Zapata lanserer Quantum Pilot for å hjelpe virksomheter med å identifisere høyverdige kvanteapplikasjoner

Kvanteregning har i flere år blitt definert av maskinvaremilepæler: flere qubits, lavere feilrater, lengre koherenstider og stadig mer sofistikerte tilnærminger til feiltoleranse. Men for virksomheter skaper bedre maskinvare et annet problem. De må fortsatt finne ut hva de faktisk skal gjøre med den.

Zapata Quantum retter seg mot dette gapet med Quantum Pilot, en ny skybasert, maskinvareagnostisk plattform designet for å hjelpe organisasjoner med systematisk å identifisere, evaluere og utvikle kvanteapplikasjoner med reelt kommersielt potensial.

Quantum Pilot går inn i tidlig tilgang med utvalgte bedrifts- og regjeringskunder. I stedet for å be selskaper forplikte seg til en bestemt kvantedatamaskin eller arkitektur, forsøker plattformen å bygge et kontinuerlig utviklende veikart som knytter forretningsproblemer til algoritmer, maskinvarekrav, teknisk gjennomførbarhet og potensiell økonomisk verdi.

Lanseringen bygger på en bredere applikasjonsfokusert strategi hos Zapata Quantum, som ble grunnlagt i 2017 av forskere fra Harvard og har i økende grad posisjonert seg rundt programvarelaget som ligger mellom bedriftsproblemer og raskt utviklende kvantemaskinvare. Selskapet oppgir at de nå har mer enn 60 utstedte og pågående patenter, og har tidligere samarbeidet med organisasjoner som BASF, BMW, BBVA, BP og Defense Advanced Research Projects Agency (DARPA).

Omforme kvanteberedskap til et applikasjonsproblem

Det underliggende premisset for Quantum Pilot er at virksomheter kan stille feil spørsmål om kvanteregning.

I stedet for å primært fokusere på når tilstrekkelig kraftige kvantedatamaskiner vil bli tilgjengelige, må organisasjoner også forstå hvilke arbeidsbelastninger som vil ha nytte av disse maskinene, hvilke algoritmer som kan håndtere dem, hvilke ressurser disse algoritmene vil kreve, og om den eventuale fordelen vil rettferdiggjøre utviklingskostnadene.

Dette er betydelig mer komplisert enn bare å følge med på antall qubits.

Et farmasøytisk selskap kan for eksempel ha hundrevis av beregningsintensive prosesser som spenner over molekylær simulering, legemiddeldesign, optimalisering og maskinlæring. Kun et delsett kan være plausible kandidater for kvanteakselerasjon. Disse kandidatene må deretter sammenlignes med kontinuerlig forbedrende klassiske metoder og kartlegges mot maskinvare som kanskje ennå ikke finnes i den nødvendige skalaen.

Quantum Pilot er designet for å gjøre denne undersøkelsen til en repeterbar prosess.

«Den kritiske innkjøringen til utvikling av kvanteapplikasjoner er en effektiv og grundig kartlegging av brukstilfeller til kvanteberegningsløsninger», sa Zapata‑administrerende direktør Sumit Kapur.

Ideen er å hindre at kvantestrategi blir en samling av frakoblede eksperimenter. Kunnskap oppnådd fra en evaluering kan i stedet mates inn i påfølgende prosjekter etter hvert som algoritmer og maskinvare forbedres.

Hvordan Quantum Pilot fungerer

Quantum Pilot samler tre systemer som dekker ulike deler av applikasjonsutviklingsprosessen.

Den første er Quantum Graph, et proprietært kunnskapslag som knytter potensielle applikasjoner til algoritmer, akademisk forskning og kvantemaskinvare‑veikart. Zapata har tidligere beskrevet Quantum Graph som en strukturert kunnskapsbase som viser hvordan problemer, algoritmer og maskinvare‑ressurser henger sammen.

Den andre komponenten, Quantum Engine, håndterer mer av det beregningsmessige arbeidet. Den inkluderer verktøy og AI‑agenter for algoritmevalg, eksperimentdesign, maskinvare‑benchmarking og kvante‑ressursestimering.

Ressursestimering er spesielt viktig fordi en algoritme som ser lovende ut matematisk, kan kreve et urealistisk antall fysiske qubits eller en upraktisk kjøretid når feilkorreksjon og maskinvarebegrensninger tas i betraktning.

