Khi nhắc đến ứng dụng của máy tính lượng tử, nhiều người thường nghĩ ngay đến việc phá mã, mô phỏng phân tử hoặc tạo ra những phép tính vượt xa máy tính thông thường. Một hướng đi khác ít được nói đến hơn nhưng có ý nghĩa thực tế là tối ưu hóa. Đây là nhóm bài toán yêu cầu tìm phương án tốt nhất, hoặc gần tốt nhất, trong một không gian có thể chứa số lượng lựa chọn khổng lồ.
Lập lịch cho hàng trăm chuyến bay, phân bổ xe giao hàng, sắp xếp ca làm việc, thiết kế mạng lưới viễn thông hay lựa chọn danh mục đầu tư đều có điểm chung: số phương án tăng rất nhanh khi số biến tăng. Máy tính cổ điển vẫn xử lý được nhiều bài toán bằng thuật toán hiệu quả, nhưng một số trường hợp trở nên khó khăn khi các ràng buộc chồng chéo và mục tiêu mâu thuẫn nhau. Máy tính lượng tử được kỳ vọng có thể hỗ trợ tìm kiếm trong những không gian như vậy, dù triển vọng đó vẫn đi kèm nhiều điều kiện và giới hạn.
Tối ưu hóa thực chất là bài toán gì?
Trong một bài toán tối ưu, người ta thường xác định ba thành phần. Thành phần đầu tiên là các biến cần quyết định, chẳng hạn xe nào phục vụ khách hàng nào, công việc nào được giao cho ca nào hoặc một thiết bị nên hoạt động ở thời điểm nào. Thành phần thứ hai là các ràng buộc, ví dụ xe có giới hạn tải trọng, nhân viên không thể làm hai ca trùng nhau, hay một tuyến đường phải đáp ứng thời gian giao hàng. Thành phần cuối cùng là hàm mục tiêu, chẳng hạn giảm chi phí, rút ngắn thời gian, tiết kiệm năng lượng hoặc tăng doanh thu.
Khó khăn nằm ở chỗ các quyết định thường liên quan với nhau. Thay đổi một lựa chọn có thể làm nhiều ràng buộc khác bị ảnh hưởng. Với một số bài toán, thử lần lượt mọi phương án là cách dễ hiểu nhất nhưng không khả thi khi số phương án tăng theo cấp số nhân. Vì thế, máy tính cổ điển thường sử dụng các chiến lược như quy hoạch tuyến tính, tìm kiếm cục bộ, quy hoạch động, thuật toán nhánh cận hoặc các phương pháp gần đúng. Những công cụ này vẫn rất quan trọng và trong nhiều trường hợp đã đủ tốt.
Máy tính lượng tử không biến mọi bài toán tối ưu thành bài toán đơn giản. Giá trị của nó, nếu được chứng minh trong thực tế, sẽ nằm ở một số cấu trúc đặc biệt mà trạng thái lượng tử và thuật toán lượng tử có thể khai thác hiệu quả hơn cách xử lý truyền thống.
Cách một bài toán được đưa lên hệ lượng tử
Máy tính lượng tử không tiếp nhận trực tiếp những mô tả như “hãy sắp xếp lịch giao hàng tốt nhất”. Bài toán phải được chuyển thành dạng toán học phù hợp với phần cứng lượng tử. Một cách phổ biến là biểu diễn các lựa chọn bằng biến nhị phân, trong đó mỗi biến nhận một trong hai giá trị. Từ các biến này, nhà thiết kế xây dựng một hàm chi phí. Phương án càng đáp ứng mục tiêu và ràng buộc thì giá trị hàm chi phí càng thấp hoặc càng cao, tùy quy ước.
