegevens van de sensoren van het Amerikaanse Department of Energy National Labs, genaamd phasor meeteenheden, die informatie over het elektriciteitsnet verzamelen over spanningen, stromen en energieopwekking. Omdat deze waarden kunnen variëren, om het elektriciteitsnet stabiel te houden is het continu monitoren van de sensoren.

Sabre Kais, een professor in de chemische fysica en hoofdonderzoeker, zal leiding geven aan de inspanningen om nieuwe kwantumalgoritmen te ontwikkelen voor het berekenen van de uitgebreide gegevens die door het elektriciteitsnet worden gegenereerd.

"Niet-kwantumalgoritmen die worden gebruikt om de gegevens te analyseren, kunnen de toestand van het raster voorspellen, maar naarmate er steeds meer phasormeeteenheden in het elektriciteitsnet worden ingezet, we hebben snellere algoritmen nodig, " zei Alex Pothen, hoogleraar informatica en mede-onderzoeker van het project. "Kwantumalgoritmen voor data-analyse hebben het potentieel om de berekeningen in theoretische zin aanzienlijk te versnellen, maar er blijven grote uitdagingen bestaan ​​bij het realiseren van kwantumcomputers die zulke grote hoeveelheden gegevens kunnen verwerken."

De methode van het onderzoeksteam heeft potentieel voor een aantal praktische toepassingen, zoals het helpen van industrieën om hun supply chain en logistiek management te optimaliseren. Het kan ook leiden tot nieuwe chemische en materiële ontdekkingen met behulp van een kunstmatig neuraal netwerk dat bekend staat als een kwantum Boltzmann-machine. Dit soort neuraal netwerk wordt gebruikt voor machine learning en data-analyse.

"We hebben al een hybride kwantumalgoritme ontwikkeld met behulp van een kwantum Boltzmann-machine om nauwkeurige elektronische structuurberekeningen te verkrijgen, " zei Kais. "We hebben een proof of concept met resultaten voor kleine moleculaire systemen, waarmee we moleculen kunnen screenen en de ontdekking van nieuwe materialen kunnen versnellen."

Een paper waarin deze resultaten worden geschetst, werd woensdag in het tijdschrift gepubliceerd Natuurcommunicatie .

Algoritmen voor machinaal leren zijn gebruikt om de geschatte elektronische eigenschappen van miljoenen kleine moleculen te berekenen, maar het navigeren door deze moleculaire systemen is een uitdaging voor chemisch fysici. Kais en mede-onderzoeker Yong Chen, directeur van het Purdue Quantum Center en hoogleraar natuurkunde en sterrenkunde en elektrotechniek en computertechniek, zijn ervan overtuigd dat hun algoritme voor het leren van kwantummachines dit kan aanpakken.

Hun algoritmen kunnen ook worden gebruikt voor het optimaliseren van zonneparken. De levensduur van een zonnepark varieert afhankelijk van het klimaat, aangezien zonnecellen elk jaar door het weer worden afgebroken, volgens Mohammed Alam, hoogleraar elektrotechniek en computertechniek en mede-onderzoeker van het project. Het gebruik van kwantumalgoritmen zou het gemakkelijker maken om de levensduur van zonneparken en andere duurzame energietechnologieën voor een bepaalde geografische locatie te bepalen en zou zonnetechnologieën efficiënter kunnen maken.

Aanvullend, het team hoopt een extern gefinancierd industrie-universitair onderzoekscentrum (IUCRC) te lanceren om verder onderzoek naar kwantummachine learning voor data-analyse en -optimalisatie te bevorderen. Voordelen van een IUCRC zijn onder meer het benutten van academische en zakelijke partnerschappen, het uitbreiden van materiaalwetenschappelijk onderzoek, en handelen op basis van marktprikkels. Verder onderzoek naar kwantummachine learning voor data-analyse is nodig voordat het van nut kan zijn voor industrieën voor praktische toepassing, Chen zei, en een IUCRC zou tastbare vooruitgang boeken.

"We zijn dicht bij de ontwikkeling van de klassieke algoritmen voor deze data-analyse, en we verwachten dat ze op grote schaal worden gebruikt, Pothen zei. "Quantumalgoritmen zijn risicovol, onderzoek met hoge beloning, en het is moeilijk te voorspellen in welk tijdsbestek deze algoritmen praktisch zullen worden gebruikt."

Het onderzoeksproject van het team was een van de acht die door het Purdue's Integrative Data Science Initiative werden geselecteerd om voor een periode van twee jaar te worden gefinancierd. Het initiatief zal interdisciplinaire samenwerking aanmoedigen en voortbouwen op de sterke punten van Purdue om de universiteit te positioneren als leider in datawetenschappelijk onderzoek en zich te concentreren op een van de vier gebieden:gezondheidszorg; verdediging; ethiek, samenleving en beleid; grondbeginselen, methoden, en algoritmen. De onderzoekslijnen van het Integrative Data Science Initiative worden gehost door Purdue's Discovery Park.

"Dit is een opwindende tijd om machine learning te combineren met kwantumcomputing, Kais zei. "Er is recentelijk indrukwekkende vooruitgang geboekt bij het bouwen van kwantumcomputers, en technieken voor het leren van kwantummachines zullen krachtige hulpmiddelen worden voor het vinden van nieuwe patronen in big data."