Az ENSZ a 2025-ös évet a kvantumtudomány és kvantumtechnológia nemzetközi évének nyilvánította, ezzel tisztelegve a kvantummechanika születésének századik évfordulója előtt. Méltó megemlékezés ez, hiszen ebben az évben a kvantumszámítástechnika látványos fordulatot vett: az elméleti ígéretből kézzelfogható, valós hatás lett. A változás élvonalában a quantum annealing (magyarul a tisztítás, megeresztés fogalmak állnak talán a legközelebb) rejlik, a kvantumszámítástechnika egy specializált formája, amelyet a mai iparágak legösszetettebb optimalizációs problémáinak megoldására terveztek. Ami korábban rétegkoncepciónak számított, mára bizonyítottan egyértelmű előnyt mutat a legerősebb klasszikus szuperszámítógépekkel szemben és bizonyos gyakorlati alkalmazásokban – új korszakot nyitva a problémamegoldásban (1).
Az optimalizációs problémák mindenütt jelen vannak a modern civilizációban: a pénzügyi portfóliók optimalizálásától és a globális ellátási láncok egyszerűsítésétől kezdve az új gyógyszerek felfedezésén át egészen a fejlett anyagok tervezéséig. Ahogy ezeknek a problémáknak a mérete és összetettsége növekszik, a klasszikus számítógépek egyre inkább falba ütköznek, képtelenek ésszerű időn belül optimális megoldásokat találni. A quantum annealing a kvantummechanika alapelveit kihasználva teljesen új megközelítést kínálnak.
Ez a blogbejegyzés bemutatja a quantum annealing jelen állapotát, részletezi az alapelveit, a legfrissebb áttöréseket, valamint a gyakorlati felhasználási területek virágzó környezetét, amelyek átalakítják az iparágakat.
Videó: Mi a quantum annealing?
Hogyan működik a kvantum-tisztítás: utazás a globális minimumhoz
Az általános célú kapu-alapú kvantumszámítógépektől eltérően a „kvantumos tisztítók” (quantum annealers) specializált gépek, amelyeket egyetlen célra építettek: megtalálni egy összetett rendszer legalacsonyabb energiaszintjét, azaz a „globális minimumot”. Ez a folyamat hasonló a kohászatban alkalmazott fizikai tisztításhoz, megeresztéshez (annealing), ahol az anyagot felmelegítik, majd lassan lehűtik, hogy eltávolítsák a hibákat és elérjék a szilárd, stabil állapotot.
A quantum annealing során a problémát először egy matematikai reprezentációvá alakítják, amelyet Quadratic Unconstrained Binary Optimization (QUBO) modellnek neveznek. Ez a modell egy „energia-tájat” definiál, ahol a legalacsonyabb pont az eredeti probléma optimális megoldásának felel meg (5).
Mi az a QUBO?
Képzelj el egy sor villanykapcsolót, amelyek mindegyike lehet BE vagy KI állapotban. A cél az, hogy bizonyos kapcsolókat úgy állíts be, hogy egy különleges kép a lehető legjobban nézzen ki, vagy hogy a legtöbb cukorkát kapd. A Quadratic Unconstrained Binary Optimization valójában csak egy bonyolult elnevezés arra, hogyan találjuk meg a legjobb módját annak, hogy ezeket a kapcsolókat BE vagy KI állapotba tegyük, anélkül, hogy szabályok korlátoznának.
Ezután a quantum annealing megkezdi a folyamatát:
- Inicializáció: A rendszer kvantumbitjeit (qubitjeit) kvantumszuperpozíció állapotába hozzák, ahol egyszerre minden lehetséges megoldást képviselnek (5).
- Tisztítás: A rendszer lassan fejlődik az adiabatikus tétel elvei szerint. E folyamat során egy kvantumjelenség, a kvantum-alagúthatás (quantum tunnelling) lehetővé teszi, hogy a qubit-ek átjussanak az energia-gátakon, így elkerülve a „lokális minimumokat” (jó, de nem optimális megoldások), amelyek csapdába ejtenék a klasszikus algoritmusokat (5).
- Végállapot: A folyamat végén a rendszer természetes módon a táj legalacsonyabb energiaszintjére – a globális minimumra – áll be, amely az adott probléma optimális megoldását jelenti (5).
Videó: Hogyan működik a kvantum-annealing?
Mi az adiabatikus tétel?
