Get in my Think Art.

นโยบาย AI – เยอรมนี

นโยบาย AI – เยอรมนี

นโยบาย AI – เยอรมนี

jumbo jili

นโยบาย AI ในเยอรมนีแสดงสรุปภาพรวมของการริเริ่มก่อนหน้านี้และที่กำลังดำเนินอยู่ทั่วประเทศ มีการปรับปรุงอย่างสม่ำเสมอตามที่เป็นไปได้ แต่ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุม
ณ เดือนกุมภาพันธ์ปี 2020 นอกจากนี้ยังมีข้อมูลที่ครอบคลุมข้อมูลและกราฟิกเกี่ยวกับนโยบายเยอรมัน AI บริการที่หอดูดาวของ OECD นโยบาย AI

สล็อต

เมื่อวันที่ 15 พฤศจิกายน 2018 รัฐบาลเยอรมันได้ใช้กลยุทธ์ AI ระดับชาติ (มีให้ดาวน์โหลด ที่นี่ ) และจัดสรรเงิน 3 พันล้านยูโรสำหรับการลงทุนในการวิจัยและพัฒนา AI กลยุทธ์นี้อิงตามประเด็นสำคัญของคณะรัฐมนตรีของรัฐบาลกลางสำหรับกลยุทธ์ด้านปัญญาประดิษฐ์และได้รับการพัฒนาโดยกระทรวงเศรษฐกิจ กระทรวงวิจัย และกระทรวงแรงงาน
กลยุทธ์ดำเนินการตามวัตถุประสงค์สามประการต่อไปนี้:
ทำให้เยอรมนีและยุโรปเป็นผู้นำระดับโลกในด้านการพัฒนาและการใช้เทคโนโลยี AI และการรักษาความสามารถในการแข่งขันของเยอรมนีในอนาคต
ปกป้องการพัฒนาและการใช้ AI อย่างรับผิดชอบซึ่งเป็นประโยชน์ต่อสังคมและ
การบูรณาการ AI ในสังคมในแง่จริยธรรม กฎหมาย วัฒนธรรม และสถาบันในบริบทของการเจรจาทางสังคมในวงกว้างและมาตรการทางการเมืองเชิงรุก
รัฐบาลเยอรมนียังมอบหมายให้คณะกรรมการจริยธรรมข้อมูลชุดใหม่จัดทำแนวทางสำหรับการพัฒนาและการใช้ AI รายงานเหล่านี้เผยแพร่ในเดือนตุลาคม 2019 คณะกรรมาธิการเรียกร้องให้ออกแบบ AI อย่างปลอดภัย เคารพสิทธิและเสรีภาพของประชาชน ปกป้องประชาธิปไตย และหลีกเลี่ยงอคติและการเลือกปฏิบัติ นอกจากนี้ยังให้เหตุผลว่าควรสั่งห้ามอาวุธอิสระที่ร้ายแรง
ก่อนหน้านี้ สถาบันนวัตกรรมและเทคโนโลยีแห่งเยอรมนีในกระทรวงเศรษฐกิจและพลังงานแห่งสหพันธรัฐได้ทำการศึกษาศักยภาพของ AI สำหรับอุตสาหกรรม (PAICE) ในเยอรมนี ซึ่งพบ ว่า AI จะเพิ่มผลผลิตการผลิตของเยอรมนีประมาณ 32 พันล้านยูโรในช่วง ห้าปีถัดไป
กระทรวงศึกษาธิการและการวิจัยแห่งสหพันธรัฐ (BMBF) ได้ เปิดตัวแคมเปญความช่วยเหลือจากรัฐบาลในด้านแมชชีนเลิร์นนิงในปี 2560 โดยมีจุดประสงค์เพื่อปรับปรุงการฝึกอบรมและการศึกษาอย่างมืออาชีพในการเรียนรู้ของเครื่อง เพื่อสนับสนุนการวิจัยขั้นพื้นฐาน และเพื่อสร้างการเรียนรู้ของเครื่องที่มองเห็นได้ในระดับสากล ศูนย์รวมความสามารถทั่วประเทศ ตัวอย่างเช่น BMBF ให้ทุนสนับสนุนThe Platform Learning Systemsซึ่งเป็นแพลตฟอร์มผู้เชี่ยวชาญสำหรับ AI ที่ทำงานตั้งแต่ปี 2017 ถึง 2022 ตั้งแต่ปี 2015 BMBF ได้ให้ทุนสนับสนุนโครงการAutomated and Networked Drivingด้วย
ในเดือนมิถุนายน 2017 กระทรวงคมนาคมและโครงสร้างพื้นฐานดิจิทัลแห่งสหพันธรัฐเยอรมัน (BMVI) ได้เผยแพร่แนวทางจริยธรรมสำหรับรถยนต์ที่ขับด้วยตนเองในรายงานเรื่อง ” Ethics Commission: Automated and Connected Driving ” ซึ่งกำหนดกฎจริยธรรม 20 ข้อสำหรับการจราจรอัตโนมัติและเชื่อมโยง .
