ポッドキャスト

フォルクスワーゲン・アメリカ David Von Dollen氏とのポッドキャスト

12
1月
,
2022

フォルクスワーゲン・アメリカのリード・データ・サイエンティストであるデイヴィッド・フォン・ドレン。フォルクスワーゲンの量子コンピューティングの経験について語る。フォルクスワーゲンがいくつかの量子ソリューションのプロトタイプを作成し、テストし、導入した5年間に学んだ教訓を明らかにする。

その他のポッドキャストはこちらから

全記録は以下の通り。

ユヴァル:こんにちは、デイビッド。今日はありがとう。

デイビッド:やあ、調子はどうだい、ユヴァル?来てくれてうれしいよ。

ユヴァル:それで、あなたは何者で、どんな仕事をしているんですか?

デイビッド:私の名前はデイビッド・フォン・ドレンで、過去6年間フォルクスワーゲン・グループに在籍しています。ドイツのミュンヘンにあるData:Labを拠点とするフォルクスワーゲン・グループの量子コンピューティング・チームの創設メンバーであり、フォルクスワーゲン・グループ・オブ・アメリカでもAIチームの一員として、AIとハイパフォーマンス・コンピューティングの研究と応用に取り組んでいます。

ユヴァル:それは素晴らしい。フォルクスワーゲンは、量子コンピューティングを産業的に利用するための素晴らしいテストケースのひとつだと思います。プロジェクトについて教えてください。いつ始まったのですか?なぜ始まったのですか?組織の中でどのように始まったのですか?本当に興味があります。教えていただけることなら何でも結構です。

デイビッド:もちろんです。2016年当時、私はサンフランシスコを拠点とするフォルクスワーゲンのコードオフィスで仕事をしていました。そして同僚のフロリアン・ノイカートがドイツからやってきて、しばらくの間アメリカで働き、イノベーションのテーマに取り組みました。コードオフィスはイノベーション・オフィスなので、私たちはフォルクスワーゲンのバリューチェーンとモビリティ領域に関して、新しいテクノロジーとアプリケーションを研究する任務を負っていました。私たちは、調査するトピックとして量子コンピューティングを選ぶことにしました。私たちは、この技術が出現しつつあり、文献の歴史を見直してみると、モビリティの分野、さらには物流や素材の設計・最適化における価値を解き放つ大きな可能性を持っていることに気づいたのです。それで、私たちのチームが取り組んでいる多様な研究への取り組みが始まったのです。

私たちが最初に取り組んだプロジェクトは、量子アニーラーを使った交通流の最適化でした。基本的には、北京市内のタクシールートを調べ、全体的なエネルギーや交通流を削減する、あるいは交通流を最適化する、つまり交通流を最大化するようなタクシーのグローバルなルート構成を見つけようとしたのです。このプロジェクトが、フォルクスワーゲンにおける量子コンピューティングの取り組みの幕開けとなりました。それ以来、2019年には、リスボンで開催されるウェブサミットのためのバスルートの最適化のために、そのプロジェクトで行われた作業を活用して、最初のプロダクション・アプリケーションを発表しました。空港から市街地に向かうバスのルートを最適化する。さらに、チームは量子機械学習など、さまざまなトピック分野の調査を続けている。私たちのチームは2020年にGoogleとTensorFlow Quantumライブラリに関する論文を共同執筆しました。その取り組みで彼らと協力したんだ。また、先ほど申し上げたように、材料の設計と最適化、その他の最適化アプリケーションも研究しています。

ユヴァル:それから、ペイントショップのプロジェクトもあったと思う。

デビッド:そうだね。私たちのチームはまず、ゲートモデルコンピュータ上でQAOAを活用した2値ペイントショップエンコーディングを研究しました。そして、それを量子アニーラーを使った塗装工場の複数台最適化へと一般化しました。このアプリケーションも現在、実運用に移行しています。

ユヴァル:2016年から始めたというのは魅力的ですね。きっかけは何だったのですか?トップダウンですか、それともボトムアップですか?CIO(最高情報責任者)が「量子について調べるべきだ」と言ったのか、それともエンジニアや研究者が「量子について調べろ」と言ったのか。

