Kwantumutiliteit: wanneer wordt een kwantumcomputer eindelijk nuttig?
Een kwantumcomputer klinkt indrukwekkend, maar decennialang was hij vooral een laboratoriumcuriositeit: een machine die in theorie sommige berekeningen razendsnel kan doen, maar die in de praktijk nog te klein, te traag of te foutgevoelig was om iets te doen wat een gewone computer niet ook kon. Kwantumutiliteit (in het Engels "quantum utility") is de term die onderzoekers gebruiken voor het moment waarop dat verandert: het punt waarop een kwantumcomputer, ondanks zijn onvolkomenheden, daadwerkelijk bruikbare resultaten oplevert voor een echt probleem, sneller, goedkoper of beter dan de beste klassieke computer dat kan.
Een vergelijking maakt het concreet. Stel je een allereerste gemotoriseerde vliegtuig voor: het kon niet ver vliegen, was onbetrouwbaar en verre van comfortabel, maar het bracht wel iets tot stand wat lopen of paardrijden niet kon. Zo ongeveer verhoudt kwantumutiliteit zich tot de droom van een volwaardige, foutvrije kwantumcomputer. Het gaat niet om een machine die alles kan, maar om het eerste bewijs dat de onvolmaakte machines van nu, met al hun ruis en fouten, toch al ergens goed voor kunnen zijn.
Wat is het precies?
Om kwantumutiliteit te begrijpen, moet je eerst weten waarom kwantumcomputers zo moeilijk te bouwen zijn. Een gewone computer rekent met bits die 0 of 1 zijn. Een kwantumcomputer rekent met qubits, die dankzij kwantummechanische effecten tegelijk iets van 0 én 1 kunnen zijn (superpositie) en onderling verstrengeld kunnen raken. Dat maakt bepaalde berekeningen in theorie exponentieel sneller, maar qubits zijn ook extreem gevoelig: trillingen, warmte of elektromagnetische ruis uit de omgeving verstoren ze voortdurend. Deze onvolkomen machines noemt men wel NISQ-systemen, een term die natuurkundige John Preskill in 2018 introduceerde: Noisy Intermediate-Scale Quantum, oftewel ruizige kwantumcomputers van beperkte omvang.
De klassieke oplossing voor ruis is kwantumfoutcorrectie: je codeert één betrouwbare "logische" qubit met behulp van tientallen of honderden fysieke qubits die elkaars fouten corrigeren. Dat werkt in theorie goed, maar vereist enorm veel extra qubits die er vandaag simpelweg nog niet zijn. Kwantumutiliteit is een tussenweg: in plaats van fouten volledig te corrigeren, probeert men ze te mitigeren, dus statistisch te compenseren. Een bekende techniek is "zero-noise extrapolation": je voert dezelfde berekening uit met kunstmatig verschillende hoeveelheden ruis en extrapoleert vervolgens terug naar wat het antwoord zou zijn geweest zónder ruis. Zo kun je met de gebrekkige machines van nu toch al betekenisvolle uitkomsten krijgen, mits het probleem daarvoor geschikt is.
Belangrijk is het onderscheid met een verwant maar ouder begrip: kwantumsupremacy (of het bredere "kwantumvoordeel"). Daarbij gaat het om het bewijs dat een kwantumcomputer sneller is dan elke klassieke computer, vaak voor een kunstmatig gekozen, weinig praktische taak die vooral is ontworpen om moeilijk klassiek na te bootsen. Kwantumutiliteit legt de lat anders: niet "is dit sneller dan klassiek kán", maar "levert dit iets bruikbaars op voor een probleem waar mensen daadwerkelijk om geven", zoals het simuleren van materialen, moleculen of complexe netwerken.
Wat wil men ermee bereiken?
De onderliggende belofte van kwantumcomputing is dat sommige problemen die voor klassieke computers vrijwel onmogelijk zijn, zoals het exact simuleren van hoe elektronen zich gedragen in een nieuw molecuul of materiaal, natuurlijk aansluiten bij hoe kwantummechanica zelf werkt. Een kwantumcomputer hoeft de natuur dan niet om te rekenen naar bits, maar kan haar als het ware nabootsen met haar eigen taal. Mogelijke toepassingsgebieden zijn scheikunde en materiaalontwerp (nieuwe batterijen, medicijnen, katalysatoren), optimalisatieproblemen (logistiek, financiële portefeuilles) en cryptografie.
Kwantumutiliteit is vooral belangrijk als tussenstap in de bedrijfsstrategie van de sector. Fabrikanten als IBM erkennen dat volledig foutgecorrigeerde, universeel inzetbare kwantumcomputers nog jaren op zich laten wachten. Om investeerders, overheden en klanten aan boord te houden, willen zij laten zien dat de huidige generatie machines, ondanks hun beperkingen, al waarde kan leveren. Het is dus zowel een wetenschappelijke als een commerciële mijlpaal: een signaal dat de weg naar praktische kwantumcomputing geen rechte lijn naar een verre toekomst is, maar een pad met tussentijdse resultaten.