ความยากลำบากในการปรับเปลี่ยนให้เป็นส่วนตัวและการควบคุม
บริษัทแพลตฟอร์มดิจิทัลมองว่าความสามารถในการปรับเปลี่ยนในแบบของคุณเป็นตัวสร้างความแตกต่างที่สำคัญเพื่อตอบสนองความต้องการของผู้ลงโฆษณา แต่การสำรวจของเราเผยให้เห็นความท้าทายสองประการ: วิธีสร้างสมดุลระหว่างโฆษณาที่ปรับให้เหมาะกับแต่ละบุคคลกับการใช้ข้อมูลส่วนบุคคล และวิธีปกป้องแบรนด์เมื่อวางโฆษณาไว้ข้างเนื้อหาแสดงความเกลียดชังอาจนำไปสู่ความรู้สึกเชิงลบของผู้บริโภค
บนแพลตฟอร์มโซเชียลมีเดีย 62% ของ Generation Z และ 72% ของ Millennials อยากเห็นโฆษณาที่ปรับให้เข้ากับความชอบและกิจกรรมของพวกเขามากกว่าโฆษณาทั่วไป อย่างไรก็ตาม มีผู้บริโภคเพียง 40% เท่านั้นที่กล่าวว่าพวกเขายินดีที่จะให้ข้อมูลส่วนบุคคลมากขึ้นเพื่อรับโฆษณาที่กำหนดเป้าหมายตามความสนใจของพวกเขา ร้อยละหกสิบของ Millennials ที่เข้าใจดิจิทัลมากขึ้นจะทำให้การแลกเปลี่ยนลดลง อาจเป็นเพราะขาดความไว้วางใจโดยรวมหรือขาดความรู้ว่าข้อมูลส่วนบุคคลของพวกเขาถูกนำไปใช้อย่างไรในท้ายที่สุด
อีกประเด็นหนึ่งอยู่ที่ว่าโฆษณาจะวางบนแพลตฟอร์มโซเชียลมีเดียอย่างไรและที่ไหน ในช่วงฤดูร้อนปี 2020 แบรนด์ต่างๆ ที่อยู่ใกล้กับโพสต์ที่มีเนื้อหาที่ยอมรับไม่ได้ ซึ่งรวมถึงวาจาสร้างความเกลียดชัง ได้รับกระแสตอบรับจากผู้บริโภคจำนวนมาก เราพบว่า 43% ของผู้บริโภค (39% ของ Generation Z และ 54% ของ Millennials) เห็นด้วยว่าพวกเขาจะเชื่อมโยงโฆษณาที่อยู่ใกล้เคียงกับโพสต์ที่มีคำพูดแสดงความเกลียดชัง แม้ว่าจะมีความคืบหน้า การหลีกเลี่ยงความใกล้เคียงเหล่านี้จะเป็นปัญหาต่อเนื่องสำหรับผู้โฆษณาและบริษัทโซเชียลมีเดีย
ผู้บริโภคบางคนยินดีรับโฆษณาเพื่อเข้าถึงบริการฟรีเสมอ คนอื่นจะทำทุกวิถีทางเพื่อหลีกเลี่ยงโฆษณา กุญแจสำคัญสำหรับผู้ให้บริการความบันเทิง แพลตฟอร์มดิจิทัล และผู้โฆษณาในการทำความเข้าใจความแตกต่างระหว่างกลุ่มผู้บริโภคและความรู้สึกที่แตกต่างกันไปตามประเภทสื่อและรุ่น ต่อไปนี้คือคำถามเชิงกลยุทธ์ที่ผู้นำ M&E สามารถสำรวจได้:
• ผู้ให้บริการเนื้อหาและผู้โฆษณาสามารถมองการโฆษณาแบบองค์รวมทั่วทั้งแพลตฟอร์มความบันเทิงและกลุ่มต่างๆ ได้อย่างไร ในขณะที่จัดการกับความคลาดเคลื่อนและความชอบเฉพาะตัวของผู้บริโภค