Az adiabatikus tétel a fizikában egy olyan elv, amely kimondja: ha valamit nagyon-nagyon lassan változtatunk meg, a rendszer (például egy völgyben lévő labda) a legsimább, legstabilabb állapotában marad. Képzelj el egy játékautót egy pályán. Ha a pályát nagyon lassan mozgatod, az autó simán követi azt, anélkül, hogy kiugrana vagy leesne. Ha viszont túl gyorsan mozgatod, az autó kiugorhat a pályáról vagy billeghet. Az adiabatikus tétel tehát azt mondja ki, hogy ha elég lassan változtatunk dolgokat, a rendszer végig a legegyszerűbb, legstabilabb állapotában marad.
Ez a folyamat – különösen az akadályokon való kvantum-alagúthatás képessége – hatalmas előnyt ad a kvantumos tisztítóknak a mai optimalizációs kihívások hihetetlenül összetett és sziklás „tájain” való eligazodásban.
A 2025-ös áttörés: a kvantumfölény demonstrálása
2025-ben egy mérföldkőnek számító eredmény szilárdította meg a kvantumos tisztítás helyét a számítástechnikai világban. A D-Wave – a kereskedelmi kvantumos tisztítás úttörője – kutatói bemutatták a világ első esetét, amikor kvantumszámítási fölényt értek el egy hasznos, valós problémán (4).
A Science folyóiratban megjelent tanulmányban a kutatók egy összetett mágneses anyag szimulációját részletezték. A szimulációt a D-Wave hatodik generációs Advantage2 kvantumos tisztítóján hajtották végre, és percek alatt befejezték. A beszámolók szerint a klasszikus szuperszámítógépek ugyanezt a szimulációt azonos pontossággal közel egymillió évig futtatták volna, és több áramot fogyasztottak volna, mint amennyit az egész világ egy év alatt felhasznál (4).
Ez nem pusztán gyorsítás volt; ez annak demonstrálása, hogy bizonyos gyakorlati problémák esetében a kvantumos tisztítók olyan válaszokat tudnak adni, amelyek klasszikus módszerekkel egyszerűen elérhetetlenek.
További összehasonlító vizsgálatok 2025-ben megerősítették ezt az előnyt. Az npj Quantum Information folyóiratban megjelent tanulmány egy korszerű kvantumos megoldót hasonlított össze a vezető klasszikus algoritmusokkal több mint 50 nagy, sűrű optimalizációs problémán, amelyek valós feladatokat reprezentáltak.
A kvantumos megoldó nemcsak pontosabb volt, hanem körülbelül 6561-szer gyorsabb, mint a legjobb klasszikus alternatíva (6). Ezek az eredmények egy kritikus fordulópontot hangsúlyoznak: a beszélgetés már nem arról szól, hogy lehetséges-e kvantumelőny, hanem arról, hogy hol alkalmazható a leghatékonyabban.
Videó: Bemutatjuk a D-Wave Advantage2™ rendszert
Gyakorlati felhasználási területek: quantum annealing működés közben
A kvantumos tisztítók optimalizációja gyorsan bővülő portfóliót eredményezett számos iparágban. A komplex QUBO-problémák megoldásának képessége kézzelfogható üzleti értékké válik.
Gyakorlati alkalmazásai
- Pénzügy: Portfólió-optimalizáció. Befektetési portfóliók összeállítása, amelyek adott kockázati szint mellett maximalizálják a hozamot – ez a feladat exponenciálisan nehezebbé válik, ahogy nő az eszközök száma (2)(5). Csalásfelderítés. Összetett mintázatok azonosítása pénzügyi tranzakciókban, amelyek csalásra utalhatnak. Optimális kereskedés. A legjobb végrehajtási stratégiák meghatározása nagy volumenű ügyletekhez, a piaci hatás minimalizálása érdekében.
- Logisztika és ellátási lánc: Járműútvonal-optimalizáció. A „utazó ügynök probléma” megoldása nagy léptékben szállítási flották számára, üzemanyagköltségek és szállítási idők csökkentésével (1)(5). Termelési ütemezés. Gyártási ütemtervek optimalizálása a maximális áteresztőképesség és minimális leállás érdekében (1)(5). Rakodás. Konténerek és járművek hatékony bepakolása a tér maximális kihasználásával.
- Élettudományok és egészségügy: Gyógyszerkutatás. Ígéretes gyógyszerjelöltek azonosítása molekuláris kölcsönhatások és fehérjehajtogatás szimulációjával – hírhedten nehéz optimalizációs probléma (1)(5). Genom–összeállítás. Széttöredezett DNS-szekvenciák összerakása teljes genom rekonstruálásához. Sugárterápia. A sugárnyalábok szögeinek és intenzitásának optimalizálása a daganatok célzására, miközben az egészséges szöveteket megkímélik.
