Podcast mit Sergio Gago, CEO von Qapitan

Mein heutiger Gast ist Sergio Gago, CEO von Qapitan Quantum. Sergio und ich sprechen über Quanten-APIs, wie man den besten Cloud-Anbieter und die beste Quanten-Hardware für einen bestimmten Quantenalgorithmus findet, den Preis von Quantencomputing und vieles mehr.

Hier können Sie weitere Podcasts anhören

DIE VOLLSTÄNDIGE ABSCHRIFT FINDEN SIE UNTEN

Yuval Boger (CMO, Classiq): Hallo Sergio, und danke, dass Sie heute bei mir sind.

Sergio Gago, (CEO, Qapitan):Hallo, Yuval. Guten Morgen. Ich danke Ihnen für die Einladung.

Yuval: Wer sind Sie und was machen Sie?

Sergio: Nun, mein Name ist Sergio. Ich bin seit einigen Jahrzehnten CTO in klassischen Unternehmen, sowohl in meinen eigenen Unternehmen als auch in anderen, sowohl in Start-ups, Scale-ups als auch in Konzernen. Und ich habe mich der Quantencomputerbewegung angeschlossen, indem ich ein Unternehmen namens Qapitan Quantum gegründet habe.

Yuval: Und was macht Qapitan Quantum?

Sergio: Qapitan Quantum versucht, dasselbe zu nutzen, was wir in den letzten Jahrzehnten in der Welt der KI gesehen haben, indem es auf Soldaten, riesigen Soldaten, wie man sagt, steht. Und wir haben versucht, dem gleichen Paradigma zu folgen, das wir seit Anbeginn der Zeit in dieser Art von Welt gesehen haben. Am Anfang brauchte man also eine Menge Systemadministratoren, Datenwissenschaftler, Dateningenieure, ML Ops, all diese Arten von Rollen und Profilen, die versuchten, ihre Modelle und Systeme in Ihre Kolos zu bringen und versuchten, Datensätze zu erhalten und Modelle und Schlussfolgerungen zu erstellen. Und das war extrem kostspielig. Und in vielen Fällen konnte man nicht einmal richtige Schlussfolgerungen ziehen, weil man entweder nicht genug Computerleistung oder nicht genug Datensätze hatte. Das kommt Ihnen auf der Bühne wahrscheinlich bekannt vor.

Wir befinden uns jetzt in der Phase der Quanteninformatik. Wir haben Algorithmen, wir haben viel Forschung betrieben, aber wir brauchen mehr Leute. Wir brauchen mehr Qubits oder weniger rauschende Qubits, und wir brauchen mehr Algorithmen. Man sagt, dass wir in den späten Sechzigern auf dem Niveau des ENIAC sind. Wenn, dann können wir Quanten mit klassischen. Ich denke, dass wir uns eher in den neunziger Jahren befinden, in der Welt der KI und hoffentlich ohne einen KI-Winter in der Mitte. Und warum? Weil in der Welt der KI plötzlich das Cloud Computing aufkam und es viel einfacher war, Modelle zu entwickeln und Open-Source-Bibliotheken zu erstellen, wie die, die wir in Python haben, und eine Gemeinschaft zu schaffen, die sehr, sehr schnell beschleunigte. Mit der Entwicklung dieser Branche haben alle Cloud-Anbieter ihre eigenen verschiedenen Schichten wie AWS, GCP, Azure geschaffen.

Und heute gibt es eine Vielzahl von SaaS-Lösungen. Sie brauchen kein eigenes System zu entwickeln. Wenn Sie einen Spam-Checker oder ein System zur Verarbeitung natürlicher Sprache benötigen, brauchen Sie kein eigenes Modell oder einen eigenen Datensatz. Man braucht nur eine API und kann dann die Ergebnisse daraus abrufen. Und wenn Sie in einem sehr speziellen Bereich tätig sind, können Sie das natürlich auch selbst machen. Aber für 99 % der Kunden da draußen, für die Anforderungen und Probleme da draußen, wird die Standardlösung im Quantencomputing ausreichen. Wir gehen in die gleiche Richtung. Wenn Sie eine große Bank oder ein großes Pharmaunternehmen sind, sollten Sie wahrscheinlich bereits Quantencomputer-Ingenieure einstellen, Ihr internes Wissen und Ihre Kapazitäten ausbauen und einige der Unternehmen in unserer Branche um uns herum unterstützen.

