Em 2021, mais de 500 navios de GNL foram usados para transportar suprimentos críticos de combustível pelos oceanos.Juntos, eles realizam milhares de viagens por ano até os portos de destino, onde o GNL é utilizado para fornecer infraestruturas críticas.
Encontrar rotas ótimas para uma frota de navios desse tipo pode ser um problema de otimização incrivelmente complexo que desafia a mente.Para transportar GNL de forma eficiente, a posição de cada navio deve ser considerada em cada dia do ano, juntamente com os requisitos de GNL de cada local de entrega.
No momento, esse tipo de problema não pode ser resolvido exatamente usando computação clássica. Mesmo em um problema simplificado envolvendo apenas algumas dezenas de navios, o número de combinações possíveis de diferentes decisões pode chegar a 21.000.000. Isso é maior do que o número total de átomos no universo.
Computadores clássicos podem resolver versões desse problema dividindo-o em blocos digeríveis e aplicando métodos matemáticos de última geração. Mesmo com essa abordagem, pode levar várias horas para produzir uma solução útil, sem falar em uma solução ideal.
Aumente a complexidade do problema para uma frota maior ou introduza incertezas como o clima ou flutuações na demanda, e um problema desse tamanho rapidamente se torna insolúvel, esbarrando nos limites inerentes aos sistemas de computação clássica mais avançados.
Os computadores quânticos adotam uma nova abordagem para lidar com esse tipo de complexidade, com o potencial de encontrar soluções que os supercomputadores clássicos por si só não conseguem gerenciar.Líderes do setor como a Exxon estão se envolvendo agora para explorar como misturar técnicas de computação clássica e quântica pode resolver grandes desafios globais complexos e urgentes.