デビッド:その両方が重なったんだと思う。私たちは幸運にも経営トップから投資を受けることができました。マーティン・ホフマンは当時グローバルCIOでした。そして、フォルクスワーゲン・グループのCIOであるアブダラ・シャンティ。彼らは、私たちが新しいテクノロジーに目を向け、グループに価値をもたらすためのイノベーションを調査するための帯域幅を確保するために、多くの時間と労力を費やしてくれました。だから、そこにはいくつかのサポートがあった。また、その多くはボトムアップによるものだったと思います。方向性を見いだし、価値を証明し、"どうすればこれらの新しい技術を、新しく、斬新で、会社に価値をもたらすような方法で応用できるか "を見つけ出すのは、私たち次第だったのです。

ユヴァル:もしもう一度すべてをやり直せるとしたら、何が違いますか?正しかったことは何ですか?間違ったことは何ですか?また、フォルクスワーゲンよりも少し進んでいない、私たちの話を聞いている人たちのために一般化するとすれば、量子化を企業に導入しようとする際に、どのような点に注意すべきだと思いますか?

デビッド:いい質問だね。AIのような他のテクノロジーと同様、ビジネス上の問題をどのように技術レベルに落とし込むかが大きな課題のひとつだと思います。私たちは、社内のトップ・マネジャーにバックアップしてもらえたという意味で幸運だったと思います。このようなプロジェクトを成功させるためには、ビジネスチームとITチームが相乗効果を発揮し、解決しようとするビジネス上の問題を理解する必要があります。それが、私が考える主な課題の1つです。量子コンピューターで素晴らしい能力を構築することはできますが、最終的には、ビジネスとの水平的な関係を構築し、ビジネスユーザーの手に渡したり、生産に投入したりすることができなければ、価値を変換することはできません。

そして、もし企業がコラボレーションをサポートし、それを優先させる方法を見つけることができれば、ゲームにおいて2、3歩先に進むことができると思う。

ユヴァル:ペイントショップのプロジェクトに戻りますが、他のプロジェクトでも構いません。ペイントショップのスーパーバイザーとコミュニケーションをとり、何が問題で、何が成功につながるのか説明してくださいと言うことはできましたか?また、塗装工場の人たちは毎日、あるいは毎週、プロジェクトの進行に関与していたのでしょうか?それとも、「ここに問題があるから、半年後に解決策を見せに来よう」ということだったのでしょうか?

デビッド:フォルクスワーゲンは非常に大きな会社で、バリューチェーン全体にわたってさまざまなコンポーネントがあります。ですから、この新技術を最適化し、適用するためのさまざまな機会があるのです。あなたがおっしゃったように、成功基準を定義し、問題を洗練させ、ビジネス要件を洗練させ、迅速に反復することで解決策を導き出すことができたのです。質問の答えになりましたか?

ユヴァル:そうです。つまり、彼らはプロジェクトの立ち上げだけでなく、プロジェクト自体にも関わっていたんですね。

デビッド:ええ、一般的に私たちはアジャイル手法を適用し、調査したい要件やテスト、仮説を前もって設定します。そしてアジャイル・スプリント・サイクルの反復ループを使って、「前回のスプリント・サイクルでは、こんな発見がありました。例えば、量子アニーラーを使って、このエネルギースペクトルのソリューションをサンプルすることができました。そして次のスプリントでは、その結果を反復して改良し続ける。

ユヴァル:理想的な量子チームの構成についてお話ししましょう。あなたの経験から学びたいと考えている企業を想定しています。おそらく物理学者やコンピュータ・サイエンスの専門家、あなたはコンピュータ・サイエンスの博士号を持っていると思います。少なくとも、ビジネス上の問題を翻訳できる人、あるいはビジネス上の問題を理解している人が必要だとおっしゃいました。企業にとって本当に良い量子チームに欠けているものがあるとすれば、他に何がありますか?