Aber wenn Sie ein kleinerer Hedgefonds sind, sollten Sie immer noch in der Lage sein, die Vorteile der Portfolio-Optimierung oder der Kreditrisikoanalyse zu nutzen, ohne die Ressourcen des Scoutings mit einigen der 300, 400 Start-ups in der Quantenwelt von heute zu haben. Das ist genau das, was wir bei Qapitan Quantum tun: Wir folgen dem Modell der KI und bauen das, was wir als den ersten Marktplatz für Quanten-APIs betrachten, so auf, dass jeder Kunde eine sehr einfache API-Anfrage für ein beliebiges domänenspezifisches Problem stellen kann. Ob es sich nun um Proteinfaltung, Kreditrisiko, Portfolio-Optimierung oder um einen der typischen Anwendungsfälle handelt, die wir täglich in der Welt des Quantencomputers sehen. Und dann kann ein Kunde den neuesten Stand der Technik und die beste potenzielle Lösung erhalten, die wir heute für die von ihm angegebene Problemgröße haben. Und wenn er eine Portfolio-Optimierung für 20.000 Vermögenswerte lösen will, wird ein Quantencomputer wahrscheinlich noch nicht ausreichen. Es wird noch ein paar Jahre dauern, bis wir diesen Stand erreicht haben. Diese Quantenlösungen werden kommen. Und die Frage ist wirklich, ob es 2, 3, 5 oder 10 Jahre dauert, bis diese Lösungen auch für den Kunden auf diesem Markt verfügbar sind.

Yuval: Wenn Sie Marktplatz sagen, bedeutet das, dass Sie nicht die einzigen sind, die Quanten-APIs für den Marktplatz entwickeln, dass Sie erwarten, Algorithmen oder APIs von anderen Unternehmen einzubringen, oder ist es im Moment nur Qapitan, das die Entwicklung betreibt?

Sergio: Ich glaube, es gibt ein paar Leute, die ähnliche Dinge versuchen, und das sind wirklich gute Nachrichten für die Branche. Wir haben natürlich Leute wie Zapata, QC Ware, StrangeWorks und auch euch von Classiq. Wir alle leben an diesen Enden der Wertschöpfungskette für die Kunden und versuchen, den Quantenentwicklern und den Algorithmenentwicklern bessere Lösungen anzubieten, um dem Endkunden einen Mehrwert zu bieten. Auf der anderen Seite des Spektrums gibt es die Hardware-Anbieter und genau in der Mitte die Algorithmus-Entwickler. Und wir wollen nicht nur Qubit-, sondern auch Lösungs-Agnostiker sein. Wenn Sie also ein Quantenentwickler sind, eine der 350 Quanten-Consulting-Firmen, die es heute auf der ganzen Welt gibt, müssen Sie nicht mehr Zeit und Geld für die Frage aufwenden: Wie führe ich meine Algorithmen aus?

Sie müssen über Ihr Jupyter-Notebook oder Ihre Demo oder Ihr Papier hinausgehen. Wenn Sie mit diesem Problem konfrontiert werden, müssen Sie sie produktiv machen. Sie haben zwei Möglichkeiten: Entweder Sie stellen einen Systemadministrator oder mehrere klassische Backend-Entwickler ein, jemanden, der Ihre Infrastruktur verwaltet. Und dann fängt man an, Integrationen zu machen. Das ist völlig in Ordnung, völlig machbar, aber das bedeutet, das Rad immer wieder neu zu erfinden. Was wir tun, ist zu sagen: Legen Sie Ihren Algorithmus einfach in diese Box, und er wird auslaufen. Er wird automatisch mit Governance, Compliance, Kontrolle, Abrechnung, Sicherheit und all diesen Aspekten auslaufen.

