Terra Quantum: „Klassische KI stößt zunehmend an Grenzen“
Herr Pflitsch, lange waren Quantencomputer ein Trendthema in der Technologiebranche. Im vergangenen Jahr wurde aber alles vom aktuellen Hype rund um künstliche Intelligenz überstrahlt. Was bedeutet das für Ihr Geschäft?
Markus Pflitzsch: Eigentlich hilft der Hype uns sogar, denn ich bin mir sicher: Die Kombination aus beiden Technologien wird das nächste Megathema werden. Bisher dachten wir, Quantencomputing und KI seien zwei verschiedene Welten. Wir sehen aber immer mehr, dass diese Wellen zusammenwachsen, dass Artificial Intelligence und Quantum zu Quantum AI verschmelzen.
Das klingt ein wenig nach Wunschdenken. Warum sollte das so kommen?
Das liegt vor allem daran, dass klassische KI zunehmen an Grenzen stößt. Bei den Sprachmodellen hinter KI-Assistenten wie ChatGPT findet eine regelrechte Inflation der Parameter statt – ein Modell wie GPT-4 mit Gerüchten zufolge 1,76 Billionen Parametern lässt sich mit herkömmlichen Supercomputern immer schlechter berechnen. Auf klassischem Wege kann man die Sprachmodelle nicht beliebig weiter vergrößern. Daher ist man bei künftigen Modellen darauf angewiesen, Quanteninfrastruktur zu nutzen.
Welche weiteren Vorteile hat die Quantum AI?
Quantum AI kann beispielsweise im maschinellen Lernen dazu beitragen, dass ein System mit weniger Trainingsdaten schneller lernt. Oder denken Sie an das Computerdesign von neuen Molekülen: Hier existieren in der chemischen Kombinatorik von Atomen mehr Möglichkeiten als Wörter in unseren Sprachen – auch solche Dinge lassen sich kaum mit herkömmlichen Supercomputern berechnen. Auf diesen Feldern wird Quantum AI ein exponentielles Fenster öffnen und komplett neue Simulationen ermöglichen.
Terra Quantum bietet laut eigener Aussage „Quantum-as-a-Service“ an, also quantenbasiertes Rechnen zur Miete. Was hat man sich darunter genau vorzustellen?
Was wir machen, ist vergleichbar mit dem „Software-as-a-Service“-Konzept im Cloud Computing, wo man Softwareanwendungen über das Internet nutzungsabhängig vermietet. Um die Vorteile eines künftigen Quantencomputers ausschöpfen zu können, müssen auch die Softwareanwendungen komplett neu geschrieben werden. Und das machen wir schon heute – wir entwickeln solche Quantensoftware.
Und worauf läuft diese, wo es doch noch gar keine einsatzfähigen Quantenrechner gibt?
Ja, die aktuell verfügbare Hardware im Quantencomputing funktioniert noch nicht im kommerziellen Einsatz. Daher wenden wir einen Kunstgriff an: Wir simulieren Quantenhardware auf einem klassischen Supercomputer – und können dann darauf unsere Quantensoftware laufen lassen. Mit diesem hybriden Modell, das eine Brücke zwischen klassischen Computing und Quantentechnologie bildet, erzielen wir schon heute substanzielle Verbesserungen gegenüber klassischer Software auf Superrechnern.
Wie ist das möglich, schließlich kostet die Simulation des Quantenrechners ja auch Rechenpower?
Das funktioniert durch die Art der Quantensoftware, also unsere eigenen Quantenalgorithmen. Dazu betrachten wir ein typisches Einsatzszenario, etwa im Bereich Investmentbanking die sogenannte Portfoliooptimierung. Hier sind die herkömmlichen Optimierungsalgorithmen sehr komplex. Diese Algorithmen zerlegen wir in Teile, schauen uns genau an, welche Operationen sich mit Hilfe von Quantenalgorithmen beschleunigen lassen. Nach der Berechnung jener Teile über unseren simulierten Quantencomputer setzen wir die Ergebnisse wieder zusammen – und können so in Summe eine höhere Leistung als mit einem klassischen Computer erzielen.
Welche anderen Anwendungen profitieren schon heute von Quantenalgorithmen?
Eigentlich alle komplexen Big-Data-Analysen, beispielsweise Simulationen in der Chemieindustrie oder für maschinelles Lernen in der Bilderkennung. Letzteres kommt etwa in der Automobilindustrie beim autonomen Fahren zum Einsatz, aber eben auch in der Medizin bei der Erkennung von Hautkrebs. Für einen großen Einzelhändler mit 7000 LKW haben wir die Routenplanung optimiert, die normalerweise mit 30 Prozent Leerstand durch die Gegend fahren. Aufgrund der optimierten Lieferfahrten kann das Unternehmen nicht nur CO2 einsparen, sondern beim zukünftigen Einsatz über die gesamte Flotte auch mehr als 60 Millionen Euro Transportkosten. Insgesamt haben wir mittlerweile mehr als 150 Einsatzszenarien in den verschiedensten Branchen identifiziert, in denen unsere Algorithmen für unsere Kunden signifikante Wettbewerbsvorteile bringen.
Was machen Sie anders als Rivalen wie IBM oder Google, die ähnliche Angebote im Quantencomputing haben?
Natürlich nehmen die großen amerikanischen Techkonzerne das Thema Quantum sehr ernst und gehen das Thema sehr strategisch an. Dennoch können wir uns im internationalen Vergleich gut behaupten: Wir haben inzwischen rund 250 Mitarbeiter, davon gut 150 Quantenphysiker, das ist eines der größten Teams weltweit. Und durch unsere Größe sind wir im Vergleich zu Big-Tech-Unternehmen ein Schnellboot. Mittlerweile haben wir mehrfach in der Praxis nachgewiesen, dass wir mit unserem Hybridansatz Performancegewinne erzielen können. Wir müssen uns vor IBM oder Google also nicht verstecken.
Wie ist denn Ihre eigene Prognose – wann wird es die ersten wirklich kommerziell nutzbare Quantenrechner geben?
Alle in unserer Industrie rechnen damit, dass dies in den kommenden zwei bis vier Jahren der Fall sein wird, also in nicht allzu ferner Zukunft. Dann zwar noch nicht gänzlich in der Breite, aber doch schon für viele Einsatzfelder, die dann von echten Quantenrechnern profitieren werden.
Lesen Sie auch: Künstliche Intelligenz auf der DLD – Handeln statt Hadern