Belum Bisa Digunakan untuk Hal Praktis, Apa sih Manfaat Komputer Kuantum?

Perusahaan-perusahaan teknologi menggelontorkan triliunan dolar untuk pengembangan komputasi kuantum, meski teknologi ini masih jauh dari penerapan praktis. Lalu, untuk apa sebenarnya komputer kuantum ini?


(Gambar ilustrasi dibuat oleh AI/Pikaso/Freepik)(Gambar ilustrasi dibuat oleh AI/Pikaso/Freepik)


ngarahNyaho - Membangun komputer yang memanfaatkan sifat-sifat mekanika kuantum yang tidak biasa adalah sebuah gagasan yang telah diperdebatkan sejak tahun 1980-an. 


Namun dalam beberapa dekade terakhir, para ilmuwan telah membuat kemajuan signifikan dalam membuat perangkat berskala besar. 


Kini, sejumlah raksasa teknologi mulai dari Google hingga IBM serta beberapa perusahaan rintisan yang memiliki pendanaan besar telah menginvestasikan sejumlah besar uang ke dalam teknologi ini.


Mereka pun telah berhasil menciptakan beberapa mesin individual dan unit pemrosesan kuantum (QPU).


Secara teori, komputer kuantum dapat memecahkan masalah yang melampaui komputer klasik paling canggih sekalipun. 


“Ini tidak seperti komputer klasik yang cepat, ini adalah paradigma yang sama sekali berbeda,” kata Norbert Lütkenhaus, direktur eksekutif Institute for Quantum Computing di Universitas Waterloo kepada Live Science.


“Komputer kuantum dapat menyelesaikan beberapa tugas secara efisien yang tidak dapat dilakukan oleh komputer klasik.”


Blok penyusun paling mendasar dari komputer kuantum adalah qubit — unit informasi kuantum yang sebanding dengan bit di komputer klasik, namun dengan kemampuan luar biasa untuk mewakili kombinasi kompleks 0 dan 1 secara bersamaan. 


Qubit dapat diimplementasikan pada berbagai perangkat keras yang berbeda, termasuk sirkuit superkonduktor, ion yang terperangkap, atau bahkan foton (partikel cahaya).


Komputer kuantum terbesar saat ini baru saja melampaui angka 1.000 qubit, namun sebagian besar hanya memiliki beberapa puluh atau ratusan qubit. 


Komputer ini jauh lebih rentan terhadap kesalahan dibandingkan komponen komputasi klasik karena sensitivitas ekstrem keadaan kuantum terhadap kebisingan eksternal.


Hal tersebut mencakup perubahan suhu atau medan elektromagnetik yang menyimpang. Artinya, saat ini sulit menjalankan program kuantum


Ada harapan bahwa teknologi ini terbukti berguna untuk optimasi, yang melibatkan pencarian solusi terbaik terhadap suatu masalah dengan banyak kemungkinan solusi. 


Banyak tantangan praktis yang dapat diringkas menjadi proses optimasi, mulai dari memperlancar arus lalu lintas dalam kota hingga menemukan rute pengiriman terbaik untuk perusahaan logistik. 


Membangun portofolio saham terbaik untuk tujuan keuangan tertentu juga bisa menjadi salah satu penerapannya.


Namun sejauh ini, sebagian besar algoritme pengoptimalan kuantum menawarkan kecepatan yang kurang dari eksponensial. 


Karena perangkat keras kuantum beroperasi jauh lebih lambat dibandingkan elektronik berbasis transistor saat ini, keunggulan kecepatan algoritmik sederhana ini dapat dengan cepat hilang ketika diterapkan pada perangkat dunia nyata.


Bidang penelitian aktif lainnya dengan potensi jangka panjang yang kurang jelas mencakup penggunaan komputer kuantum untuk mencari database besar atau melakukan pembelajaran mesin, yang melibatkan analisis data dalam jumlah besar untuk menemukan pola yang berguna. 


Percepatan di sini juga kurang dari eksponensial dan ada masalah tambahan dalam menerjemahkan sejumlah besar data klasik ke dalam keadaan kuantum yang dapat dijalankan oleh algoritme — sebuah proses lambat yang dapat dengan cepat memakan keunggulan komputasi apa pun.


Namun ini masih tahap awal, dan masih banyak ruang untuk terobosan algoritmik, kata William Oliver, direktur Center for Quantum Engineering di Massachusetts Institute of Technology (MIT)


Bidang ini masih dalam proses menemukan dan mengembangkan landasan algoritma kuantum.


“Kita perlu memahami cara membangun algoritme kuantum, mengidentifikasi dan memanfaatkan elemen program ini, menemukan elemen baru jika ada, dan memahami cara menggabungkannya untuk membuat algoritme baru,” kata Oliver. |


Sumber: Live Science


Post a Comment

أحدث أقدم