Den tredje komponenten er Quantum Assurance, som kombinerer ekspertvurdering med formelle verifiseringsteknikker ment å gi sterkere bevis på at kvanteprogramvare oppfører seg som forventet.

Sammen skal de tre lagene svare på en rekke spørsmål: Er dette forretningsproblemet egnet for kvanteregning? Hvilken algoritme bør håndtere det? Hva kreves for å gjennomføre det? Er den foreslåtte implementeringen korrekt? Og når kan økonomien rettferdiggjøre en faktisk implementering?

Quantum Pilot er også en del av Zapatas bredere Orquestra‑programvarestabel, som omfatter evaluering av brukstilfeller, ressursestimering, algoritmer, hybride kvante‑klassiske arbeidsflyter og tilgang til flere maskinvaremiljøer.

Agentisk AI møter kvante‑ressursestimering

Kunstig intelligens blir også en del av arbeidsflyten for kvanteutvikling.

Tidligere i år begynte Zapata å samarbeide med NVIDIA om et agentisk AI‑system som har som mål å automatisere kvante‑ressursestimering, en oppgave som kan kreve ekspertise innen molekylmodellering, kvantealgoritmer, maskinvarearkitekturer og feilkorreksjon.

Samarbeidet samarbeidet mellom Zapata og NVIDIA fokuserte i utgangspunktet på kvantekjemi‑applikasjoner som legemiddelforskning, energi og avanserte materialer. Selskapene utvikler koordinerte AI‑agenter som kan utføre deler av benchmark‑ og estimeringsprosessen som tradisjonelt ville kreve omfattende manuell forskning.

Ifølge Zapata kombinerer arbeidsflyten AI‑orchestrering, kontinuerlig verifiserte kvante‑arbeidsflyter og en gjennomførbarhetsmodell som forsøker å forutsi maskinvarekrav før beregningene starter. NVIDIAs Agent Toolkit brukes til overvåking og sikkerhetsrammer i den fler‑agent‑arkitekturen.

Disse funksjonene blir nå innarbeidet i det bredere Quantum Pilot‑miljøet.

Det er en interessant anvendelse av agent‑AI fordi agentene ikke posisjoneres som erstatninger for selve kvantedatamaskinene. I stedet brukes de til å automatisere deler av det vitenskapelige arbeidet som kreves for å fastslå om en kvantedatamaskin kan løse et gitt problem på en økonomisk måte.

Formell verifikasjon kan bli stadig viktigere

Another differentiator is Zapata’s emphasis on formal verification.

I tradisjonell programvareutvikling undersøker testing vanligvis om et program leverer forventede resultater under ulike forhold. Formell verifisering går videre ved å bruke matematiske metoder for å fastslå at programvaren oppfyller angitte egenskaper.

Kvantprogramvare gir et utfordrende miljø for tradisjonell validering fordi stadig mer komplekse algoritmer til slutt må oversettes til kvantekretser og kjøres på systemer hvor støy, feilkorreksjon og maskinvarebegrensninger kan påvirke resultatene betydelig.

Zapata samarbeider med University of Maryland om en verifiser‑før‑tilnærming som starter med matematiske bevis på korrekthet i stedet for å bygge programvare først og validere den etterpå.

Forskningen anvendes i første omgang på Shors faktoreringsalgoritme, men selskapet tror at lignende metodikker etter hvert kan utvides til kvantekjemi, materialvitenskap, optimalisering og finans.

Quantum Assurance brings that philosophy into Quantum Pilot.

Dette fjerner ikke usikkerheten knyttet til kvantedatabehandling. Formell verifisering kan bidra til å fastslå om en algoritme eller implementering er korrekt, men den kan ikke gjøre umoden maskinvare kommersielt levedyktig. Det den potensielt kan gjøre, er å redusere en annen usikkerhetskilde etter hvert som kvanteapplikasjoner blir stadig mer kompliserte.

Virkelige prosjekter viser hvorfor valg av anvendelse er viktig

Zapata’s previous enterprise projects illustrate why systematically rejecting unsuitable use cases may be almost as valuable as finding promising ones.