Sie sind nicht Ihr Kerngeschäft, denn was Sie gut können, ist die Entwicklung von, sagen wir, Algorithmen. Und das ist der Blickwinkel, den wir einnehmen, unsere Unternehmen nehmen verschiedene Blickwinkel ein. Und ich denke, wir alle nähern uns einem Sweet Spot, der der Branche einen zusätzlichen Wert bietet. Aber wir haben versucht, so weit wie möglich in der Wertschöpfungskette zu gehen, so dass es 10, 15, 20 verschiedene Möglichkeiten gibt, ein bestimmtes Problem zu lösen. Und welche davon will der Kunde? Die billigste, die schnellste oder die genaueste, oder eine Kombination aus diesen drei Möglichkeiten? Wir waren in der Lage zu sagen: Nun, Ihr Problem wird am besten dadurch gelöst, dass Sie einen Glühstab oder einen Ionencomputer von Entwickler A oder Entwickler B verwenden, oder ein supraleitendes Qubit oder vielleicht etwas, das nächstes Jahr auftaucht und von dem noch niemand weiß. Und das ist der Wert, den wir zu bieten versuchen.

Yuval: Können Sie mir ein Beispiel für APIs nennen, die Sie heute anbieten? Ich denke da an die Generierung von Zufallszahlen, das ist eine einfache API. Das ist vielleicht etwas, das Sie fast sofort bekommen können, aber welche anderen APIs bieten Sie heute an?

Sergio: Ja, also die Quantenzahl-Zufallszahlengenerierung ist wie unser "Hallo Welt"-Programm, mit dem wir den Algorithmusentwicklern beibringen, wie man die Plattform nutzt und wie man einen neuen Solver, wie wir ihn nennen, in die Plattform hochlädt, wobei der Solver mit einem Domain-Problem verbunden ist. Das kann ein Finanzproblem sein, ein Pharmaproblem oder ein anderes. Wir decken also die drei typischen Probleme im Finanzbereich ab: Währung, Arbitrage, Kreditrisiko und Portfoliooptimierung. Und dann haben wir Variationsalgorithmen für Chemieprobleme bereitgestellt. Und wir bieten QML-Algorithmen für die Klassifizierung an, aber eigentlich geht es darum, wie Sie Ihre Algorithmen in das System einbauen können, um das zu tun. Wir haben drei Frameworks, die es dem Entwickler ermöglichen, dies auf eine viel schnellere Weise zu tun. Das am weitesten fortgeschrittene Framework, das heute bessere Lösungen bietet, ist beispielsweise QUBO.

Viele kombinatorische Probleme können in Form eines QUBO modelliert werden. Solange Sie also Ihr Problem oder Ihren Output mit ihnen in der quadratischen Binärform abbilden können, wird alles andere für Sie erledigt. Es spielt also keine Rolle, wie viele Anbieter danach kommen, es geht direkt in die Plattform ein. Sie müssen sich also nicht für Anbieter A oder Anbieter B entscheiden, das ist bereits in die Plattform integriert. Sie können es auch von Grund auf neu aufbauen. Wenn Sie möchten, können Sie Ihr eigenes Konto bei einem beliebigen Hardwarehersteller einrichten, aber Sie können auch diese Frameworks und SDKs nutzen, die Ihre Entwicklungszeit auf das absolute Minimum reduzieren, aber auch auf das, was wichtig ist. Um Ihre Frage zu beantworten: Wir entwickeln nicht wirklich neue Algorithmen, und das treibt mein Team in den Wahnsinn, weil sie Quanteningenieure sind, aber wir schaffen hier keine neue Wissenschaft.

Ich glaube nicht, dass ich schlau genug bin, um das selbst zu tun. Wir versuchen, diejenigen, die diese neuen Zeichen, diese neuen Algorithmen entwickeln, zu unterstützen und eine Benchmark-Plattform zu schaffen, damit sie sie nutzen können. Die API-Plattform ist also das langfristige Projekt für uns, aber es wird noch einige Zeit dauern, bis wir diesen Zustand erreichen. Wer will schon eine API verwenden, um eine Portfolio-Optimierung von 50, 60, 80 Vermögenswerten zu lösen. Sie wollen Ihre Lösungen mit anderen Lösungen vergleichen, seien es klassische Quanten oder andere, und Sie wollen sie auch verbreiten. Wie wäre es, wenn ich, anstatt wertvolle Zeit in die Entwicklung dieser Standardplattformen oder -architekturen zu investieren, meine Plattform einfach bei Ihrem Cloud-Provider, Colo, oder wo auch immer Sie wollen, einbinden könnte, und Sie müssten nur noch Ihre Arbeit damit erledigen. Das Einzige, was Sie Ihrem Kunden zur Verfügung stellen müssen, ist dieser Endpunkt, diese API, die es ihm ermöglicht, jedes benutzerdefinierte Modell zu erstellen, mit dem Sie arbeiten.