Voorbeelden uit de praktijk
De belangrijkste demonstratie tot nu toe kwam van IBM. In juni 2023 publiceerde het bedrijf in het tijdschrift Nature het artikel "Evidence for the utility of quantum computing before fault tolerance", met de 127-qubit-processor "Eagle". Het team simuleerde het gedrag van een tweedimensionaal magnetisch spinmodel (een zogeheten "kicked Ising"-model) op een schaal die naar eigen zeggen moeilijk exact na te bootsen was met klassieke supercomputers, en gebruikte daarbij foutmitigatie in plaats van volledige foutcorrectie.
Dat resultaat is meteen ook een goed voorbeeld van hoe voorzichtig je met dit soort claims moet omgaan. Binnen enkele maanden na publicatie lieten meerdere onderzoeksgroepen, onder meer met zogeheten tensor-network-methoden (wiskundige technieken om bepaalde kwantumsystemen toch efficiënt klassiek te benaderen), zien dat delen van dezelfde berekening op een gewone computer konden worden gereproduceerd, in sommige gevallen sneller en nauwkeuriger dan gedacht. Dit voedde een terugkerend debat in het vakgebied: telkens als een kwantumcomputer een record claimt, proberen klassieke onderzoekers te bewijzen dat het toch ook zonder kwantumhardware kan. Dat is geen falen van het veld, maar precies hoe wetenschappelijke claims worden getoetst.
Een ander opvallend voorbeeld komt van D-Wave, een Canadees bedrijf dat een ander soort kwantumtechniek gebruikt, kwantum-annealing, gericht op optimalisatieproblemen. In 2023 publiceerde D-Wave in Science onderzoek waarin het beweerde sneller dan klassieke methoden bepaalde magnetische materialen te kunnen simuleren. Ook hier volgde discussie over hoe eerlijk de vergelijking met klassieke algoritmes was.
Verder werken bedrijven als IonQ en Quantinuum aan kleinschalige, praktijkgerichte demonstraties in chemie en materiaalonderzoek, vaak in samenwerking met farmaceutische of chemische bedrijven, al gaat het daarbij nog om verkennende experimenten in plaats van harde bewijzen van economisch voordeel.
Hoe ver is de techniek?
Het eerlijke antwoord is: nog in een vroege, snel veranderende fase. Er bestaat tot op heden geen algemeen aanvaard voorbeeld van kwantumutiliteit voor een probleem met directe economische waarde, zoals een nieuw medicijn of materiaal dat sneller of goedkoper is ontdekt dankzij een kwantumcomputer dan zonder. De bestaande demonstraties tonen vooral aan dat kwantumhardware op steeds grotere schaal betrouwbare berekeningen kan uitvoeren, niet dat dit al concreet nut oplevert buiten het laboratorium.
Wel gaat de ontwikkeling van de hardware zelf snel. IBM kondigde eind 2023 de "Condor"-chip aan met 1121 qubits en stapte daarna over op een strategie met kleinere maar kwalitatief betere, modulair te koppelen processoren ("Heron"). Het bedrijf heeft een routekaart gepubliceerd richting een foutgecorrigeerd systeem, met een beoogde machine ("Starling") rond het einde van dit decennium. Google claimde in december 2024 met zijn "Willow"-chip een belangrijke mijlpaal op het gebied van foutcorrectie: aanwijzingen dat de foutkans van een logische qubit afneemt naarmate je er meer fysieke qubits aan toevoegt, iets wat lang een cruciale maar onbewezen aanname was. Dat is een belangrijke technische stap, maar geen bewijs van praktische utiliteit op zich.
De grootste obstakels blijven: het aantal qubits dat nodig is voor echte foutcorrectie (naar schatting duizenden tot miljoenen fysieke qubits voor complexe toepassingen), de kwaliteit en stabiliteit van qubits, en het vinden van problemen die zowel praktisch relevant zijn als goed aansluiten bij wat kwantumhardware nu al kan. Veel experts waarschuwen voor te optimistische tijdspaden; anderen wijzen erop dat de voortgang de afgelopen jaren sneller ging dan verwacht. Beide kanten van dat debat zijn serieus te nemen.
Wie werken eraan?
IBM is met zijn "Quantum Utility"-programma en publiek toegankelijke kwantumcomputers via de cloud een van de meest zichtbare spelers. Google (met zijn Quantum AI-lab en de Sycamore- en Willow-chips) richt zich sterk op fundamentele mijlpalen zoals foutcorrectie. Andere commerciële partijen zijn IonQ en Quantinuum (die inzetten op zogeheten "trapped-ion"-qubits, een andere technologie dan de supergeleidende chips van IBM en Google), D-Wave (kwantum-annealing) en PsiQuantum (foutgecorrigeerde kwantumcomputers op basis van licht/fotonica).
Op onderzoeksniveau spelen universiteiten en nationale instituten een grote rol, waaronder MIT, Caltech (waar John Preskill werkt), en in Nederland QuTech, een samenwerking tussen de TU Delft en TNO die geldt als een van de vooraanstaande Europese kwantumonderzoekscentra. Op Europees niveau coördineert het "Quantum Flagship"-programma van de Europese Unie, een langlopend miljardeninvesteringsprogramma gestart in 2018, onderzoek en ontwikkeling over lidstaten heen. Ook China en de Verenigde Staten investeren fors in nationale kwantumprogramma's, wat het onderwerp ook geopolitiek gevoelig maakt, onder meer vanwege de mogelijke toekomstige impact van kwantumcomputers op bestaande versleuteling.