デビッド:興味深いのは、量子の分野では今、さまざまなハードウェア技術が登場しているということです。また、NISQの時代でもあります。例えば、量子アニーラーについて考えてみますと、高度なレベルでは、最適化問題をQUBOやイジング・モデルとしてとらえることができます。しかし、連鎖の強さやカップリングなど、チップ上のパラメータを最適化することもできます。ですから、ハードウェアレベルで理解していることは良いことだと思います。ですから、すべてのハードウェア技術を理解し、長所と限界を理解できる人が必要です。例えば、さまざまなタイプのQPUやゲートモデルのエンベデッド。コヒーレンス時間はどれくらいか?使用できる量子ビットの最大値は?そういったことで、チームはさまざまなハードウェアの長所と短所を理解することができます。

というのも、ソリューションを開発する中で、UIを開発したり、量子サービスを本番稼動させる方法を考えたり、セキュリティや認証などに関してどのように見えるかを考えたりする必要があるかもしれないからです。研究に関しては、現在、さまざまな分野に専門家を配置しています。最適化を研究している人、量子機械学習を研究している人、どの分野も重複していますが、量子化学や材料シミュレーションを研究している人もいます。ですから、注力したい問題分野に応じて、その分野のエキスパートを育てると同時に、ジェネラリストを育ててチーム内で成長させることもできると思います。

それから、そうだね。ビジネス・アナリストやチーム・リーダーといった、ビジネスと向き合う役割と同様に、ビジネス・アナリストやチーム・リーダーを育成することができれば、どのようにプロセスを補強し、テクノロジーで価値を引き出すかをビジネスが理解できるようになると思います。このような役割すべてが、本当に強力なチームになると思います。

ユヴァル:ひとたびプロトタイプが機能し、データが得られ、社内の顧客に「これは機能している。これは素晴らしい。時間を節約できますよ。本番への移行は難しかったですか?稼働時間や既存の企業システムとの接続性に問題はありませんでしたか?実験やプロトタイピングから本番稼動に移行するのは、当初想定していたよりも難しかったですか、それとも簡単でしたか?

デビッド:それは中心的な課題であり、AIなど他の分野でもまだ取り組もうとしていることだと思います。研究開発を主な業務とするチームに、どのようにして何かを本番環境に導入させるのか。そのチームが本番環境でのデプロイを管理すべきなのか?別のチームを作るべきなのか?これらはまだ未解決の問題のようなもので、組織が個別に答えられることだと思います。リスボン2019シャトルの例を挙げよう。当初はプロトタイプを実装し、最終的にはD-WaveのAPIサービスを利用して、12秒ごとに定期的に呼び出してルートを最適化しました。私たちが稼働している間、サービスの中断やダウンタイムはなかったと思います。しかし、本番稼動させるのであれば、きちんとしたテスト戦略を立て、アーキテクチャの考慮事項や認証のようなものをすべて把握することが、間違いなく良いことだと思います。

ユヴァル:産業界は何ができるでしょうか?つまり、あなたはフォルクスワーゲンにいて、ある種の量子コンピュータを使っていますが、より広いエコシステムに目を向ければ、あなたの生活を楽にするために何ができるでしょうか?フォルクスワーゲンのような企業が量子コンピューターに移行することで、彼らの生活がより楽になるのでしょうか?

デビッド:いくつかあると思います。研究者やエンジニアがバックエンドを切り替えながら、さまざまなアルゴリズムを素早く設計、テスト、評価できるような優れたミドルウェアを開発することです。これは本当に強力なソリューションだと思います。

もうひとつは、他のポッドキャストでも触れたかもしれませんが、トレーニングという形で、この5年間で、人々が量子コンピューティングに参入するのがどんどん簡単になってきたと思います。標準的なアルゴリズムや、ゲートから回路を構成する方法、ハードウェアの長所と限界について学ぶためのリソースも増えています。ですから、人々がトレーニングを受ける機会を増やすことは、私が考えるもうひとつの成長分野です。この2つが、私が考える成長分野です。量子コンピューターで価値を引き出す方法を企業が理解できるようにすることです。これらの点は、すべて有益で役に立つと思います。

ユヴァル:そして今日のディスカッションも終わりに近づきましたが、来年の予測に興味があります。量子の世界ではどんなことが起こると思いますか?