Yuval: Bestimmte Quantenalgorithmen können auf verschiedenen Quantencomputern laufen. Nicht jeder Algorithmus kann auf jedem Computer laufen, das hängt von der Anzahl der Qubits, der Konnektivität und so weiter ab. Verschiedene Cloud-Anbieter und verschiedene Quanten-Hardware-Anbieter haben unterschiedliche Preise. Wie wählen Sie den besten Anbieter und die beste Hardware für einen bestimmten Kunden aus?

Sergio: Wir haben eine ganze Weile gebraucht, um das Modell der Priorisierung und der Solver herauszufinden. Stellen Sie sich vor, wir haben für ein bestimmtes Problem 20, 25 verschiedene Solver, verschiedene Algorithmen, die das gleiche Problem lösen, und einige davon sind klassisch. Und wie Sie sagen, wenn Sie versuchen, es auf diese Weise zu lösen, mit dieser Anzahl von Qubits oder mit dieser Topologie von Qubits, werden Sie in der Lage sein, ein so großes oder so kleines Problem zu lösen. Nun, wenn das Problem klein ist, könnte die Genauigkeit viel besser sein, wenn das Problem größer ist. Wir haben also ein Benchmark-Modell erstellt, das auf drei Variablen basiert: Kosten, Zeit und Genauigkeit, und dann eine Kombination aus einer gewichteten Kombination von allen. Wir stellen fest, dass einige Leute uns sagen: Nun, ich suche nicht wirklich nach der genauesten Lösung, solange sie anständig ist.

Ich möchte etwas, das unglaublich genau ist. Mir ist es egal, wie viel es kostet, solange Sie mir die beste Lösung von allen geben. Damit können wir also Dinge tun wie: Lassen Sie mich Ihr Problem gegen 20 oder 25 Solver laufen. Und einige von ihnen brauchen länger als andere, weil es Warteschlangen und Ähnliches gibt. Manchmal dauert es also drei Stunden, bis der Kunde die Antwort aller Löser zurückbekommt, aber er erhält das Histogramm aller verschiedenen Optionen, aller verschiedenen Löser und deren Rangfolge untereinander. Vielleicht sagt jemand, ich möchte nur die billigste Option. Vielleicht müssen für meine Option Hunderte von Servern hochgefahren werden, um ein neuronales Netz zu trainieren und dann das Modell zu verwenden, um auf klassische KI-Art Schlussfolgerungen zu ziehen. Und auch das wird etwas Geld kosten.

Oder Sie können diese weniger genaue Version auf diesem speziellen Computer laufen lassen, die billiger ist, zumindest was die algorithmische Zeit betrifft. So können wir dem Kunden die Entscheidung überlassen, was für ihn Priorität hat, oder wir beginnen einfach mit einem zusammengestellten Modell, um im weiteren Verlauf die beste Lösung zu erhalten. Interessant ist, wie sich unsere Branche weiterentwickelt. Heute verwenden wir beispielsweise Variationsalgorithmen, weil das eine der besten Lösungen für die NISQ-Ära ist, in der wir verrauschte Computer mit nicht vielen Qubits haben, aber wird dieses Modell auch noch in fünf Jahren oder sogar in drei Jahren funktionieren?

Ich denke, dass sich die Art der Algorithmen, die wir verwenden, stark verändern wird, wenn wir nicht mehr die gleichen Beschränkungen haben wie heute. Vielleicht gehören Variationsalgorithmen dann der Vergangenheit an, und vielleicht wird mich jemand dafür hassen, dass ich das sage. Das ist der Bau der Maschine, die wir heute zu bauen versuchen. Das ist also notwendig, und wir müssen Schritt für Schritt vorgehen. Aber ich glaube nicht, dass wir in 10 Jahren noch Variationsalgorithmen verwenden werden. Ist also all die Arbeit, die wir in die Plattform investiert haben, umsonst? Nein, denn wir haben eine Abstraktionsschicht, die funktioniert, die davon abstrahiert und die uns vor dieser ganzen Komplexität schützt.

Yuval: Nur um klarzustellen, was ich glaube, gehört zu haben. Wenn ich einen Algorithmus habe, könnte ich ihn Ihnen vorlegen. Sie könnten ihn zunächst in dem von Ihnen genannten Beispiel mit 20, 25 verschiedenen Algorithmen ausführen. Sie würden mir einen Bericht geben, der die Kosten, die Leistung und die Reaktionszeit für jeden Algorithmus aufzeigt. Auf dieser Grundlage kann ich dann den besten Algorithmus für mich auswählen und diesen in der Produktion verwenden. Ist das in etwa richtig?