I samarbeid med BP om den varianterende kvante‑eigensløseren undersøkte Zapata om kvantedatamaskiner etter hvert kunne akselerere molekylære simuleringer. Analysen deres identifiserte muligheter for å redusere beregningskravene, men konkluderte også med at implementeringer i bedriftsomfang fortsatt var flere år unna.

Arbeidet med BBVA undersøkte på samme måte kvantebaserte tilnærminger til beregningskrevende Monte‑Carlo‑simuleringer som brukes i finansielle risikoberegninger. Prosjektet identifiserte potensielle algoritmefordeler, men fant også at applikasjonen ikke var gjennomførbar på nærtstående kvantedatamaskiner.

Andre prosjekter har gitt mer umiddelbart nyttige resultater gjennom kvante‑inspirerte tilnærminger. I et bilproduksjonsprosjekt med BMW og MITs Center for Quantum Engineering anvendte Zapata tensor‑nettverks‑generative modeller for produksjonsplanlegging, og undersøkte om metoder inspirert av kvantedatabehandling kunne forbedre store optimaliseringsproblemer ved hjelp av klassisk infrastruktur.

Den blandingen av positive og negative resultater fremhever en viktig del av utviklingen av kvanteapplikasjoner: bedrifter trenger mekanismer for å fastslå ikke bare hvor kvantedatabehandling kan fungere, men også hvor investeringer bør utsettes.

Bygger videre på Zapatas retur til kvanteprogramvare

Quantum Pilot representerer også det siste trinnet i Zapatas fornyede fokus på kvanteprogramvare.

Selskapet gjennomgikk en omfattende restrukturering før det vendte oppmerksomheten tilbake til sine opprinnelige kvantedatabehandlingsrøtter. I april hentet Zapata inn en overtegnet strategisk finansieringsrunde på 15 millioner dollar for å utvide sine vitenskapelige, tekniske, produkt‑ og kommersielle team, en utvikling som tidligere ble dekket av Unite.AI.

Teknologiporteføljen deres inkluderer nå Orquestra, Quantum Graph, Quantum Pilot og Bench‑Q, et verktøysett som stammer fra arbeidet under DARPA‑s Quantum Benchmarking‑program. Zapata deltok på tvers av programmets tekniske områder som omfattet identifisering av brukstilfeller, algoritmeutvikling og estimering av maskinvare‑ressurser.

Selskapet har også demonstrert kvante‑klassiske tilnærminger utenfor ren benchmarking. Forskningen deres med akademiske og bioteknologiske partnere brukte en kvante‑klassisk generativ modell for å designe kandidatmolekyler som retter seg mot KRAS, hvor 15 foreslåtte molekyler ble syntetisert og to ble identifisert som lovende kandidater for videre undersøkelser.

Kvanteløpet utvides utover maskinvare

Introduksjonen av Quantum Pilot reflekterer et bredere skifte i hvor konkurransen innen kvantedatabehandling etter hvert kan utvikle seg.

Å bygge feil‑tolerant kvantemaskinvare er fortsatt en av bransjens definerende tekniske utfordringer. Men stadig mer kapable maskiner vil ha begrenset kommersiell verdi dersom bedrifter ikke har applikasjoner klare til å kjøre på dem.

Dette skaper et parallelt løp rundt algoritmer, ressursestimering, utviklingsmiljøer, benchmarking, verifisering og institusjonell kunnskap.

Quantum Pilot er Zapatas forsøk på å samle disse disiplinene i et system som bedrifter kan bruke før de bestemmer nøyaktig hvilken kvantemaskinvare som til slutt vil kjøre deres arbeidsbelastninger.

Den maskinvare‑agnostiske tilnærmingen kan bli stadig mer relevant dersom ulike arkitekturer viser seg bedre egnet for ulike problemklasser. Den gjør også at selskaper kan fortsette å evaluere applikasjoner mens maskinvareplaner endres under dem.

Det større spørsmålet er om organisasjoner kan omdanne år med kvanteeksperimentering til en institusjonell kapasitet i stedet for en rekke konseptbevis.

Quantum Pilot fjerner ikke usikkerheten rundt når kommersielt meningsfull kvantefordel vil komme. I stedet er den designet rundt en mer praktisk antakelse: bedrifter som ønsker å dra nytte av fremtidige maskinvarefremskritt, trenger en disiplinert metode for å fastslå hva som er verdt å bygge lenge før maskinvaren er klar.