デビッド:本当にいい質問だね。2022年には、量子機械学習に関する技術革新が進み、例えば「量子ニューラルネットワークの表現能力はどの程度か」というような大きな問いに人々が答えるようになるでしょう。組み合わせ最適化であれ、材料の発見や設計であれ。今後も新しいハードウェアやソフトウェアのプラットフォームが登場すると思います。そして、私はその危険性を知っている...ハイプ・サイクルのピークを迎えている。NISQの時代を超えて、数百万個の耐障害性のある量子ビットを持ち、そのレベルの量子計算ができるようになる一方で。

しかし、私にとっては、量子に着想を得たアルゴリズムが古典的なアルゴリズムよりも優れた性能を発揮するのであれば、それは企業の価値を高めることになる。つまり、私にはそれが勝利に思えるのです。ですから、このハイプ・サイクルを経て、私たちが学ぶことのできる永続的なものや技術的な改善を生み出し、やがては私たちが今存在することさえ知らないような解決策に貢献する科学者の世代を育ててくれることを期待しています。

ユヴァル:もちろんです。デビッド、あなたの仕事についてもっと知りたい人は、どうやって連絡を取ればいいのですか?

デビッド:まあ、仕事のメールを教えることもできる。David.VonDollen@audi.com

ユヴァル:素晴らしい。今日はありがとうございました。

デビッド:ありがとう、ユヴァル。とても光栄です。



フォルクスワーゲン・アメリカのリード・データ・サイエンティストであるデイヴィッド・フォン・ドレン。フォルクスワーゲンの量子コンピューティングの経験について語る。フォルクスワーゲンがいくつかの量子ソリューションのプロトタイプを作成し、テストし、導入した5年間に学んだ教訓を明らかにする。

その他のポッドキャストはこちらから

全記録は以下の通り。

ユヴァル:こんにちは、デイビッド。今日はありがとう。

デイビッド:やあ、調子はどうだい、ユヴァル?来てくれてうれしいよ。

ユヴァル:それで、あなたは何者で、どんな仕事をしているんですか?

デイビッド:私の名前はデイビッド・フォン・ドレンで、過去6年間フォルクスワーゲン・グループに在籍しています。ドイツのミュンヘンにあるData:Labを拠点とするフォルクスワーゲン・グループの量子コンピューティング・チームの創設メンバーであり、フォルクスワーゲン・グループ・オブ・アメリカでもAIチームの一員として、AIとハイパフォーマンス・コンピューティングの研究と応用に取り組んでいます。

ユヴァル:それは素晴らしい。フォルクスワーゲンは、量子コンピューティングを産業的に利用するための素晴らしいテストケースのひとつだと思います。プロジェクトについて教えてください。いつ始まったのですか?なぜ始まったのですか?組織の中でどのように始まったのですか?本当に興味があります。教えていただけることなら何でも結構です。

デイビッド:もちろんです。2016年当時、私はサンフランシスコを拠点とするフォルクスワーゲンのコードオフィスで仕事をしていました。そして同僚のフロリアン・ノイカートがドイツからやってきて、しばらくの間アメリカで働き、イノベーションのテーマに取り組みました。コードオフィスはイノベーション・オフィスなので、私たちはフォルクスワーゲンのバリューチェーンとモビリティ領域に関して、新しいテクノロジーとアプリケーションを研究する任務を負っていました。私たちは、調査するトピックとして量子コンピューティングを選ぶことにしました。私たちは、この技術が出現しつつあり、文献の歴史を見直してみると、モビリティの分野、さらには物流や素材の設計・最適化における価値を解き放つ大きな可能性を持っていることに気づいたのです。それで、私たちのチームが取り組んでいる多様な研究への取り組みが始まったのです。