• ความสามารถด้านข้อมูลใดบ้างที่บริษัท M&E ต้องช่วยผลักดันการมีส่วนร่วมกับโฆษณาและ ROI ที่เพิ่มขึ้น? สามารถทำได้มากแค่ไหนโดยไม่มีข้อมูลส่วนบุคคล?
• ผู้ให้บริการด้านความบันเทิง ผู้โฆษณา และแพลตฟอร์มดิจิทัลสามารถจัดการข้อกังวลของผู้บริโภคและภาครัฐเกี่ยวกับความเป็นส่วนตัวและการปกป้องข้อมูลได้ดีที่สุดได้อย่างไร ในขณะที่มอบประสบการณ์โฆษณาและเนื้อหาที่เป็นส่วนตัวมากขึ้น
• ในขณะที่โฆษณาย้ายไปยังสื่อสตรีมมิ่งมากขึ้น ผู้ให้บริการสื่อสตรีมมิ่งจะรับช่วงต่อปัญหากับการแลกเปลี่ยนโฆษณาที่ท้าทายโซเชียลมีเดียหรือไม่?

สล็อตออนไลน์

นำทางอนาคตของสื่อและความบันเทิง: จากการเกี้ยวพาราสีสู่ความสัมพันธ์
เมื่อต้องเผชิญกับทางเลือกและการแข่งขันที่ไร้ขีดจำกัดในอนาคต บริษัท M&E ควรมุ่งเน้นไปที่ประเด็นสำคัญที่สามารถช่วยให้พวกเขาได้รับความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับลูกค้าของตน ด้วยการเรียนรู้การเคลื่อนไหวที่ถูกต้องระหว่างเนื้อหา ค่าใช้จ่าย และความอดทนในโฆษณา—และข้ามบริการวิดีโอ เพลง และเกม—บริษัท M&E สามารถก้าวข้ามการเกี้ยวพาราสีเพียงชั่วครู่เพื่อปลูกฝังความสัมพันธ์ที่ยั่งยืน พวกเขาอาจต้องใกล้ชิดกับผู้ใช้มากขึ้นในขณะที่มีความยืดหยุ่นในการคาดการณ์และจัดการการปั่นป่วนของลูกค้าในบริการต่างๆ พวกเขาควรใช้เวลาและทรัพยากรในการทำความรู้จักกับพฤติกรรมความบันเทิงที่ลื่นไหลและหลากหลายแง่มุมของ Generation Z และออกแบบประสบการณ์เพื่อดึงดูดพวกเขา และพวกเขาควรลงทุนในข้อมูลและความสามารถในการวิเคราะห์ที่เหมาะสมเพื่อสร้างความบันเทิงและตัวเลือกการโฆษณาที่ปรับให้เหมาะกับแต่ละบุคคลในช่องทางต่างๆ โดยคำนึงถึงบทบาทของผู้บริโภคในระบบเศรษฐกิจข้อมูล ซึ่งอาจจำเป็นต้องมีการสร้างความสัมพันธ์ที่เชื่อถือได้และเท่าเทียมกัน ซึ่งตอบสนองความต้องการความโปร่งใส หน่วยงาน ความเป็นส่วนตัว และความปลอดภัยที่มากขึ้น การพัฒนาเส้นทางเหล่านี้สามารถช่วยให้บริษัท M&E ได้ใกล้ชิดกับลูกค้ามากขึ้นในวันนี้ ในขณะที่เตรียมพร้อมมากขึ้นสำหรับสิ่งที่พวกเขาอาจจะทำในวันพรุ่งนี้
