利用仿量子電腦從無數選項中尋找最佳解（組合最適化問題）的應用正在擴大。NEC已將其導入一直依賴熟練員工經驗的生產現場，將制定生產計劃所需的時間減量至了十分之一左右。這將有助於構建在虛擬空間中再現現實世界的「數位孿生（Digital Twin）」技術。預計到2050年左右，還有望幫助解決災害對策和城市開發等社會課題。
「制定符合條件的生產計劃幾乎不可能」。NEC旗下的製造子公司NEC Platforms福島事業所（福島市）的老員工非常傷腦筋地說道。在製造印刷電路板的生產線上，總是有數百種訂單，一天需生產30多個品種。
每次更換品類時，都需要停止生產線並更改大量工具和設置。由於新冠疫情導致供應鏈（供應網）陷入混亂等，制定生產計劃的難度逐年增大。
該公司在日本的4個工廠中，分別有1～2名熟練工人每天花1～2小時來制定最佳生產計劃，但由於複雜程度的增加，「已經不知道什麼是正解了」（生產線負責人）。
NEC子公司的生產線導入了仿量子電腦技術
爲此，3月份NEC Platforms在其4個工廠導入了NEC開發的仿量子電腦。使用專門針對組合問題的仿量子技術，可從傳統電腦難以計算的龐大組合中尋找出最佳解。
由於需要訓練的資料量較少，難以導入人工智慧（AI）的生產現場也能利用。在構建系統時，考慮了有限工具的使用不會與其他生產線重疊等複雜條件。「可能的組合數爲‘4×10的30次方’。這是一個天文數位，所以至今爲止我們只能依靠經驗豐富的工人」（NEC量子計算事業統括部長泓宏優先生）。
透過導入該技術，品種變更作業所需的時間減半，運轉率提高了15%，制定計劃所需的時間也削減至十分之一左右。「可以制定第二最佳方案也是一大優點」（泓先生）
例如，即使沒有滿足指定條件的最佳方案，也可以提出如只在短時間内延長工廠的運轉時間便能解決的「靈活的提案」。未來，計劃在NEC Platforms的泰國工廠導入該系統。
2022年4月，公司成立了開拓應用案例的部門，不僅是仿量子技術，還結合AI和經典計算技術等，探索了活用的案例。一家提供機械維修服務的子公司在將其導入卡車配送計劃後成功縮短了計劃時間。部門成立大約一年的時間，共接到了約120家外部公司的諮詢。目前正在計劃將該系統導入到包括製造業和物流業和金融在内的廣泛行業。
富士通和日立製作所等公司也在推進使用仿量子計算提出最佳組合的技術。未來，在虛擬空間中再現現實世界的「數位孿生」技術普及後，在短時間内重複類比將成爲可能。同時，如果能夠找到最佳解的技術知識逐漸聚集起來，將有望活用於整個公司的長期經營決策以及災害因應等社會課題。
特化型是日本企業的強項
組合最適化問題的一個代表性示例是銷售人員在訪問多個城市時，尋找最短路線的「旅行推銷員問題」，若有5個目的地，則有12條路綫，若有10個目的地，則約有18萬條路綫，若有20個目的地，則會產生超過京（京爲1萬億的1萬倍）的組合數。對於被認爲花費數億年都無法解決的問題，仿量子計算成爲了開啟突破口的契機。
在預計將對產業界產生重大影響的量子電腦方面，美國等領先一步，但日本企業一直致力於用「模仿」的方法處理專門針對組合問題的計算技術。如富士通早早實施商業化等，在製造業、物流、金融等領域的活用案例探索已取得了進展。並在實際的商務現場中也開始應用。
該技術還有望用於解決新藥候選物質的分子結構和股票交易品種的構成等組合問題，但「在導入實際的商務現場時，還需要詳細的聽取和討論」（NEC的泓先生）。隨着全球開發量子電腦的競爭不斷加劇，日本企業如果能透過仿量子積累「經驗值」，從長遠來看將是一個很大的優勢。
日文：水口二季、《日經產業新聞》、2023/6/30
中文：JST客觀日本編輯部