Sergio: Das ist eine Möglichkeit, aber die häufigste ist, dass man sagt: Ich möchte dieses Problem lösen. Gib mir die beste Lösung, die du hast. Und dann hat man nur eine einzige Lösung. Dann gibt es vielleicht in fünf Monaten einen neuen Algorithmus, der den neuen Computer eines Hardware-Anbieters nutzt, oder eine Allegorie, die vom Entwickler aktualisiert wurde. Und schon wird die Seite höher eingestuft. Stellen Sie sich die Suchergebnisse von Google vor, das ist die Dynamik. Und dann ist es lebendig und die Ergebnisse ändern sich ständig für dieses spezifische Schlüsselwort. Als Verbraucher integrieren Sie sich also einfach in diese API, die einen bestimmten Vertrag hat, und Sie können sie in Ihre eigenen Pipelines integrieren. Sie werden die beste Lösung aller Plattformen erhalten, oder Sie können auch genau das tun, was Sie sagen: Geben Sie mir alles. Und jetzt werden wir entscheiden, welches Ergebnis ich behalten möchte.

So wird es zu einer effektiven Benchmarking-Plattform, mit der Sie sagen können: Bitte vergleichen Sie für mich alle verschiedenen Solver, Glühen, Supraleitung mit Unternehmen A, Unternehmen B, Unternehmen C, für dieses spezifische gleiche Problem für alle, natürlich kann der gleiche Algorithmus auf unterschiedliche Weise implementiert werden. So kann es sein, dass ein Unternehmen, das sich auf die Finanzbranche konzentriert, einen bekannten veröffentlichten Algorithmus verwendet, der besser funktioniert als der eines anderen Unternehmens, nur weil es eine Feinabstimmung oder Optimierung an seinem Löser vorgenommen hat. Das ist in Ordnung, und das ist etwas, das wir auch nutzen wollen. Das kommt vom Endverbraucher. Wenn Sie nun ein Algorithmusentwickler sind und die Plattform von der anderen Seite des Marktplatzes aus betrachten, kann ich alle Probleme sehen, die auf der Plattform verfügbar sind, oder sogar neue Probleme vorschlagen, die Hauptprobleme. Und ich kann sagen: Hier ist meine Lösung für dieses Problem.

Ich werde die Details, die Daten des Nutzers auf diese Weise, in diesem Format, erhalten. Ich kann diese Frameworks verwenden, die ich zuvor erwähnt habe, oder mein eigenes Ding von Grund auf neu entwickeln, es in die Plattform einbringen und dann eine Umsatzbeteiligung für jeden API-Aufruf, den wir ausführen, erhalten. Sie können unsere eigenen Vereinbarungen mit den Hardware-Anbietern nutzen, oder Sie können Ihre eigenen nutzen, das hängt von Ihren eigenen Anforderungen ab, und Sie können auch ein Unternehmen für den Hardware-Anbieter definieren, und dann kommt Ihr Solver auf die Plattform. Es kann passieren, dass Ihr Solver in einem Jahr veraltet ist, weil die Hardwareplattform, die Sie benutzen, nicht mehr existiert. Wir sehen das so ziemlich jeden Monat oder jedes Quartal, wenn Hardwarefirmen ihre Systeme abschaffen oder ihre Warteschlangenprozesse oder die Art und Weise, wie sie bauen, ändern - viele Dinge können sich ändern. Das Einzige, was Sie tun müssen, ist eine neue Übergabe an Ihr Repository, an Ihr Github-Repository, und das aktualisiert automatisch das System und die Plattform, validiert es und baut es auf. Es wird im Wesentlichen zu einer kontinuierlichen Integrationsplattform für Ihre Quantenalgorithmen. Sie können sie also zum Testen, zum Benchmarking, zur Bereitstellung und zur Verteilung verwenden. 