私たちが最初に取り組んだプロジェクトは、量子アニーラーを使った交通流の最適化でした。基本的には、北京市内のタクシールートを調べ、全体的なエネルギーや交通流を削減する、あるいは交通流を最適化する、つまり交通流を最大化するようなタクシーのグローバルなルート構成を見つけようとしたのです。このプロジェクトが、フォルクスワーゲンにおける量子コンピューティングの取り組みの幕開けとなりました。それ以来、2019年には、リスボンで開催されるウェブサミットのためのバスルートの最適化のために、そのプロジェクトで行われた作業を活用して、最初のプロダクション・アプリケーションを発表しました。空港から市街地に向かうバスのルートを最適化する。さらに、チームは量子機械学習など、さまざまなトピック分野の調査を続けている。私たちのチームは2020年にGoogleとTensorFlow Quantumライブラリに関する論文を共同執筆しました。その取り組みで彼らと協力したんだ。また、先ほど申し上げたように、材料の設計と最適化、その他の最適化アプリケーションも研究しています。

ユヴァル:それから、ペイントショップのプロジェクトもあったと思う。

デビッド:そうだね。私たちのチームはまず、ゲートモデルコンピュータ上でQAOAを活用した2値ペイントショップエンコーディングを研究しました。そして、それを量子アニーラーを使った塗装工場の複数台最適化へと一般化しました。このアプリケーションも現在、実運用に移行しています。

ユヴァル:2016年から始めたというのは魅力的ですね。きっかけは何だったのですか?トップダウンですか、それともボトムアップですか?CIO(最高情報責任者)が「量子について調べるべきだ」と言ったのか、それともエンジニアや研究者が「量子について調べろ」と言ったのか。

デビッド:その両方が重なったんだと思う。私たちは幸運にも経営トップから投資を受けることができました。マーティン・ホフマンは当時グローバルCIOでした。そして、フォルクスワーゲン・グループのCIOであるアブダラ・シャンティ。彼らは、私たちが新しいテクノロジーに目を向け、グループに価値をもたらすためのイノベーションを調査するための帯域幅を確保するために、多くの時間と労力を費やしてくれました。だから、そこにはいくつかのサポートがあった。また、その多くはボトムアップによるものだったと思います。方向性を見いだし、価値を証明し、"どうすればこれらの新しい技術を、新しく、斬新で、会社に価値をもたらすような方法で応用できるか "を見つけ出すのは、私たち次第だったのです。

ユヴァル:もしもう一度すべてをやり直せるとしたら、何が違いますか?正しかったことは何ですか?間違ったことは何ですか?また、フォルクスワーゲンよりも少し進んでいない、私たちの話を聞いている人たちのために一般化するとすれば、量子化を企業に導入しようとする際に、どのような点に注意すべきだと思いますか?

デビッド:いい質問だね。AIのような他のテクノロジーと同様、ビジネス上の問題をどのように技術レベルに落とし込むかが大きな課題のひとつだと思います。私たちは、社内のトップ・マネジャーにバックアップしてもらえたという意味で幸運だったと思います。このようなプロジェクトを成功させるためには、ビジネスチームとITチームが相乗効果を発揮し、解決しようとするビジネス上の問題を理解する必要があります。それが、私が考える主な課題の1つです。量子コンピューターで素晴らしい能力を構築することはできますが、最終的には、ビジネスとの水平的な関係を構築し、ビジネスユーザーの手に渡したり、生産に投入したりすることができなければ、価値を変換することはできません。

そして、もし企業がコラボレーションをサポートし、それを優先させる方法を見つけることができれば、ゲームにおいて2、3歩先に進むことができると思う。

ユヴァル:ペイントショップのプロジェクトに戻りますが、他のプロジェクトでも構いません。ペイントショップのスーパーバイザーとコミュニケーションをとり、何が問題で、何が成功につながるのか説明してくださいと言うことはできましたか?また、塗装工場の人たちは毎日、あるいは毎週、プロジェクトの進行に関与していたのでしょうか?それとも、「ここに問題があるから、半年後に解決策を見せに来よう」ということだったのでしょうか?

