de.wedoany.com-Bericht: Der britische Deep-Tech-Innovationsbeschleuniger Digital Catapult hat bekannt gegeben, dass sich 11 kommerzielle und öffentliche Organisationen der dritten Phase seines Quantentechnologie-Zugangsprogramms (QTAP) angeschlossen haben. Das Programm wird in Zusammenarbeit mit dem SparQ-Projekt des Nationalen Quantencomputing-Zentrums (NQCC) durchgeführt und zielt darauf ab, theoretische Algorithmen durch einen strukturierten Inkubationspfad in verifizierbare industrielle Prototypen umzuwandeln.
Das Programm läuft bis Februar 2027 und erweitert sich in der dritten Phase erstmals auf die Bereiche Finanzdienstleistungen und professionelle medizinische Diagnostik. Die Teilnehmer erhalten direkten Zugang zum lokal installierten ORCA Computing PT-2-Photonen-Quantencomputer des NQCC sowie zu cloudbasierten Simulationsumgebungen für die Durchführung von Echtzeit-Hardware-Benchmarks.
Die vorherigen Phasen von QTAP konzentrierten sich hauptsächlich auf Schwermaschinenbau, Luft- und Raumfahrt sowie Verteidigungslogistik, mit Partnern wie Rolls-Royce und Airbus. Die dritte Phase führt zwei hochspezifische operative Ströme ein, die darauf abzielen, wirkungsvolle Unternehmensanwendungsfälle zu erfassen. Im Bereich Bekämpfung von Finanzkriminalität und Cloud-Interoperabilität ist die Großbankengruppe NatWest dem Programm beigetreten, um Quanten-Maschinenlernen (QML)-Graphenkonfigurationen auf groß angelegte Transaktionsnetzwerke anzuwenden, mit dem Ziel, komplexe Geldwäschegruppen und Betrugsmuster zu erkennen, die klassische Schwellenwert-Überwachungssysteme umgehen. Gleichzeitig wird CTA Fintech Solutions Variationsalgorithmen evaluieren, um die systemübergreifenden Datenflüsse bei der Migration von traditionellen zu Cloud-Infrastrukturen zu optimieren und die Latenz in stark regulierten Systemen zu reduzieren. Im Bereich Diagnosemodelle für seltene Krankheiten wird Health Innovation North West Coast, der Innovationszweig des britischen National Health Service (NHS), den ORCA-Photonenprozessor nutzen, um Vorhersagemodelle für thrombotisch-thrombozytopenische Purpura (TTP) zu verbessern. TTP ist eine seltene, lebensbedrohliche Blutkrankheit, die einen schnellen klinischen Eingriff erfordert; das Projekt zielt darauf ab, Multiparameter-Modellierung durchzuführen, um Behandlungspläne und Patientenergebnisse aus spärlichen medizinischen Datensätzen vorherzusagen.
In Abstimmung mit der modernen Industriestrategie Großbritanniens setzen die übrigen Teilnehmer QML- und kombinatorische Optimierungs-Subroutinen in vier verschiedenen kommerziellen Säulen ein. Im Bereich Verkehr und Infrastruktur testet die Railway Safety and Standards Board (RSSB) QML-Klassifikationsmodelle, um die Einfahrgeschwindigkeit von Zügen in der Nähe von variablen Signalboxen zu optimieren. Bandarlog.dev wendet QML für die frühzeitige Anomalieerkennung in Luft- und Raumfahrt- sowie Verkehrsanlagen an, während PontePatros QML-Modelle evaluiert, um die frühzeitige Vorhersage von Strukturversagen und Schimmelbefall mithilfe spärlicher Sensordaten aus Wohngebäuden zu verbessern. Im Bereich Lieferkette und Logistik integriert Archborn quantenbereite kombinatorische Optimierungs-Subroutinen direkt in unternehmenseigene SAP-Bereitstellungen, um die Echtzeit-Ressourcenzuweisung zwischen volatilen Versorgungsknoten zu optimieren. TCS Innovations erforscht Quantencomputing, um die zugrunde liegenden Systemparameter seiner Echtzeit-Logistikausführungs-Engine zu optimieren. Im Bereich Industriedesign und Bauwesen nutzt Build Insite Quantenoptimierungsalgorithmen auf seiner browserbasierten Gebäudeleistungsplattform Kelvin, um komplexe multidisziplinäre Engineering-Entscheidungen über riesige Lösungsräume hinweg zu bewerten. Im Bereich fortschrittliche Materialien und Halbleitersteuerung wendet der Spezialchemikalienentwickler Pixon Chemie QML auf molekulare Eigenschaftsdatenbanken an, um prädiktive Screening-Modelle für neuartige landwirtschaftliche und industrielle Verbindungen zu erstellen. Gleichzeitig testet der Quantensensor-Entwickler Dundi Corp Variationsalgorithmen (insbesondere den Quantum Approximate Optimization Algorithm, QAOA), um die Latenz in Multiparameter-Rückkopplungsschleifen der Halbleiterprozesssteuerung zu reduzieren.
