量子计算在汽车行业中实现“优越性”：量子人工视觉首次应用于零部件检测
汽车产业为什么需要量子计算？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”——联网(Connected)、自动驾驶(Autonomous)、共享与服务(Share & Service)、电动化(Electric)。根据麦肯锡的报告，量子计算将渗透到这些汽车行业的方方面面。
量子计算可能增强整个汽车生产自动化价值链的关键步骤
近日，Multiverse Computing和IKERLAN联合研究表明，量子人工视觉系统的图像分类可以检测汽车零件制造中的缺陷，并且结果优于常见的经典方法。8月9日，论文的预印版以《用于制造缺陷检测的量子人工视觉》[1]为题提交在arXiv网站上。
具体来说，研究小组开发了一种用于在IBM基于通用门的量子计算机上进行分类的量子增强核方法（kernel method）——量子支持向量机(QSVM)，以及在D-Wave量子退火器上进行的量子分类算法——QBoost。研究人员发现，这两种算法在识别相关图像和准确分类制造缺陷方面都优于常见的经典方法。
实验结果图。这里介绍的结果是在三种情况下对量子和经典图像分类的算法进行的基准测试：（i）当包括/不包括通过PCA进行的降维时，（ii）当增强图像的对比度时，以及（iii）当改变数据集中的比例时。左表：没有降维处理的运行时间；中表：对图像应用对比度拉伸后的结果；右表：对图像进行适应性均衡处理后的结果。最快的分类方法用黑体字加粗表示。
QBoost算法给出了令人印象深刻的结果，这凸显了目前量子退火技术的能力。更重要的是，虽然QSVM需要量子计算机来执行训练和推理任务，但基于QBoost的解决方案能够在量子系统中进行模型训练，然后将模型部署在经典系统中。这使得在不久的将来，在真实的工业制造场景中利用基于量子的方法成为可能，而不需要适应生态系统来部署和使用它们。
对于这一结果，IKERLAN首席执行官Ion Etxeberria说[2]：“据我们所知，这项研究代表了量子计算机视觉在制造生产线中的相关问题的首次实施。这项合作研究证实了将量子方法应用于现实世界工业挑战的好处。我们坚信，量子计算将在为特别复杂的场景提供基于人工智能的解决方案方面发挥关键作用。”
“量子机器学习将极大地颠覆汽车和制造业，”Multiverse Computing首席科学官Roman Orus博士说：“我们很高兴看到今天早期应用量子计算的价值，例如量子人工视觉，并很高兴随着量子技术的不断发展，与IKERLAN等具有前瞻性的合作伙伴一起进入机器学习的新时代。”
关于IKERLAN：
IKERLAN成立于1974年，为行业提供具有竞争力的价值。它提供整合两个主要、不同技术领域的整体解决方案：电子、信息和通信技术(EICT)以及能源和机电一体化。该组织是MONDRAGON公司和巴斯克研究与技术联盟(BRTA)的合作成员。
关于Multiverse Computing：
Multiverse Computing是一家领先的量子软件公司，应用量子和受量子启发的解决方案来解决金融中的复杂问题，以创造当今的价值并实现更具弹性和繁荣的经济。其旗舰产品Singularity允许各行各业的专业人士通过通用软件工具利用量子计算。该公司还为移动、能源、生命科学和工业4.0领域的公司提供服务。
参考链接：
[1]https://arxiv.org/abs/2208.04988
[2]https://multiversecomputing.com/resources/multiverse-computing-and-ikerlan-detect-defects-in-manufacturing-with-quantum-computing-vision