探索未来交通！空客、宝马开启新一轮“量子计算挑战赛”

12月6日，空中客车公司和宝马集团共同发起了一项名为 “量子交通探索”的全球量子计算挑战赛，以应对航空和汽车领域最紧迫的挑战——这些挑战对于传统计算机而言仍然是难以克服的。

这项挑战是首创性的，它将两个全球行业领导者聚集在一起，利用量子技术实现现实世界中的工业应用，释放潜力，为未来的交通运输提供更高效、更可持续和更安全的解决方案。

“现在是聚焦量子技术及其对我们社会的潜在影响的最佳时机。与宝马集团这样的行业领导者合作，使我们能够成熟这项技术，因为我们需要弥合科学探索与其潜在应用之间的差距。”空中客车公司中央研究与技术副总裁伊莎贝尔·格拉德特（Isabell Gradert）表示：“我们正在全球范围内寻找该领域最优秀的学生、博士、学者、研究人员、初创企业、公司或专业人士，加入我们的挑战，为飞机的制造和飞行方式带来巨大的范式转变。”

宝马集团研究技术副总裁彼得·莱纳特博士（Dr. Peter Lehnert）表示：“我们正准备迎接新一轮的创新浪潮，探索可持续发展和卓越运营的技术能力。宝马集团的目标很明确，就是要将自己定位在量子技术、全球生态系统和尖端解决方案的交汇点上。”

“通过这样做，我们坚信在电池和燃料电池的可持续材料、独特高效的设计或提升宝马集团产品的整体用户体验等方面将取得重大进展。”

量子计算有可能显著提高计算能力，实现最复杂的操作，而这些操作甚至对当今最好的计算机都是挑战。特别是对于运输业等数据驱动型行业而言，这项新兴技术可以在模拟各种工业和运营流程方面发挥关键作用，为塑造未来的交通产品和服务提供机会。

挑战赛候选人可选择一个或多个问题陈述：

- 利用量子求解器改进空气动力学设计

- 利用量子机器学习实现未来自动交通

- 利用量子优化实现更可持续的供应链

- 利用量子模拟增强缓蚀效果

此外，候选者还可以提出自己的量子技术，并有可能开发出交通领域尚未开发的本地应用程序。

此次的挑战清单包括：

1）智能涂层：研究用于抑制腐蚀的量子计算

减缓表面降解过程对于延长空中客车和宝马集团产品的使用寿命、提高运行效率、优化维护计划以及最终降低成本至关重要。当涂层中的机械损伤使底层铝暴露在周围环境中时，表面降解过程就开始了。在智能涂层材料中，一种抑制剂被嵌入涂层基体中，并在受损后形成一个保护层，阻止铝降解。

这项挑战的目标是模拟铝表面吸附抑制剂的过程，并利用量子方法了解其结合特性。

描述各种广泛使用的计算化学技术的示意图，根据其计算成本（N 大致代表系统的大小）和精度（以任意单位衡量）进行分类

常用量子化学方法的一般特征

2）量子驱动的物流：实现高效和可持续的供应链

生产基地之间的运输和物流极大地增加了二氧化碳排放量，并降低了工业效率和成本。特别是汽车和飞机等交通产品的复杂性导致了供应链的高度复杂性。空中客车公司和宝马集团都致力于减少二氧化碳排放，并确保为其制造流程提供可靠、高效的供应链。

本使用案例的目标是为制造供应链问题制定量子解决方案，同时考虑到驱动应用的限制因素。

3）量子增强自主性：增强关键测试场景图像的生成式人工智能

未来的自动交通将在很大程度上依赖于可靠、安全的人工智能视觉系统，它不仅是车辆自动驾驶的重要组成部分，也是飞机自动着陆的重要组成部分。为了实现最高级别的安全性，有必要获得专门用于关键测试场景的代表性图像数据集。这些场景包括夜间能见度较低以及恶劣天气、错综复杂的交通模式和跑道上的障碍物。与经典计算机相比，量子计算机在应对此类挑战方面具有潜在优势。

本问题陈述的重点是利用量子生成模型技术生成包含关键场景的图像。

4）量子求解器（Quantum Solver）：预测性空气声学和空气动力学建模

准确预测空气动力流和声波传播的能力是交通行业的关键能力，与汽车和航空领域都有很高的相关性。有了这种能力，才能开发出性能卓越的高质量产品，例如减少噪音污染和碳排放。在这种情况下，最重要的是解决描述具有数百万自由度的多尺度问题的偏微分方程，而高性能计算系统的可用计算能力有限。

本问题陈述的重点是寻找最合适的基于量子的方法来求解相关的空气动力学和声学方程。

最广泛使用的数值方法的通用特性

5）黄金应用程序（The Golden App）：推动量子技术在交通领域的应用

典型的方法是将量子技术推向最具驱动力的挑战，但这些挑战往往不是量子原生的！空中客车公司和宝马集团分别是汽车和航空航天领域的领先企业，它们致力于将量子技术作为其创新战略的早期采用者。虽然量子计算似乎已在各个领域站稳了脚跟，但两家公司表示，“我们仍在思考，移动领域的‘黄金应用’是否仍未问世。”

