نقش «رایانش کوانتومی» در آینده صنعت خودرو

به گزارش کارپرس، فناوری رایانش کوانتومی (QC) در چند سال اخیر شتاب فزاینده ای به خود گرفته و پیشرفت های اخیر در این فناوری مقرون به صرفه، آن را از مباحث نظری به سمت کاربردهای عملی سوق داده است.

در اوایل سال 2018، شرکت IBM با ابداع رایانه کوانتومی اش موسوم به «Q System One» توجه دنیای فناوری را به سمت خود جلب کرد در حالی که همزمان شرکت «D-Wave Technologies» از ساخت یک تراشه کوانتومی با 5 هزار کیوبیت خبر داد که بیش از دو برابر رکورد قبلی بود.

هر چند کاربردهای عملی محاسبات کوانتومی در صنایع شاید بین پنج تا 10 سال دیگر ظاهر شود، اما گزارش اخیر مؤسسه مک کنزی (McKinsey) نشان می دهد که صنایع خودرو و حمل و نقل به سرعت توانسته اند از پتانسیل این حوزه بهره گرفته و اثرات موفق این فناوری را در چند پایلوت آزمایشی به تصویر بکشند.

چند تولیدکننده تجهیزات اصلی (OEMs) و تأمین کنندگان ردیف یک فعالانه به دنبال این هستند که چگونه فناوری فوق می تواند با حل و فصل مسائل مربوط به بهینه سازی مسیر، بهینه سازی سلول سوختی و دوام پذیری مواد به صنعت خودرو سود برساند.

سال گذشته فولکس واگن با همکاری D-Wave یک سیستم مدیریت کارآمد حمل و نقل را به اجرا درآورد که سبب بهینه سازی مسیرهای سفر 9 اتوبوس ترانزیت عمومی در خلال نمایشگاه وب 2019 در شهر لیسبون می شد.

سرمایه گذاری های چشمگیر دیگری نیز در این حوزه انجام شده است. ب ام و، دایملر و فولکس واگن اعلام کرده اند که فعالانه تحقیقات مربوط به QC شامل شبیه سازی کوانتومی برای علوم مواد را با هدف بهبود کارایی، ایمنی و دوام باتری ها و سلول های سوختی دنبال می کنند.

پتانسیل اولیه

در شرایطی که OEMها و ذیفنعان خودرو در حرکت به سمت بازار هدف و تدوین یک راهبرد روشن QC هستند، پتانسیل رایانش کوانتومی در صنعت خودروسازی را می توان به معنای میلیاردها دلار ارزش افزوده برای این صنعت تعبیر کرد.

در شرایط کنونی، خودروسازی یکی از حوزه های اصلی ارزش افزایی QC محسوب می شود و انتظار می رود ارزش اقتصادی این حوزه برای صنعت خودرو تا سال 2030 بالغ بر 3 میلیارد دلار باشد.

این ارزش به لطف توان QC در "حل مسائل پیچیده بهینه سازی که شامل پردازش حجم گسترده ای از اطلاعات برای تسریع یادگیری الگوریتم های مسیریابی اتومبیل خودران می شود" حاصل می شود.

همچنین انتظار می رود رایانش کوانتومی در آینده "تأثیرات مثبتی بر مسیریابی خودرو و بهینه سازی مسیر، تحقیقات مربوط به مواد و فرآیندها و نیز کمک به بهبود امنیت رانندگی متصل" داشته باشد و به تسریع تحقیقات در مورد وسایل نقلیه الکتریکی (EV) کمک کند.

مسیرهای ترافیکی شامل حالات مختلف حمل و نقل را می توان با استفاده از الگوریتم هایی که توسط QC ایجاد شده اند بهینه کرد در حالی که از دیگر کاربردهای آن می توان به بهبود ذخیره سازی انرژی و طراحی مولد اشاره کرد.

QC همچنین می تواند به تأمین کنندگان در بهبود یا اصلاح خواص سینتیکی مواد برای سازه های سبک و نیز توسعه سیستم های خنک کننده کارآمد کمک کند.

خودروسازان از رایانش کوانتومی هنگام طراحی خودرو برای به حداقل رساندن نیروی اصطکاکی (درگ) و بهبود کارایی سوخت بهره خواهند گرفت.

علاوه بر این QC توانایی اجرای شبیه سازی های پیشرفته در حوزه هایی چون رفتار تصادفات خودرو و عایق صوتی کابین و همچنین "آموزش" الگوریتم های مورد استفاده در توسعه نرم افزار رانندگی خودران را داراست.

پتانسیل QC برای کاهش زمان محاسبات از چند هفته به چند ثانیه به این معناست که OEMها می توانند ارتباطات بین دو خودرو را هر لحظه در زمان واقعی تضمین کنند.

شرکت های ارائه خدمات حمل و نقل مثل لیفت و اوبر نیز می توانند از QC برای بهینه سازی مسیریابی خودرو و در عین حال افزایش کارایی و دسترس پذیری ناوگان خود بهره گیرند. همزمان این فناوری می تواند به خدمات دهندگان فوق در شبیه سازی سناریوهای پیچیده اقتصادی جهت پیش بینی نحوه تغییرات تقاضا از نظر جغرافیایی کمک کند.

طی پنج سال آینده صنعت خودرو کماکان بر توسعه محصول و تحقیق و توسعه تمرکز خواهد کرد.

البته QC به احتمال زیاد جایگزین محاسبات سریع و با کارایی بالا (HPC) نخواهد شد اما در مقابل اتکای بیشتری به طرح های ترکیبی خواهد داشت در حالی که یک HPC سنتی می تواند به شما کمک کند تا حل مسأله را با کارایی بیشتری انجام دهید.

مسیر آینده QC با وجود پتانسیل فراوان آن هنوز مشخص نیست. سرمایه گذاری در QC یک تعهد سنگین است اما چنانچه رواج بیشتری پیدا کند قطع به یقین شرکت ها را از رقبایشان جلو خواهد انداخت.

بازیگران صنعت خودرو ضمن ایجاد مشارکت های قوی و مالکیت معنوی ارزشند باید دقیقاً محل قرارگیری خود در زنجیره ارزش را تعیین کنند.

با ادامه پیشرفت های QC، بازیگران خودرویی طی پنج تا 10 سال آینده قطعاً این فناوری را به سطح بالاتری سوق خواهند داد و قابلیت های عمده آن بهره خواهند گرفت.

منبع: techhq