
Гибридная квантовая модель повысила точность прогнозирования потребления энергии на 20%
2 октября компании Silicon Quantum Computing (SQC) и Schneider Electric объявили о результатах первого этапа совместного проекта по прогнозированию потребления энергии. Гибридная квантово-классическая модель в среднем повысила точность прогнозов на 20% по сравнению с классическими методами; в отдельных случаях улучшение достигло 41%.
Компании использовали систему SQC Watermelon для генерации квантовых данных. Полученная с ее помощью информация дополнялась классическими данными моделей Schneider Electric. Тестирование проводилось на данных, относящихся к потреблению энергии на следующий день в течение 12 месяцев.
Компании SQC и Schneider Electric не раскрыли деталей классического эталона, конкретных показателей точности и полной методики тестирования. Поэтому результаты демонстрируют преимущества гибридного подхода в рамках проведенного эксперимента, но не подтверждают превосходства квантовых методов над классическими вычислениями в целом.
В результате тестирования проект перешел во второй этап австралийской программы Critical Technologies Challenge Program (CTCP). Правительство Австралии выделило компании SQC 3,6 миллиона австралийских долларов на продолжение сотрудничества с Schneider Electric и Университетом Нового Южного Уэльса.
Программа CTCP включает в себя два этапа:
- Участники проверяют техническую осуществимость предложенного решения;
- Избранные проекты получают финансирование для создания рабочего прототипа или демонстрационной системы.
На следующем этапе компании SQC и Schneider Electric планируют расширить моделирование с использованием данных сотен австралийских домов. Квантово-классический подход также будет напрямую интегрирован в процессы искусственного интеллекта Schneider Electric.
Как работает Watermelon?
Watermelon – это генератор квантовых признаков, разработанный компанией SQC для использования в классических алгоритмах машинного обучения. Эта система не заменяет существующие модели Schneider Electric; квантовый процессор формирует дополнительные признаки, которые используются вместе с обычными данными при обучении и прогнозировании.
Компании намерены применять этот подход для управления распределенными энергетическими ресурсами. С увеличением количества солнечных панелей, аккумуляторов и электромобилей потребление и производство энергии на уровне отдельных домохозяйств становятся менее предсказуемыми.
Schneider Electric использует методы прогнозирования и оптимизации для эффективного использования энергетических ресурсов (включая солнечную энергию). Более точные прогнозы, по мнению компании, позволяют повысить эффективность использования возобновляемых источников энергии и снизить затраты.
В июне компания SQC привлекла дополнительные 40 миллионов австралийских долларов от National Reconstruction Fund Corporation на расширение производства квантовых чипов; общий объем инвестиций фонда в компанию составил 60 миллионов австралийских долларов.