อนาคตที่ขับเคลื่อนด้วยควอนตัมเป็นสถานการณ์ที่มีแนวโน้มสูงขึ้น
เทคโนโลยีควอนตัมกำลังเตรียมพร้อมสำหรับระยะใกล้ ด้วยการใช้ประโยชน์จากคุณสมบัติแปลก ๆ ของกลศาสตร์ควอนตัม ซึ่งเป็นสาขาหนึ่งของฟิสิกส์ที่อธิบายพฤติกรรมของอนุภาค เช่น อะตอม โฟตอน และอิเล็กตรอน เทคโนโลยีควอนตัมนั้นคาดว่าจะทำให้เกิดนวัตกรรมในการค้นพบยาและวัสดุ การจัดการพอร์ตโฟลิโอทางการเงิน แบบจำลองสภาพอากาศและสภาพอากาศ การเพิ่มประสิทธิภาพการผลิต และการวิเคราะห์พฤติกรรม และอื่นๆ อีกมากมาย ยักษ์ใหญ่ด้านเทคโนโลยี รัฐบาล และสตาร์ทอัพระยะเริ่มต้นกำลังลงทุนหลายพันล้านในการแข่งขันเพื่อบรรลุความก้าวหน้าของควอนตัม ในขณะที่ผู้เชี่ยวชาญอภิปรายข้อเรียกร้องของความก้าวหน้าของควอนตัม ในขณะเดียวกัน ภัยคุกคามที่เกิดจากควอนตัมต่อเทคโนโลยีการเข้ารหัสในปัจจุบันยังคงค้างอยู่เหนือศีรษะเหมือนดาบของ Damocles
ในขณะที่เทคโนโลยีควอนตัมเตรียมที่จะเข้าสู่องค์กรที่ยิ่งใหญ่ ผู้นำธุรกิจควรดำเนินการอย่างไร? ในบทความนี้ เราพยายามทำความเข้าใจเทคโนโลยีควอนตัมสำหรับผู้นำธุรกิจให้กระจ่างชัด และให้ความกระจ่างเกี่ยวกับกรณีการใช้งานควอนตัมที่สำคัญสามกรณี ได้แก่ ปัญหาการประมวลผลที่ซับซ้อน การสื่อสาร และการรับรู้ เราจะสำรวจการใช้งานที่น่าสนใจในแต่ละพื้นที่เหล่านี้ โดยให้ความสนใจเป็นพิเศษกับการคำนวณควอนตัม
การคำนวณควอนตัม: การเร่งปริมาณงานการคำนวณที่ซับซ้อน
ควอนตัมคอมพิวติ้งได้รับการขนานนามว่าเป็นวิวัฒนาการที่ยิ่งใหญ่ในครั้งต่อไปของการประมวลผล คอมพิวเตอร์ควอนตัมได้รับการขนานนามว่ามีศักยภาพในการแก้ปัญหาที่เคยคิดว่ายากจะแก้ไขได้ กล่าวคือ ปัญหาที่สามารถแก้ไขได้ในทางทฤษฎี แต่มีความซับซ้อนเกินกว่าความสามารถของซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดในปัจจุบัน แม้ว่าจะเป็นไปได้ที่คอมพิวเตอร์แบบคลาสสิก—ตั้งแต่แล็ปท็อปที่ต่ำต้อยที่สุดไปจนถึงซูเปอร์คอมพิวเตอร์ที่มีประสิทธิภาพสูง—ในที่สุดก็สามารถแก้ปัญหาเหล่านี้ได้ แต่ก็อาจต้องใช้เวลาหลายร้อยหรือหลายพันปี เครื่องควอนตัมจะสามารถถอดรหัสปัญหาการคำนวณขั้นสูงเหล่านี้ได้ในเวลาไม่กี่ชั่วโมงหรือหลายนาที