Hàm chi phí sau đó có thể được chuyển thành một biểu diễn mà hệ lượng tử xử lý được, thường thông qua các tương tác giữa qubit. Quá trình này đòi hỏi nhiều quyết định kỹ thuật. Nếu mô hình hóa không chính xác, máy tính lượng tử có thể trả về một phương án tối ưu cho bài toán đã mã hóa nhưng không giải đúng vấn đề ngoài đời. Đây là một điểm quan trọng: chất lượng của kết quả không chỉ phụ thuộc vào số qubit hay tốc độ thiết bị, mà còn phụ thuộc vào cách chuyển vấn đề thực tế thành mô hình toán học.
Các ràng buộc cũng tạo ra thách thức. Một số ràng buộc có thể được đưa thẳng vào mô hình, trong khi những ràng buộc khác phải được biểu diễn bằng các khoản phạt. Nếu mức phạt quá thấp, hệ thống có thể ưu tiên một phương án vi phạm quy tắc nhưng đạt điểm mục tiêu tốt hơn. Nếu mức phạt quá cao, cấu trúc của hàm chi phí có thể trở nên khó xử lý. Việc cân bằng giữa mục tiêu và ràng buộc thường cần thử nghiệm, phân tích và đối chiếu với thuật toán cổ điển.
Những hướng tiếp cận lượng tử phổ biến
Ủ lượng tử
Ủ lượng tử là một hướng tiếp cận được thiết kế cho các bài toán tìm cấu hình có năng lượng thấp nhất trong một hệ tương tác. Bài toán tối ưu được ánh xạ vào cấu trúc đó, sau đó hệ được điều khiển để hướng về trạng thái có chi phí thấp. Phương pháp này thường được nhắc đến trong các bài toán tổ hợp, chẳng hạn chọn lựa, phân cụm hoặc phân bổ nguồn lực.
Cần phân biệt ủ lượng tử với máy tính lượng tử cổng tổng quát. Hai loại hệ thống có cách tổ chức phần cứng, mô hình vận hành và phạm vi ứng dụng khác nhau. Một thiết bị ủ lượng tử có thể phù hợp với một nhóm bài toán cụ thể, nhưng điều đó không đồng nghĩa nó thay thế được máy tính cổ điển hoặc giải quyết mọi bài toán tối ưu. Việc đánh giá lợi thế cần dựa trên dữ liệu, mô hình và điều kiện chạy cụ thể.
Thuật toán lượng tử biến phân
Một hướng khác là các thuật toán biến phân, trong đó máy tính cổ điển và bộ xử lý lượng tử phối hợp với nhau. Bộ xử lý lượng tử tạo ra trạng thái theo các tham số nhất định, đo kết quả, rồi chuyển thông tin về cho máy tính cổ điển. Máy tính cổ điển điều chỉnh tham số để tìm trạng thái có giá trị mục tiêu tốt hơn. Chu trình này lặp lại nhiều lần.
QAOA, viết tắt của Quantum Approximate Optimization Algorithm, là một ví dụ nổi tiếng trong nhóm thuật toán này. Ý tưởng của nó là tạo ra trạng thái lượng tử có xu hướng tập trung vào những phương án tốt cho một bài toán tổ hợp. Trong triển khai thực tế, số vòng lặp, chất lượng phép đo, nhiễu phần cứng và khả năng tối ưu tham số đều ảnh hưởng đến kết quả. Vì vậy, đây là một quy trình lai chứ không phải phép tính chỉ diễn ra trên chip lượng tử.
Những lĩnh vực có thể hưởng lợi
Logistics là một ví dụ dễ hình dung. Một doanh nghiệp cần phân bổ đơn hàng cho phương tiện, sắp xếp thứ tự điểm dừng và tính đến thời gian giao nhận. Khi số phương tiện, khách hàng và ràng buộc tăng lên, việc tìm tuyến đường tốt nhất trở nên phức tạp. Một mô hình lượng tử có thể được dùng để tìm phương án cạnh tranh với các phương pháp hiện có, đặc biệt khi được kết hợp với bước tiền xử lý và hậu xử lý trên máy tính cổ điển.
