Komputer kuantum adalah pilihan semula jadi untuk mensimulasikan magnet, dan wawasan ini baru-baru ini memperoleh pendanaan sebanyak $4.1 juta dari DOE untuk projek yang boleh mengubah cara Amerika menghasilkan dan menyimpan tenaga. Gagasan utamanya adalah elegan. Bahan magnetik adalah sistem kuantum secara intrinsik, menjadikannya sukar dimodelkan pada peranti klasik tetapi boleh disimulasikan secara cekap pada pemproses kuantum. Projek ini akan membina algoritma hibrid klasik-kuantum yang dipasangkan dengan pembelajaran mesin untuk meramalkan prestasi magnet ultra-kuat dan ringan yang digunakan dalam motor elektrik, penjana, turbin angin, dan cip ingatan magnetik. Impak tenaga adalah mendalam. Cip berdasarkan MRAM menyimpan data menggunakan keadaan magnetik, dan dengan AI dan TI yang dijangka menguasai penggunaan elektrik AS pada akhir dekad ini, pengurangan sebanyak 20% dalam tenaga yang diperlukan untuk membalikkan magnet-magnet kecil tersebut akan menghasilkan penghematan besar dalam skala besar. Peta jalan teknikal adalah jujur secara menarik tentang cabaran ini. Ia memerlukan kira-kira 10,000 qubit fizikal yang dikelompokkan untuk mencipta sekitar 100 qubit logik yang betulkan ralat, berjalan pada peranti atom neutral yang masih kira-kira satu tahun lagi dari prototaip. Dua tahun baki projek akan kemudian menghubungkan keputusan pengiraan kuantum ke dalam model ML yang menandakan bahan calon paling menjanjikan. Apa yang menjadikan ini penting adalah kerangka yang digunakan. Penyelidik menggambarkannya sebagai "hampir di tepi yang mustahil," tetapi mencatat bahawa walaupun hanya menunjukkan laluan yang boleh dipercayai dalam tempoh projek sudah merupakan pencapaian besar. Ambisi yang diukur dengan teliti seperti inilah yang benar-benar menggerakkan pengiraan kuantum dari janji teori kepada kesan praktikal. Penemuan bahan masih merupakan salah satu kes penggunaan terdekat paling menarik untuk keunggulan kuantum, dan projek seperti ini membina jambatan antara kemampuan hari ini dan terobosan esok #QuantumComputing