คอมพิวเตอร์ควอนตัมใช้ประโยชน์จากปรากฏการณ์ควอนตัมในการประมวลผลข้อมูลและการคำนวณ โดยใช้ควอนตัมบิตหรือ “qubits” ซึ่งคล้ายกับบิตการคำนวณแบบดั้งเดิม แต่ใช้งานได้หลากหลายกว่ามาก และมีความแตกต่างที่สำคัญระหว่าง qubits ที่เป็นหัวใจของระบบควอนตัมและบิตการคำนวณแบบดั้งเดิมภายใต้ประทุนของแล็ปท็อปโดยเฉลี่ย: บิตคอมพิวเตอร์แบบคลาสสิกจะเพิ่มความสามารถในการคำนวณเป็นเส้นตรง ในขณะที่แต่ละ qubit จะเพิ่มความสามารถในการคำนวณของระบบควอนตัมเป็นสองเท่า
น่าเสียดาย เนื่องจากฟิสิกส์พื้นฐาน มันจึงท้าทายอย่างยิ่งที่จะให้คอลเล็กชันของ qubits ทำงานร่วมกัน Qubits นั้นไม่เสถียรอย่างฉาวโฉ่และจำเป็นต้องถูกแยกออกจากสถานะควอนตัมที่ควบคุม เครื่องควอนตัมบางเครื่องทำได้โดยการทำให้คูบิตเย็นลงจนถึงอุณหภูมิหลายร้อยองศาต่ำกว่าจุดเยือกแข็ง —เย็นกว่าอวกาศ—ในขณะที่คนอื่นๆ กักขังพวกมันไว้ในห้องสุญญากาศที่สูงมาก ด้วยเหตุนี้ เครื่องจักรควอนตัมในปัจจุบันจึงถูกสร้างขึ้นมาโดยเฉพาะและมีอยู่ในสภาพแวดล้อมของห้องปฏิบัติการเป็นหลัก
[NPC4]นอกจากนี้ การทำซ้ำ qubits หรือแม้แต่การอ่านจะทำให้สถานะควอนตัมที่ละเอียดอ่อนยุบลง ทำให้กระบวนการในการเขียนโปรแกรม การทดสอบ และการดีบักมีความซับซ้อน นอกจากนี้ พวกมันยังมีความไวสูงต่อการรบกวนจากภายนอก เช่น อุณหภูมิและการสั่นสะเทือน ซึ่งอาจทำให้เกิดเสียงรบกวนและนำไปสู่ข้อผิดพลาดในการคำนวณ เนื่องจากความต้องการทางเทคนิคเหล่านี้ ความพร้อมใช้งานของระบบควอนตัมที่ซับซ้อนและทนต่อข้อผิดพลาดในระดับองค์กรจึงต้องใช้เวลาพอสมควร เนื่องจากต้องอาศัยตารางเวลาการวิจัยและพัฒนาที่คาดเดาไม่ได้ในห้องปฏิบัติการทั่วโลก
ในขณะที่แล็ปท็อปส่วนใหญ่ในปัจจุบันสามารถแก้ปัญหาเช่นเดียวกับคอมพิวเตอร์ควอนตัมในระยะเริ่มต้น แต่ความสามารถด้านควอนตัมก็เพิ่มขึ้นอย่างทวีคูณ ภายในหนึ่งทศวรรษ คอมพิวเตอร์ควอนตัมคาดว่าจะสามารถเร่งการแก้ปัญหาที่หลากหลายในอุตสาหกรรมต่างๆ มากมาย จนถึงปัจจุบัน ทั้ง Google และกลุ่มนักวิจัยชาวจีนได้ประกาศความสำเร็จในการสาธิตความได้เปรียบของควอนตัม หรือที่เรียกว่า quantum primacy หรือ quantum supremacy