BMW目前已開始進行推動集團所有領域系統數位化升級,不斷改進整個價值鏈的流程。
為實現最佳成果須取決於擁有合適的工具,其中包括了高度先進的運算電腦。相關領域科學組織正和BMW開發一種新型態,功能更強大的工具:量子計算機(或稱量子電腦)。
「能夠掌握大數據,就能掌握全世界!」不過,數據越來越大的趨勢(尤其是自動駕駛領域),總有一天為了要處理數據,勢必要有更新的方式來處理,而量子運算將會是下一個世代最重要的技術。若傳統二進位計算機的運算模式用「縱向思考」來比喻的話;那麼,量子運算的層級可算是「橫向思考」,量子運算無須逐一地處理所有數據,而是能夠同時處理,因此在速度上大猛度地快上許多!
BMW集團研究部門的技術員Oliver Wick(如圖右側)以及人工智能和機器學習專家Bernhard Pflugfelder(左側)自2017年就已開始著手進行研發,研究的目的不是從研究結果中獲得直接的經濟效益,而是為了更好地了解當前量子計算技術的性能,並為未來的項目建立內部專業知識。他們近期討論並整合了量子計算背後所蘊藏的問題,並對外發佈了新聞。目前,BMW集團也已經開始運用這項新技術,來推動中長期的移動性產業發展。
量子運算主要是利用量子穿隧、干涉以及疊加的特性來進行運算,而跳脫了傳統計算機只有0跟1二進位法運算模式,因此量子位元可以讓0和1同時疊加(也就是以0~1之間的數值運算),若將量子比特比喻為地球表面,將北極定為0;南極定為1,一個量子比特也會具有地球表面上所有其它點的特徵,而傳統的比特則只有南北兩極。這就是量子位元可以疊加的概念,造就量子電腦計算能更快處理「大數據」的優勢。
而透過量子糾纏,理論上可以映射以前無法想像的數據量並高速處理。例如:在Wick與Pflugfelder的研究中,計算用於密封車體焊縫機器人的最佳順序路徑,他們考慮了一個理論上有10的107次方種可能的解決方案。這些方案若使用當前最先進的二進位電腦需數年後才能得到。然而,量子電腦則可以在幾秒鐘內計算出所有可能性。
量子電腦不一定適合各種任務。它們目前傾向於用於傳統運算系統遇到難以逾越的障礙問題。例如:在材料研究中,量子計算機可以以前所未有的水平,模擬出最佳的材料組合,像是用於開發新型電池,以各種不同電池化學結構的可能,來做出最高效率的電池。
註:擁有鋰離子電池10倍能量密度的氟化物電池,在被科學家們遺忘將近五十年之久後,2018年底已由全新化學結構BTFE電解質的發表,而又重新燃起新希望!
現有量子系統的另一個應用領域是涉及優化的任務。例如:繪圖機器人,目的是找到某些系統的最佳配置,可以用於生產線和交通控制系統優化、材料模擬,或者是其他應用領域…等等。而另一個真正快速發展的研究領域是所謂的量子機器學習,顧名思義,就是將量子電腦用於加速某些一般的機器學習過程,尤其適用於以人工智能為基礎的新型機械學習過程,例如:發展自動駕駛中的演算法。
而BMW另一個重要目標是在不同領域建立對新技術的認識,並建立一個跨部門的量子計算單位,使能夠更快地識別不同領域的新用例,並在跨學科工作組中實施運用。Wick與Pflugfelder目前正在編制廣泛的用例組合,並根據可行性和對集團各種運作流程可能產生的影響,對其進行優先排序,最相關的實際案例將在2019年底實施。
大致上的主架構,BMW集團沒有打算擁有自己的量子電腦,而是將量子計算作為一特別的「服務」項目(Quantum computing as a service),也就是與專注於該技術應用的協力合作單位一起共同研發。