“在本次挑战赛中，我们邀请您提出新颖的硬件和软件解决方案，您认为这些方案潜力巨大，但与移动领域的相关性仍有待验证。”

挑战赛由The Quantum Insider (TQI) 主办，分为两个部分：第一阶段为期四个月，参赛者将为其中一个给定的陈述开发一个理论框架；第二阶段，入围者将实施其解决方案并进行基准测试。

亚马逊网络服务（AWS）为候选人提供了在其亚马逊Braket量子计算服务上运行算法的机会。

由世界领先的量子专家组成的评审团将与来自空中客车公司、宝马集团和AWS的专家合作，对提交的提案进行评估，并在2024年底之前在五项挑战中的每项挑战中为获胜团队颁发3万欧元的奖金。

注册现已开始，2024年1月中旬至4月30日期间可报名提交：

https://qcc.thequantuminsider.com/#slide-6

自从奥利弗·莱特（Oliver Wright）和奥维尔·莱特（Orville Wright）于1903年首次驾驶飞机以来，人类就将飞上蓝天视为自己的使命，去征服许多人以前认为不可能完成的任务。

自北卡罗来纳州基蒂霍克（Kitty Hawk）的空中时代以来，飞机已经走过了漫长的道路。截至2018年，航空航天和国防工业（A&D）的收入达到了创纪录的7600亿美元。这恰恰说明了为什么量子计算（QC）现在正与该行业结盟。

该领域的量子研究已经在进行，研究如何改进飞行物理学。作为先进计算解决方案的积极用户，空中客车公司正站在计算领域模式转变的前沿，探索量子计算（QC）如何帮助解决航空航天业的关键问题。空中客车公司正在向前迈出一步，发起一场场全球量子计算竞赛，挑战该领域的专家，携手开创航空航天领域的量子时代。

事实上，全球两大航空巨头之一的空中客车(Airbus)公司已在量子计算领域布局多年。

2015年，空客建立了一个量子计算研发团队。2016年，空客的风险投资部门Airbus Ventures首次投资了量子计算初创公司QC Ware。

2019年起，空客公司发起了全球量子计算挑战赛。首届挑战赛邀请了全球36个量子计算团队超过800位研究人员，共同解决飞行物理学中的几大难题。

飞行物理学是与飞机飞行相关的所有科学和工程方面的广泛名称，其中包含许多计算困难的问题，如由复杂微分方程控制的问题。随着传统计算机逐渐接近极限，量子计算机有望将航空计算能力提升到一个新的水平。

美国航空航天巨头波音公司也不甘示弱，成立了一个名为 “颠覆性计算与网络”（Disruptive Computing and Networks，简称DC&N）的新机构，开始了自己的空客挑战。该组织将设在加利福尼亚州，与空中客车公司一样，将重点关注量子计算等颠覆性技术如何改善其行业。

今年10月，波音公司和IBM量子公司的研究人员联手在《自然》杂志的《npj量子信息》(npj Quantum Information)上发表了一篇新论文，为研究航空中金属腐蚀的化学反应开发了新的量子计算方法——这可能是向创造新型抗腐蚀材料迈出的早期一步。

量子算法的结果和硬件实验

论文链接：

https://www.nature.com/articles/s41534-023-00753-1

无论发生什么，这两家航空业巨头显然都看到了市场中的一个利基，他们正利用手中的资金和影响力，将航空航天带向量子时代。

汽车行业的量子计算则更接近我们的日常生活。

每个司机都有这样的经历：当发生堵车时，大多数司机做的第一件事就是通过卫星导航系统来确定避免交通拥堵的替代路线。然而，很多司机看到的是同一条替代路线，不久后这条路也变得拥挤不堪，最终没有人能够避免堵车。 

在理想世界里，如果有多条替代路线，那么每一条路线都会有相同数量的汽车，而不是所有的汽车都走同一条替代路线，以确保准时到达目的地的汽车数量至少是原来的两倍。 

问题是，典型的卫星导航系统依赖于经典计算技术来重新计算路线。为1辆车在3条路线中选出最佳路线，这很简单，因为只有9种路线组合。然而，10辆车会有6万种组合，20辆车和30辆车的路线组合数以亿计，分别为35亿和20万亿。 

如果为每一辆车计算最优路线，经典计算在有效时间内不可能完成任务，而通过量子计算机提速可以达到指数级。 

日本知名汽车零部件制造商Denso（电装）做的就是这件事。2020年，Denso在世界上最拥堵的城市之一泰国曼谷，利用量子计算优化了数千名驾车者的路线，以尽量减少拥堵。 

2019年12月，福特与微软合作，利用“量子启发”（Quantum Inspire）技术——虽然不是真正的量子计算机，测试一种交通路由算法，在5000辆汽车的模拟实验中，西雅图的交通量减少了73%，通勤时间缩短了8%