ซึ่งเป็นจุดที่ความสามารถของคอมพิวเตอร์ควอนตัมในการแก้ปัญหาการคำนวณมีมากกว่าความสามารถของซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดที่จะทำ เหมือน. ทั้งสององค์กรกล่าวว่าคอมพิวเตอร์ควอนตัมของพวกเขาเสร็จสิ้นภายในเวลาไม่ถึง 5 นาที ได้สร้างงานอย่างรอบคอบ ซึ่งต้องใช้ซูเปอร์คอมพิวเตอร์แบบคลาสสิกหลายพันหรือพันล้านปีจึงจะเสร็จสมบูรณ์ ในที่สุด เมื่อคอมพิวเตอร์ควอนตัมสามารถแก้ปัญหาที่ซับซ้อนในโลกแห่งความเป็นจริงได้อย่างง่ายดาย พวกเขาสามารถยกระดับความสัมพันธ์ระยะยาวแบบเดิมๆ ระหว่างความเสี่ยงและผลตอบแทน ซึ่งอาจกำหนดให้ผู้นำธุรกิจและรัฐบาลต้องคิดใหม่ถึงผลกระทบขององค์กรและสังคมของการแก้ปัญหาควอนตัม
อนาคตมีลักษณะอย่างไร? คอมพิวเตอร์ควอนตัมจึงไม่น่าจะมาแทนที่คอมพิวเตอร์แบบดั้งเดิมได้ เนื่องจากเป็นเครื่องมือวัตถุประสงค์พิเศษสำหรับการคำนวณเฉพาะทาง มีแนวโน้มมากขึ้นที่พวกเขาจะอยู่ร่วมกับคู่คลาสสิกของพวกเขา ให้การเข้าถึงเทคโนโลยีควอนตัมเมื่อจำเป็นต้องมีการคำนวณขั้นสูง สำหรับการเปรียบเทียบที่คล้ายกัน ให้พิจารณาการอยู่ร่วมกันของหน่วยประมวลผลกราฟิก (GPU) และหน่วยประมวลผลกลาง (CPU): CPU ทำงานส่วนใหญ่ในขณะที่ GPU รองรับกราฟิกที่ซับซ้อน การเรนเดอร์วิดีโอ และการเรียนรู้ของเครื่องมากขึ้น
ในทำนองเดียวกัน ควอนตัมมีแนวโน้มที่จะเสริม—ไม่ใช่แทนที่—คลาวด์ ในลักษณะเดียวกับที่การคำนวณควอนตัมจะอยู่ร่วมกับการคำนวณแบบคลาสสิก ก็จะมีอยู่ควบคู่ไปกับความสามารถของระบบคลาวด์ ที่สำคัญกว่านั้น หลายองค์กรจะใช้ประโยชน์จากควอนตัมผ่านระบบคลาวด์ โดยผู้เข้าร่วม 65% ในแบบสำรวจของ International Data Corporation (IDC) เกี่ยวกับการปรับใช้ควอนตัมกล่าวว่าพวกเขากำลังใช้หรือวางแผนที่จะใช้การคำนวณควอนตัมบนคลาวด์ ซึ่งจะทำให้พวกเขาเข้าถึงแรงม้าที่เชี่ยวชาญเป็นพิเศษสำหรับปริมาณงานที่ไม่ซ้ำกันซึ่งเป็นส่วนหนึ่งของแนวเทคโนโลยีที่กว้างขึ้นโดยไม่ต้องลงทุนในคอมพิวเตอร์ควอนตัมเฉพาะภายในองค์กร