Trong sản xuất, tối ưu hóa có thể liên quan đến việc sắp xếp các công đoạn trên máy móc. Một lịch tốt cần hạn chế thời gian máy nhàn rỗi, giảm thời gian chuyển đổi giữa các loại sản phẩm và vẫn đáp ứng hạn giao hàng. Tương tự, trong quản lý năng lượng, bài toán có thể là quyết định thời điểm vận hành nhiều nguồn điện hoặc phân bổ phụ tải sao cho chi phí và mức tiêu thụ được kiểm soát.
Tài chính cũng thường được nhắc đến vì danh mục đầu tư có thể được mô hình hóa thành bài toán lựa chọn dưới các ràng buộc về ngân sách, rủi ro và tỷ trọng. Tuy nhiên, không nên hiểu rằng máy tính lượng tử có thể dự đoán thị trường hoặc bảo đảm lợi nhuận. Nó chỉ có thể hỗ trợ một lớp bài toán ra quyết định đã được xác định rõ. Chất lượng dữ liệu, mô hình rủi ro và giả định kinh tế vẫn đóng vai trò quyết định.
Trong thiết kế mạng lưới, doanh nghiệp có thể phải chọn vị trí đặt trạm, máy chủ hoặc điểm phân phối để giảm chi phí mà vẫn duy trì mức phục vụ. Các mô hình này thường có nhiều biến nhị phân và ràng buộc phức tạp, nên là ứng viên tự nhiên cho việc thử nghiệm những kỹ thuật tối ưu hóa mới. Dù vậy, “ứng viên phù hợp” chỉ có nghĩa là đáng nghiên cứu, không phải đã chứng minh được lợi thế lượng tử.
Vì sao tiềm năng chưa đồng nghĩa với lợi thế thực tế?
Rào cản đầu tiên là phần cứng lượng tử hiện vẫn nhạy với nhiễu và sai số. Một phép đo có thể cho kết quả khác nhau giữa các lần chạy. Với bài toán tối ưu, sự dao động này khiến việc đánh giá phương án cần dựa trên nhiều mẫu đo và các tiêu chí thống kê phù hợp. Nếu số qubit tăng, việc duy trì trạng thái và kết nối cần thiết cũng trở nên khó khăn hơn.
Rào cản thứ hai là chi phí mã hóa. Một bài toán thực tế có thể chứa dữ liệu lớn, nhiều biến liên tục và những quy tắc khó biểu diễn bằng mô hình nhị phân. Việc biến đổi dữ liệu, đưa nó vào hệ lượng tử rồi giải mã kết quả có thể tốn thời gian đáng kể. Nếu chi phí này lớn hơn lợi ích từ bước xử lý lượng tử, toàn bộ quy trình sẽ không có ưu thế so với phương pháp cổ điển.
Rào cản thứ ba là việc so sánh không đơn giản. Một kết quả lượng tử cần được đặt cạnh những thuật toán cổ điển tốt nhất, chứ không phải một chương trình thử nghiệm sơ sài. Cần so sánh trên cùng dữ liệu, cùng mức độ chính xác, cùng giới hạn thời gian và cùng yêu cầu về khả năng kiểm tra. Một phương án có điểm số tốt nhưng mất quá nhiều thời gian để tạo ra chưa chắc hữu ích trong vận hành.
Ngoài ra, bài toán tối ưu trong đời sống thường thay đổi liên tục. Đơn hàng mới xuất hiện, phương tiện bị hỏng, giá năng lượng thay đổi hoặc một quy định vận hành được cập nhật. Một hệ thống thực tế phải nhanh chóng điều chỉnh mô hình và tạo lại phương án. Điều này làm tăng yêu cầu đối với toàn bộ kiến trúc phần mềm, thay vì chỉ tập trung vào bộ xử lý lượng tử.