- Energia és közművek: Villamos hálózat optimalizálása. Az energiatermelés és -elosztás valós idejű kiegyensúlyozása a kimaradások megelőzésére és a hatékonyság növelésére (1)(5). Finomítói ütemezés. Az olajfinomító komplex folyamatainak optimalizálása a legértékesebb termékek maximális előállításához.
Videó: D-Wave webinárium: A kvantumfizika és a logisztika találkozása: egy valós útvonaltervezési esettanulmány
A hibrid megközelítés és a jövő kilátásai
Bár a kvantumos tisztítók már bizonyították értéküket, 2025-ben a legerősebb megoldások gyakran hibrid megközelítést alkalmaznak. Ez a modell ötvözi a klasszikus és kvantumos processzorok erősségeit. A nagy, komplex problémákat feldarabolják: a legnagyobb számítási igényű optimalizációs részeket a kvantumos tisztítókra bízzák, míg a munkafolyamat többi részét klasszikus gépek kezelik (1). Ez a szinergia lehetővé teszi, hogy a szervezetek példátlan méretű és összetettségű problémákat oldjanak meg.
A kvantumos tisztítás jövője ígéretes. A hardver folyamatosan fejlődik, a processzorok már több mint 5000 qubitet tartalmaznak, és egyre kifinomultabb összekapcsolási struktúrákat, például a D-Wave Pegasus topológiáját kínálják (6).
Ez lehetővé teszi nagyobb és összetettebb problémák leképezését a kvantumhardverre. A piac is tükrözi ezt az optimizmust: az előrejelzések szerint a kvantumszámítástechnikai piac 2024-ben 4 milliárd dollárról 2035-re akár 72 milliárd dollárra nőhet (3).
A kihívások azonban továbbra is fennállnak. A kvantumos tisztítók nem univerzális kvantumszámítógépek, és nem minden problémát tudnak megoldani. Érzékenyek a környezeti „zajra”, ezért a robusztusabb, hibajavított rendszerek építése a kutatás egyik kulcsterülete (2).
Mindezek ellenére az irány egyértelmű. Valószínűleg egy olyan jövő felé tartunk, ahol a specializált kvantumos tisztítók a kvantumszámítógépekkel és klasszikus szuperszámítógépekkel együtt dolgoznak, mindegyik a számára legmegfelelőbb problémákat kezelve (5).
A quantum annealing a tudományos érdekességből erőteljes, kereskedelmileg életképes eszközzé vált, amely 2025-ben már valós problémákat old meg. A kvantumfölény gyakorlati alkalmazáson való demonstrálása sok szkeptikust elhallgattatott, és megnyitotta az ipari adaptáció kapuit. Az optimalizációs problémák új és hatékony megoldási módját kínálva a kvantumos tisztítás nemcsak felgyorsítja a számítást, hanem jobb megoldásokat tesz lehetővé a vállalatok és a társadalom előtt álló legfontosabb kihívásokra. A kvantumforradalom elkezdődött – és tisztítással zajlik.
Videó: KVANTUMSZÁMÍTÓGÉPEK: A következő 100 év (Kvantum mesterséges intelligencia)
Hivatkozások:
[1] Quinton, F. A., et al. (2025). Quantum annealing applications, challenges and limitations for optimisation problems compared to classical solvers. Scientific Reports, 15(12733).
https://www.nature.com/articles/s41598-025-96220-2
https://arxiv.org/abs/2409.05542
[2] Swayne, M. (2025, May 1). Quantum Computer Outperforms Supercomputers in Approximate Optimization Tasks. The Quantum Insider.
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.134.160601
[3] Soller, H., et al. (2025, June 23). The Year of Quantum: From concept to reality in 2025. McKinsey & Company.
[4] Ladizinsky, E. (2025). Annealing quantum computing’s long-term future. Nature Portfolio.
https://www.nature.com/articles/d42473-025-00236-1
[5] Colwell, B. D. (2025, October 1). Quantum Annealing In 2025: Achieving Quantum Supremacy, Practical Applications And Industrial Adoption. Brian D. Colwell.
[6] Kim, S., et al. (2025). Quantum annealing for combinatorial optimization: a benchmarking study. npj Quantum Information, 11(77).
https://www.nature.com/articles/s41534-025-01020-1
https://arxiv.org/abs/2504.06201