デビッド:フォルクスワーゲンは非常に大きな会社で、バリューチェーン全体にわたってさまざまなコンポーネントがあります。ですから、この新技術を最適化し、適用するためのさまざまな機会があるのです。あなたがおっしゃったように、成功基準を定義し、問題を洗練させ、ビジネス要件を洗練させ、迅速に反復することで解決策を導き出すことができたのです。質問の答えになりましたか?

ユヴァル:そうです。つまり、彼らはプロジェクトの立ち上げだけでなく、プロジェクト自体にも関わっていたんですね。

デビッド:ええ、一般的に私たちはアジャイル手法を適用し、調査したい要件やテスト、仮説を前もって設定します。そしてアジャイル・スプリント・サイクルの反復ループを使って、「前回のスプリント・サイクルでは、こんな発見がありました。例えば、量子アニーラーを使って、このエネルギースペクトルのソリューションをサンプルすることができました。そして次のスプリントでは、その結果を反復して改良し続ける。

ユヴァル:理想的な量子チームの構成についてお話ししましょう。あなたの経験から学びたいと考えている企業を想定しています。おそらく物理学者やコンピュータ・サイエンスの専門家、あなたはコンピュータ・サイエンスの博士号を持っていると思います。少なくとも、ビジネス上の問題を翻訳できる人、あるいはビジネス上の問題を理解している人が必要だとおっしゃいました。企業にとって本当に良い量子チームに欠けているものがあるとすれば、他に何がありますか?

デビッド:興味深いのは、量子の分野では今、さまざまなハードウェア技術が登場しているということです。また、NISQの時代でもあります。例えば、量子アニーラーについて考えてみますと、高度なレベルでは、最適化問題をQUBOやイジング・モデルとしてとらえることができます。しかし、連鎖の強さやカップリングなど、チップ上のパラメータを最適化することもできます。ですから、ハードウェアレベルで理解していることは良いことだと思います。ですから、すべてのハードウェア技術を理解し、長所と限界を理解できる人が必要です。例えば、さまざまなタイプのQPUやゲートモデルのエンベデッド。コヒーレンス時間はどれくらいか?使用できる量子ビットの最大値は?そういったことで、チームはさまざまなハードウェアの長所と短所を理解することができます。

というのも、ソリューションを開発する中で、UIを開発したり、量子サービスを本番稼動させる方法を考えたり、セキュリティや認証などに関してどのように見えるかを考えたりする必要があるかもしれないからです。研究に関しては、現在、さまざまな分野に専門家を配置しています。最適化を研究している人、量子機械学習を研究している人、どの分野も重複していますが、量子化学や材料シミュレーションを研究している人もいます。ですから、注力したい問題分野に応じて、その分野のエキスパートを育てると同時に、ジェネラリストを育ててチーム内で成長させることもできると思います。

それから、そうだね。ビジネス・アナリストやチーム・リーダーといった、ビジネスと向き合う役割と同様に、ビジネス・アナリストやチーム・リーダーを育成することができれば、どのようにプロセスを補強し、テクノロジーで価値を引き出すかをビジネスが理解できるようになると思います。このような役割すべてが、本当に強力なチームになると思います。

ユヴァル:ひとたびプロトタイプが機能し、データが得られ、社内の顧客に「これは機能している。これは素晴らしい。時間を節約できますよ。本番への移行は難しかったですか?稼働時間や既存の企業システムとの接続性に問題はありませんでしたか?実験やプロトタイピングから本番稼動に移行するのは、当初想定していたよりも難しかったですか、それとも簡単でしたか?

