Künstliche Intelligenz ist eine der bedeutendsten Schlüsseltechnologien in der Industrie, speziell in hochtechnisierten Branchen wie der Autoindustrie. Der Rechenaufwand für viele Anwendungen ist allerdings enorm. Selbst moderne Supercomputer benötigen teilweise mehrere Tage für bestimmte Aufgaben. Manche Probleme sind bislang sogar überhaupt nicht in realistischen Zeitspannen lösbar.
„Bei den Anwendungsfällen wird es beispielsweise darum gehen, flexible Produktionsabläufe in der Industrie 4.0 zu optimieren, autonome Fahrzeuge kollisionsfrei durch den Verkehr zu steuern, oder Touren von Elektrobussen intelligent zu planen. Die Arbeit mit konkreten Aufgaben der Automobilindustrie als Start und Endpunkt der Forschung ist ein wesentliches Alleinstellungsmerkmal dieses Projektes“, erläutert Prof. Frank Wilhelm-Mauch vom Forschungszentrum Jülich.
Die Nutzung von Quantencomputern und Quantenannealern für reale Probleme ist aufgrund des frühen Entwicklungsstadiums dieser Systeme bislang noch kaum erforscht. Q(AI)2 nimmt auf diesem Gebiet eine Vorreiterrolle ein. Forschende von akademischen Einrichtungen, Automobilherstellern und einem Zulieferer wollen gemeinsam erstmals eine breite Basis an quantenbeschleunigten KI-Algorithmen schaffen, die sowohl für die zur Verfügung stehende Hardware als auch für industrielle Fragestellungen optimiert sind.
Im Teilvorhaben QAICO von Q(AI)2 erforscht das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) Möglichkeiten und Potenzial von Quanten-KI für berechnungsschwere KI-Probleme der Aktionskoordination und Kooperation. Schwerpunkte in der Anwendung sind dabei Problemstellungen, die einer dynamischen, flexiblen Fertigungsablaufplanung im Kontext von Industrie 4.0, einer kollisionsfreien Navigation von selbstfahrenden Autos und der Bildung von Koalitionen für eine optimale, kooperative Dienstleistung zugrunde liegen. Insbesondere wird untersucht, inwiefern für welche funktionalen Aspekte und Teilproblemlösungen der ausgewählten, klassischen Lösungsverfahren eine Adaption für Quantenrechnen mittels geeigneter existierender und ggf. weiterentwickelter Quantenalgorithmen in entsprechend hybride Quanten-KI-Verfahren theoretisch machbar und sinnvoll ist. Zudem ist neben einer Simulation auf klassischem Rechner auch eine mögliche Ausführung der prototypisch implementierten Quanten-KI-Verfahren auf einem realen Quantenrechner Gegenstand der Untersuchungen in QAICO. Verfahren und Daten werden in einer offenen Software-Bibliothek des Gesamtvorhabens Q(AI)2 zugänglich gemacht.
Die angestrebten Erkenntnisse könnten z.B. deutschen Automobilherstellern entscheidende Wettbewerbsvorteile verschaffen: Aussichtsreiche Ansätze sollen unmittelbar in konkrete Vorentwicklungsprojekte der beteiligten Unternehmen münden. Gleichzeitig werden die Ergebnisse externen Nutzenden zugänglich gemacht.
Zudem wollen die Partner in Q(AI)2 aussagekräftige Kennzahlen ermitteln, aus denen hervorgeht, ab wann sich Quantencomputer tatsächlich gewinnbringend für industrielle Anwendungen einsetzen lassen. Wie viele Qubits und welche Taktzeiten müssen die Systeme aufweisen, um einen echten „Quantenvorteil“ zu erzielen?
Weitere Informationen:
Projektsteckbrief Q(AI)2