Rigetti Computing, Inc. heeft aangekondigd dat het een project van het Defense Advanced Research Projects Agency (DARPA) heeft gekregen als onderdeel van het Imagining Practical Applications for a Quantum Tomorrow (IMPAQT) programma om kwantumalgoritmen te ontwikkelen voor het oplossen van combinatorische optimalisatieproblemen. Rigetti's project, Scheduling Problems with Efficient Encoding of Qubits (SPEEQ), is gericht op het ontwikkelen van een nieuwe en efficiënte codering van optimalisatieproblemen op qubits, met als doel grotere problemen in kaart te brengen op de huidige beschikbare quantumcomputers van het NISQ-tijdperk. Het project zal zich specifiek richten op planningsproblemen, die tot de bekendste en meest voorkomende combinatorische optimalisatieproblemen in vele industrieën behoren, en ook tot de moeilijkste om op te lossen. De huidige kwantumalgoritmen zijn beperkt in de grootte van de problemen die ze kunnen oplossen door het beschikbare aantal qubits op een QPU.

Een van de belangrijkste doelstellingen van het SPEEQ-project is om kwantumalgoritmen in staat te stellen grote problemen op te lossen, zodat betere vergelijkingen kunnen worden gemaakt met de huidige klassieke heuristische algoritmen. De problemen die opgelost worden door de huidige gebenchmarkte hybride kwantum-klassieke algoritmen zijn ongeveer 100 keer kleiner dan de problemen die opgelost worden door klassieke algoritmen, wat betekent dat het moeilijk is om te bepalen hoe deze hybride algoritmen zullen presteren op relevante schaal. Het SPEEQ-project is voortgekomen uit de bevindingen van Rigetti's project voor het ONISQ-programma van DARPA, Scheduling Applications with Advanced Mixers (SAAM). In samenwerking met NASA en USRA implementeert Rigetti hybride kwantumklassieke algoritmen voor het oplossen van binaire optimalisatieproblemen door deze problemen in kaart te brengen op kwantumprocessoren op steeds grotere schaal.

Het team merkt op dat de algoritmische prestaties verbeteren naarmate het aantal kwantumbewerkingen toeneemt. De probleemgrootte in het SAAM-project kan echter nog steeds efficiënt worden opgelost met klassieke heuristische algoritmen, die problemen tot 10.000 variabelen kunnen oplossen. Het SPEEQ-project zal gebruik maken van de bevindingen en benchmarks van het SAAM-project om een centrale vraag aan te pakken met betrekking tot de afweging tussen het aantal gebruikte qubits en het aantal gebruikte quantumbewerkingen, wat cruciaal is bij het ontwerpen van nieuwe algoritmen. Het qubit-efficiënte coderingsschema dat in dit project is voorgesteld, heeft potentieel veel meer voordelen dan alleen het oplossen van planningsproblemen. Nieuwe algoritmen die moeilijke combinatorische optimalisatieproblemen oplossen, zouden een grote invloed kunnen hebben op toeleveringsketens, logistiek en andere industrieën met complexe operaties.