Vai trò của máy tính cổ điển trong hệ thống lai
Trong tương lai gần, kịch bản thực tế nhiều khả năng là hệ thống lai. Máy tính cổ điển đảm nhiệm lưu trữ dữ liệu, tiền xử lý, xây dựng mô hình, kiểm tra ràng buộc và đánh giá kết quả. Bộ xử lý lượng tử chỉ thực hiện một số bước phù hợp với đặc tính của nó. Sau đó, kết quả được đưa trở lại quy trình cổ điển để chọn phương án, sửa vi phạm hoặc kết hợp với các phương án khác.
Cách tiếp cận này cũng giúp doanh nghiệp thử nghiệm thận trọng hơn. Thay vì thay toàn bộ hệ thống, họ có thể chọn một bài toán nhỏ, xác định thước đo thành công rồi so sánh với giải pháp đang dùng. Những thử nghiệm như vậy cần quan tâm đến thời gian truyền dữ liệu, chi phí truy cập phần cứng, độ ổn định của kết quả và mức công sức để bảo trì mô hình.
Điều quan trọng là không nên chỉ nhìn vào từ khóa “lượng tử” trong một dự án tối ưu hóa. Một giải pháp tốt phải trả lời được các câu hỏi cụ thể: bài toán có cấu trúc nào phù hợp với phương pháp lượng tử, dữ liệu được mã hóa ra sao, kết quả có thể kiểm chứng thế nào và lợi ích có đủ lớn để bù chi phí hay không. Nếu chưa trả lời được những câu hỏi này, việc dùng thuật toán cổ điển có thể vẫn là lựa chọn hợp lý nhất.
Cách đánh giá một tuyên bố về tối ưu hóa lượng tử
Khi đọc về một thử nghiệm, người đọc nên xem bài toán được định nghĩa như thế nào và có sát với tình huống thực tế hay không. Một mô hình nhỏ, được đơn giản hóa mạnh, có thể cho kết quả ấn tượng nhưng chưa phản ánh vấn đề khi số biến và ràng buộc tăng lên. Cũng cần xem kết quả được so sánh với phương pháp nào, trong điều kiện nào và có tính cả thời gian chuẩn bị dữ liệu hay không.
Nên phân biệt giữa việc tìm được một phương án tốt và việc chứng minh phương án đó tốt hơn đáng kể. Với nhiều bài toán tối ưu, không dễ biết đâu là nghiệm tuyệt đối tốt nhất. Khi đó, việc đánh giá có thể dựa vào cận lý thuyết, nghiệm tham chiếu, mức vi phạm ràng buộc, độ ổn định qua nhiều lần chạy và chi phí tính toán. Một tuyên bố thận trọng thường có giá trị hơn lời quảng bá rằng máy tính lượng tử sẽ thay thế mọi phương pháp hiện nay.
Triển vọng cần được nhìn bằng sự kiên nhẫn
Tối ưu hóa là lĩnh vực có tiềm năng kết nối máy tính lượng tử với những nhu cầu cụ thể của doanh nghiệp và cơ quan vận hành. Nó không đòi hỏi phải chờ một hệ thống hoàn hảo mới bắt đầu nghiên cứu, nhưng cũng không cho phép bỏ qua các bước kiểm chứng. Những tiến bộ về phần cứng, thuật toán và kỹ thuật mô hình hóa có thể dần mở rộng quy mô bài toán phù hợp.
Trong giai đoạn hiện nay, cách tiếp cận thực tế nhất là xem máy tính lượng tử như một công cụ bổ sung đang được đánh giá, không phải lời giải sẵn có cho mọi bài toán khó. Lợi thế chỉ có ý nghĩa khi hệ thống tạo ra phương án đủ tốt, trong thời gian phù hợp, với chi phí chấp nhận được và khả năng kiểm chứng rõ ràng. Hiểu đúng giới hạn đó sẽ giúp các dự án lượng tử tránh kỳ vọng quá mức, đồng thời nhận ra những cơ hội đáng để đầu tư nghiên cứu.