实际上，Denso并非汽车行业中唯一参与量子计算的公司，全球最大的两家汽车集团大众、丰田，以及宝马、福特、戴姆勒、博世也有多年的量子计算经验。对汽车厂商来说，路线优化不是他们参与量子计算的唯一原因，他们还可以利用量子化学模拟制造出更好的汽车电池，结合量子计算、人工智能和大数据研究自动驾驶技术。

麦肯锡的一份报告显示，到2035年，量子计算市场的总价值将在320亿至520亿美元之间。其中1/10的价值来自汽车行业，到2030年，相关技术对汽车行业的经济影响将达到20亿至30亿美元。

量子计算可以促进整个汽车价值链的改进

现在，汽车产业正处于百年一遇的变革时期，四大趋势将改变全球的汽车产业，即CASE。

其中CASE四个字母分别代表联网(Connected)、自动驾驶(Autonomous)、共享与服务(Share & Service)、电动化(Electric)。CASE最先由戴姆勒提出，现已是汽车产业发展的共同目标。 

近年来，各大汽车厂商加快推进电动化战略。大众集团提出到2030年，所有车型将全部实现电动化；丰田公司提出到2025年，所有车型都将采用电驱动（至少是混合动力）；戴姆勒提出到2030年，电动汽车（包括全电动汽车和插电式混合动力车）的销量占据集团总销量的一半以上。 这一过程中，量子计算将发挥其在化学模拟的优势，正如前文所说，多家汽车厂商正致力于利用量子计算来研发性能更好的电池。 

而自动驾驶需要更多技术领域的共同努力，其中联网是实现自动驾驶的前提，在未来，所有的自动驾驶汽车将会互相连接，分享相关的数据和信息，包括各自的驾驶经验。此外，自动驾驶还依赖传感器技术的发展以及计算能力的提升。 

高级驾驶辅助系统（ADAS）和自动驾驶技术的发展产生了大量的数据。原始设备制造商和技术合作伙伴需要从装有激光雷达、雷达、视频和其他传感器的测试车辆中捕获和分析大量非结构化数据。

自动驾驶的6个等级 

随着数据量不断增加，对容量和速度的需求也在急剧上升。例如配备3-4个摄像头、3-4个激光雷达传感器和其他传感器的测试车辆将产生每小时10-20TB的数据。即使是10辆车的小型测试车队，每天驾驶8小时也能在3-5年内产生超过1EB（百亿亿字节）的数据。 

自动驾驶需要巨大的计算能力，因此需要量子计算的介入。量子计算可以大大缩短深度学习的时间，同时帮助自动驾驶进行路线优化。

根据麦肯锡的报告，量子计算将渗透至汽车行业的方方面面。具体行业应用可以分为三个阶段：

从2020年到2025年，QC的近期机会很可能出现在产品开发和研发中。相关用例将主要涉及解决简单的优化问题，或涉及简单量子人工智能/机器学习（AI/ML）算法的并行数据处理。 

这些量子计算应用程序将作为混合解决方案的一部分来执行，只是将经典计算机难以解决的问题外包给量子计算机。可能的优化用例包括物流组合优化、交通路线优化。由于大量数据的并行处理增加，量子AI/ML可能涉及到自动驾驶算法的高效训练。 

从2025年到2030年，中期机会可能集中在以下方面：

- 量子模拟。重点领域将包括模拟复杂的偏微分问题，在原子水平上模拟材料性能也将变得重要，例如，改善电池和燃料电池材料的选择和开发。 

- 更复杂的优化问题。例如，将供应链违约的可能性降至最低，优化全市交通流，以及解决大规模的多式联运车队路线问题。

- 复杂量子AI/ML。这些应用程序将能够处理更大数量的数据。 

从长远来看，（如果一切进行顺利）从2030年起，量子计算应用将建立在大规模接入通用量子计算机的基础上。届时，破解公钥密码的Shor算法将是普遍可用的。

随着玩家们试图阻止自动驾驶、车载电子设备和工业物联网通信的量子黑客攻击，重点可能会转向数字安全以及风险缓解。

参考链接（上下滑动查看更多）：

[1]https://www.airbus.com/en/newsroom/press-releases/2023-12-airbus-and-bmw-group-launch-quantum-computing-competition-to-0

[2]https://qcc.thequantuminsider.com/#slide-6

[3]https://www.airbus.com/en/innovation/disruptive-concepts/quantum-technologies/2020-airbus-quantum-computing-challenge

[4]https://www.press.bmwgroup.com/global/article/detail/T0438678EN/airbus-and-bmw-group-launch-quantum-computing-competition-to-tackle-their-most-pressing-mobility-challenges?language=en

[5]https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/will-quantum-computing-drive-the-automotive-future#

[6]https://www.mckinsey.com/industries/industrials-and-electronics/our-insights/shaping-the-long-race-in-quantum-communication-and-quantum-sensing

[7]https://thequantuminsider.com/2019/10/16/quantum-computing-takes-to-the-skies/

[8]https://quantumcomputing.stackexchange.com/questions/35123/the-quantum-mobility-quest-airbus-bmw-group