Organisaties die willen onderzoeken welke toekomstige voordelen te behalen zijn met quantum computing kunnen terecht bij het Quantum Applicatie Lab (QAL), een publiek-private samenwerking met als doel quantumcomputers toepasbaar te maken voor verschillende sectoren.
QAL verschaft partijen toegang tot specifieke kennis en technische infrastructuur om de voordelen van quantumtechnologie voor hun vakgebied concreet te verkennen. De initiatiefnemers van het lab zijn de Universiteit van Amsterdam, het Centrum Wiskunde & Informatica (CWI), TNO, Surf, TU Delft (namens Quantum Inspire), het Netherlands Escience Center en IBM Quantum (als technologieleverancier). De voorbereidingen voor de oprichting van het lab begonnen in 2020.
Hoewel de technologie zich in rap tempo ontwikkelt, zijn er nog maar weinig bedrijven en organisaties die zich actief buigen over de toepassingsmogelijkheden. Met name de beschikbaarheid van kennis en de hoge kosten van de benodigde testinfrastructuur vormen een barrière. Door technologie en toepassing dichter bij elkaar te brengen, wil het QAL deze slechten. In nauwe samenwerking met eindgebruikers verwacht het lab uiteindelijk bruikbare quantum-computingtoepassingen te ontwikkelen.
Over quantum computing
De huidige generatie computers rekent met enen of nullen. Een quantumcomputer rekent op een fundamenteel andere manier en maakt gebruik van quantum bits die in een superpositie van één en nul kunnen staan. Tezamen met quantummechanische effecten die plaatsvinden in de quantumcomputer, zoals interferentie en verstrengeling, levert dit een fundamenteel nieuwe manier van informatieverwerking en -bewerking. Door nieuwe quantum-algoritmen op quantumhardware te draaien kan dit voor bepaalde wiskundige problemen tot een snellere oplossing leiden.
De potentie aan rekenkracht van quantumcomputers maakt het mogelijk problemen op te lossen die tot nu moeilijk, of niet oplosbaar waren en dat biedt ongekende kansen. De quantumcomputer kan in de toekomst worden ingezet op praktische toepassingen zoals optimalisatievraagstukken (bijvoorbeeld het verbeteren van risicomanagement voor banken en verzekeraars), simulatie van quantummechanische systemen (bijvoorbeeld het voorspellen van het gedrag van nieuwe moleculen en materialen) en potentieel het versnellen van sommige machine learning-problemen.