Yuval: Lassen Sie uns ein wenig über Vorhersagen sprechen. Wenn man sich die klassische Welt und die großen Cloud-Anbieter wie AWS, Azure oder Google Cloud ansieht, kann man deren Dienste auf verschiedene Weise nutzen. Zum einen kann man einfach Kapazität kaufen: "Ich will nur einen EC2-Server und das war's", oder man kann eine API für NLP oder für Geo-Tagging oder was auch immer verwenden. Was denken Sie, welche Option wird sich für Quantum durchsetzen? Ist es der Verkauf von Kapazitäten oder der Verkauf von APIs, die einen bestimmten Quantum-Dienst erbringen?

Sergio: Ich denke, am Ende des Tages geht es bei allem um den Verkauf von Kapazitäten, wenn man es aus der Perspektive des Cloud-Anbieters betrachtet. Nehmen Sie zum Beispiel AWS, und das ist eigentlich eine der Geschichten, die ich verwende, um Qapitan zu erklären. Sie könnten Sagemaker verwenden, ein Tool für Datenwissenschaftler, mit dem sie ihre Notebooks und Modelle erstellen können. Und man braucht keine Systemadministratoren, oder man kann sich einfach in diese APIs integrieren, um NLP oder jede Art von Textanalyse, Text-to-Speech, Sprache-zu-Text-Transkription, all diese Arten von Dingen zu machen. Letztendlich möchte AWS aber, dass Sie seine Server mit verschiedenen Abstraktionsebenen und verschiedenen Ebenen für den Aufbau von Unternehmenszielen verwenden. Aber letztendlich nutzen Sie die Server von AWS. Sie können Rechnungen stellen oder pro Maschine bezahlen.

Sie können nach Skriptausführenden bezahlen. Man kann nach API bezahlen, wie in der Welt des Offset von Serverless. Aber am Ende ist alles der Verkauf von Kapazität. Ich denke, dass die großen Player, die Sie erwähnt haben und darüber hinaus, in diesem Spiel sind, um Lock-Ins zu bauen und ihre eigenen Modi zu schaffen. Wir kaufen also ihre Kapazitäten, zumindest solange, bis wir herausgefunden haben, welche Architektur die beste für alle sein wird. Am Ende des Tages gibt es nur eine, die Supraleiter gewinnen, oder photonische Computer gewinnen, vielleicht gibt es eine, vielleicht zwei, vielleicht mehrere, aber ich denke, man kann davon ausgehen, dass es einen Ort geben wird, an dem es maximal zwei dominante Architekturen für Quantencomputer geben wird. Ob das nun in fünf, 10 oder 15 Jahren sein wird. Ich werde es nicht riskieren, das zu sagen. Was AWS, Google und IBM natürlich tun, ist, ihre Wetten zu platzieren und zu versuchen, Kapazitäten zu verkaufen. Auf der anderen Seite des Spektrums. Wenn Sie ein Berater sind, wenn Sie ein Quantum-Beratungsunternehmen sind, dann spielen Sie mit den gleichen Zahlen wie die klassischen Softwareberatungsunternehmen. Es ist zwar etwas riskanter und mit etwas mehr Ungewissheit behaftet, aber am Ende des Tages ist die Wirtschaftlichkeit dieselbe. Sie verkaufen Quanten-Ingenieure, versuchen Sie, es so gut wie möglich zu produzieren. Versuchen Sie, Ihre Prozesse zu optimieren und einige Dinge zu prototypisieren und dann einige Dinge zu abstrahieren. Aber Sie verkaufen Projekte: Zeit und Material, wenn Sie so wollen.

In der Mitte steht also der Verkauf von APIs. Was wir zu verkaufen versuchen, ist keine Kapazität. Wir versuchen, Intelligenz auf Abruf zu verkaufen. Die Kapazität ist also immer noch da, und IBM wird seine Quantenminuten verkaufen und Google und AWS werden ihre eigenen Computer bauen. Dann werden die Beratungsunternehmen bessere Algorithmen bauen, bessere Modi bauen, wir werden größere Aufträge bekommen, aber sie sind immer noch auf die Hardware-Anbieter angewiesen. Ich denke, genau in der Mitte versuchen Unternehmen wie Classiq, wie StrangeWorks, einen Unterschied zu machen, wie man diese beiden zusammenbringt.

Yuval: Und wenn Sie an das nächste Jahr denken, an das Jahr 2022, wie würden Ihre Prognosen für die Quantencomputerindustrie im Jahr 2022 aussehen?