ในขณะเดียวกันคำมั่นสัญญาของความเร็วที่ยั่วเย้ายังคงขับเคลื่อนการลงทุน และระบบนิเวศการเริ่มต้นควอนตัมก็เฟื่องฟู บริษัท วิจัยหนึ่งโครงการตลาดคอมพิวเตอร์ควอนตัมที่จะเติบโตที่เป็น CAGR ของ 56.0% ในที่สุดถึงเกือบ US $ 65 พันล้านดอลลาร์ในปี 2030 อีกการคาดการณ์หนึ่งว่าการคำนวณควอนตัมจะให้ความได้เปรียบในการแข่งขันกับ 25% ของบริษัทที่ติดอันดับ Fortune 500 ในเวลาน้อยกว่าสามปี —การยืนยันอย่างกล้าหาญเมื่อพิจารณาถึงความเป็นผู้ใหญ่ของเทคโนโลยี แม้ว่าการทดลองที่หลากหลายในอุตสาหกรรมจำนวนมากกำลังขับเคลื่อนโมเมนตัมของการประมวลผลควอนตัม
ในความเป็นจริง คอมพิวเตอร์ควอนตัมมีกรณีการใช้งานที่เกี่ยวข้องในเกือบทุกอุตสาหกรรม การทำความคุ้นเคยกับสิ่งเหล่านี้สามารถช่วยให้องค์กรของคุณเข้าใจวิธีเตรียมตัวสำหรับการคำนวณควอนตัมก่อนทำการลงทุนที่สำคัญในเทคโนโลยี รูปที่ 2 สรุปการใช้งานหลักสามประการซึ่งคาดว่าการคำนวณควอนตัมจะช่วยเร่งปริมาณงานได้อย่างมาก: อัลกอริธึมการปรับให้เหมาะสม วิทยาศาสตร์ข้อมูลและการสร้างแบบจำลองทางคณิตศาสตร์ และเคมีควอนตัมและวัสดุศาสตร์ ซึ่งทั้งหมดนี้มีผลกระทบต่ออุตสาหกรรมและภาคส่วนต่างๆ
อัลกอริทึมการเพิ่มประสิทธิภาพ อัลกอริธึมการปรับให้เหมาะสมช่วยระบุโซลูชันหรือกระบวนการที่ดีที่สุดจากตัวเลือกที่เป็นไปได้หลายตัว ด้วยเหตุนี้ คอมพิวเตอร์ควอนตัมจึงคาดว่าจะมีนัยสำคัญต่ออุตสาหกรรมที่ต้องอาศัยการปรับให้เหมาะสมเพื่อประเมินผลลัพธ์ที่เป็นไปได้หลายอย่าง โดยแต่ละรายการมีการพึ่งพาและข้อจำกัดมากมาย
[NPC5]ตัวอย่างเช่น คอมพิวเตอร์ควอนตัมสามารถจัดการกับความท้าทายในการกำหนดเส้นทางได้แบบเรียลไทม์โดยใช้ข้อมูลสดจากยานพาหนะที่เชื่อมต่อ คอนเทนเนอร์และบรรจุภัณฑ์ ถนนและทางรถไฟ คลังสินค้า ระบบ ณ จุดขาย และดาวเทียมสภาพอากาศ และอื่นๆ ExxonMobil กำลังค้นคว้าวิธีใช้คอมพิวเตอร์ควอนตัมเพื่อเพิ่มประสิทธิภาพเส้นทางสำหรับกองเรือเดินทะเลทั่วโลกที่มีเรือสินค้ามากกว่า 50,000 ลำ แต่ละลำบรรทุกตู้คอนเทนเนอร์ได้มากถึง 200,000 ตู้ การพิจารณาว่าจะลดระยะทางและเวลาที่ใช้โดยเรือเดินทะเลให้น้อยที่สุดได้อย่างไร ซึ่งรวมถึงการคำนวณที่เกี่ยวข้องกับตัวแปรต่างๆ เช่น เส้นทางที่เดินทาง สภาพอากาศ และการเคลื่อนไหวที่เป็นไปได้ระหว่างท่าเรือ เป็นปัญหาที่ยากสำหรับคอมพิวเตอร์คลาสสิก