デビッド:それは中心的な課題であり、AIなど他の分野でもまだ取り組もうとしていることだと思います。研究開発を主な業務とするチームに、どのようにして何かを本番環境に導入させるのか。そのチームが本番環境でのデプロイを管理すべきなのか?別のチームを作るべきなのか?これらはまだ未解決の問題のようなもので、組織が個別に答えられることだと思います。リスボン2019シャトルの例を挙げよう。当初はプロトタイプを実装し、最終的にはD-WaveのAPIサービスを利用して、12秒ごとに定期的に呼び出してルートを最適化しました。私たちが稼働している間、サービスの中断やダウンタイムはなかったと思います。しかし、本番稼動させるのであれば、きちんとしたテスト戦略を立て、アーキテクチャの考慮事項や認証のようなものをすべて把握することが、間違いなく良いことだと思います。

ユヴァル:産業界は何ができるでしょうか?つまり、あなたはフォルクスワーゲンにいて、ある種の量子コンピュータを使っていますが、より広いエコシステムに目を向ければ、あなたの生活を楽にするために何ができるでしょうか?フォルクスワーゲンのような企業が量子コンピューターに移行することで、彼らの生活がより楽になるのでしょうか?

デビッド:いくつかあると思います。研究者やエンジニアがバックエンドを切り替えながら、さまざまなアルゴリズムを素早く設計、テスト、評価できるような優れたミドルウェアを開発することです。これは本当に強力なソリューションだと思います。

もうひとつは、他のポッドキャストでも触れたかもしれませんが、トレーニングという形で、この5年間で、人々が量子コンピューティングに参入するのがどんどん簡単になってきたと思います。標準的なアルゴリズムや、ゲートから回路を構成する方法、ハードウェアの長所と限界について学ぶためのリソースも増えています。ですから、人々がトレーニングを受ける機会を増やすことは、私が考えるもうひとつの成長分野です。この2つが、私が考える成長分野です。量子コンピューターで価値を引き出す方法を企業が理解できるようにすることです。これらの点は、すべて有益で役に立つと思います。

ユヴァル:そして今日のディスカッションも終わりに近づきましたが、来年の予測に興味があります。量子の世界ではどんなことが起こると思いますか?

デビッド:本当にいい質問だね。2022年には、量子機械学習に関する技術革新が進み、例えば「量子ニューラルネットワークの表現能力はどの程度か」というような大きな問いに人々が答えるようになるでしょう。組み合わせ最適化であれ、材料の発見や設計であれ。今後も新しいハードウェアやソフトウェアのプラットフォームが登場すると思います。そして、私はその危険性を知っている...ハイプ・サイクルのピークを迎えている。NISQの時代を超えて、数百万個の耐障害性のある量子ビットを持ち、そのレベルの量子計算ができるようになる一方で。

しかし、私にとっては、量子に着想を得たアルゴリズムが古典的なアルゴリズムよりも優れた性能を発揮するのであれば、それは企業の価値を高めることになる。つまり、私にはそれが勝利に思えるのです。ですから、このハイプ・サイクルを経て、私たちが学ぶことのできる永続的なものや技術的な改善を生み出し、やがては私たちが今存在することさえ知らないような解決策に貢献する科学者の世代を育ててくれることを期待しています。

ユヴァル:もちろんです。デビッド、あなたの仕事についてもっと知りたい人は、どうやって連絡を取ればいいのですか?

デビッド:まあ、仕事のメールを教えることもできる。David.VonDollen@audi.com

ユヴァル:素晴らしい。今日はありがとうございました。

デビッド:ありがとう、ユヴァル。とても光栄です。



"キュービット・ガイのポッドキャスト "について

The Qubit Guy(弊社最高マーケティング責任者ユヴァル・ボーガー)がホストを務めるこのポッドキャストは、量子コンピューティングのオピニオンリーダーをゲストに迎え、量子コンピューティングエコシステムに影響を与えるビジネスや技術的な疑問について議論します。ゲストは、量子コンピュータのソフトウェアやアルゴリズム、量子コンピュータのハードウェア、量子コンピューティングの主要なアプリケーション、量子産業の市場調査などについて興味深い見解を提供します。

ポッドキャストへのゲスト推薦をご希望の方は、こちらまでご連絡ください。

こちらも参照

該当する項目はありません。

量子ソフトウェア開発を開始

お問い合わせ