Sergio: Das ist eine schwierige Frage, denn dann kann man sich den Podcast noch einmal anhören und sagen: "Oh, sieh dir den Kerl an. Er war völlig ahnungslos, was er sagte, aber ich gehe eine Wette ein. Ich denke, wenn man bedenkt, wie exponentiell alles ist, was wir tun, wie viele Leute jetzt in unserer Branche arbeiten und ständig Durchbrüche schaffen. Ich denke, wir werden sehr kreativ sein, wenn es darum geht, einen Quantenvorteil oder eine Quantenüberlegenheit zu finden, aber wir werden anfangen, die Vorteile der Integration von Quantenalgorithmen in Systeme zu erkennen. Aus wissenschaftlicher Sicht, aus der Perspektive der Forschung, sprechen wir über Grade, Größenordnungen besser, richtig? Das muss exponentiell besser sein, exponentiell schneller, exponentiell billiger, aber es gibt eine Menge Grauzonen in der Mitte, wenn man nicht unbedingt besser sein muss als sein klassisches Gegenstück, aber man ist tatsächlich besser für die Umwelt oder man ist billiger in der Ausführung oder man braucht nicht so viel Platz oder man ist ein bisschen genauer oder man kann Dinge miteinander kombinieren.

Und es gibt eine Menge Forschung und Studien, die sich mit dieser Integration befassen. Ich denke, dass wir nächstes Jahr damit beginnen werden, dies von der wissenschaftlichen Seite her zu sagen. Was die industrielle Seite betrifft, so glaube ich, dass wir in eine Konsolidierung eintreten werden. Ich wette also, dass es noch eine ganze Reihe von Bewegungen geben wird. Wie die, die wir bereits in diesem Jahr bei Unternehmen gesehen haben, die sich zusammentun, die mehr Dinge gemeinsam tun, entweder vorübergehend für öffentliche Mittel, wenn Sie so wollen, oder für längere Zeiträume wie Fusionen, Übernahmen und was auch immer und Wachstum auf der Investitionsseite. Ich glaube also, dass die Zukunft rosig ist.

Yuval: Ausgezeichnet. Da wir uns nun dem Ende unserer Diskussion nähern, habe ich noch eine Frage zur Preisgestaltung. Sind Sie der Meinung, dass die Preise, die Preise für Quantencomputer oder die Preise für die Nutzung eines Quantencomputers bereits so wettbewerbsfähig sind, dass die Leute über den Einstieg in die Produktion nachdenken können, oder ist es einfach total teuer und es ist zu diesem Zeitpunkt nur eine Erforschung?

Sergio: Ich würde Letzteres sagen. Es ist rein explorativ oder es sind Bausteine. Die Ausführung von Quantenalgorithmen ist sehr teuer, nicht nur wegen der Bezahlung pro Minute oder der Kosten pro Minute, die man vor seinen Algorithmen haben kann, sondern auch, weil es darum geht, wer sie ausführt und wie sie sich verändern. Aber Ihr heutiges Modell wird in drei Monaten völlig veraltet sein. Wenn jemand eine neue Arbeit veröffentlicht, die den Algorithmus zerstört, den Sie bisher verwendet haben, und dann etwas völlig anderes vorschlägt. Und das ist auch gut so, denn so kommt man in der Hightech-Branche voran. Aber in diesem Sinne ist es tatsächlich teurer, basierend auf der Ungewissheit des Minutenpreises oder des Plattformpreises, man muss es tun, weil man in Bewegung bleiben muss, oder einen Schritt nach dem anderen machen muss. Alles in allem ist es also teuer. Wir versuchen, es zu demokratisieren oder zu vermenschlichen, damit kleinere Unternehmen und alle anderen von Quantum profitieren können, wenn wir diesen Wendepunkt erreicht haben.

Yuval: Sergio, wie kann man mit dir in Kontakt treten, um mehr über deine Arbeit zu erfahren?

Sergio: Sie können mich also leicht auf LinkedIn finden , ich bin Sergio Gago. Er kann Qapitan.com für unser Unternehmen finden. Sie können mir auch auf Twitter folgen @PirateCTO. Das tue ich schon seit einer Weile. Und ja, wenn Sie Sergio Gago eingeben, bin ich leicht zu finden.

Yuval: Das ist ausgezeichnet. Vielen Dank, dass Sie heute bei mir waren.

Sergio: Ich danke Ihnen allen für die Einladung, hier zu sein.

‍