Los líderes de ExxonMobil se refieren a esto como el "desafío doble" de la sociedad para proporcionar energía fiable y asequible a una población en crecimiento, al tiempo que reducen los impactos ambientales y los riesgos del cambio climático.

"Una forma a corto plazo de abordar ese desafío es el gas natural que emite hasta un 60% menos de gases de efecto invernadero que el carbón. El cambio de carbón a gas natural para la generación de energía mejorará la calidad del aire y reducirá la intensidad del carbono", afirma el Dr. Vijay Swarup, vicepresidente de investigación y desarrollo de ExxonMobil. "Pero el problema no es solo de producción, sino también de transporte".

Enviar GNL no es como enviar zapatillas. El GNL debe enviarse "justo a tiempo", a medida que se consume, o la gente se queda sin energía. El envío eficiente es absolutamente fundamental.

¿Está su organización preparada para la computación cuántica? Descargar el informe

En 2021, más de 500 buques de GNL se utilizan para transportar suministros de combustible críticos a través de los océanos. Juntos, hacen miles de viajes al año a puertos de destino en los que el GNL se implementa para potenciar la infraestructura crítica.

Encontrar rutas óptimas para una flota de dichos barcos puede ser un problema de optimización muy complejo. Para transportar GNL de manera eficiente, la posición de cada barco debe contabilizarse en cada día del año, junto con los requisitos de GNL de cada sitio de entrega.

En este momento, este tipo de problema no se puede resolver exactamente con la informática clásica. Incluso con un problema simplificado que implica solo docenas de barcos, el número de combinaciones posibles de diferentes decisiones puede llegar a 2^1.000.000. Eso es mayor que el número total de átomos en el universo.

Los ordenadores clásicos pueden abordar versiones de este problema descomponiéndolo en trozos digeribles y aplicando métodos matemáticos de última generación. Incluso con este enfoque, puede llevar muchas horas obtener una solución útil, por no hablar de una solución óptima.

Si se amplía el problema a una flota mayor, o se introducen incertidumbres como las condiciones meteorológicas o las fluctuaciones de la demanda, un problema de este tamaño se convierte rápidamente en insoluble y choca con los límites inherentes incluso a los sistemas informáticos clásicos más avanzados.

Los ordenadores cuánticos adoptan un nuevo enfoque para abordar este tipo de complejidad, con el potencial de encontrar soluciones que el superordenador clásico por sí solo no puede manejar. Los líderes de la industria como Exxon se involucran ahora para explorar cómo la combinación de técnicas de computación clásica y cuántica podría resolver grandes desafíos globales complejos y urgentes.

Clases enteras de problemas de optimización son casi imposibles de resolver exactamente bajo el paradigma actual, lo que requiere que las empresas e instituciones acepten un nivel de incertidumbre e ineficiencia en sus procesos. Aunque todavía está en su infancia, la computación cuántica ofrece un nuevo enfoque revolucionario que puede ayudar a aliviar este desafío en el futuro.

Los equipos de IBM Research y ExxonMobil Corporate Strategy Research han colaborado para modelar el enrutamiento del inventario marítimo en dispositivos cuánticos, analizando las fortalezas y compensaciones de diferentes estrategias para el enrutamiento de vehículos e inventario, y sentando las bases para construir soluciones prácticas para sus operaciones.

A medida que el hardware cuántico de IBM escala rápidamente, desde pequeños sistemas prototipo hasta dispositivos más grandes y prometedores, los investigadores están entusiasmados con la posibilidad de algún día manejar problemas de enrutamiento previamente insolubles.

"Al asociarnos con IBM Quantum, nuestro objetivo es, en última instancia, elevar nuestra capacidad de abordar optimizaciones más complejas", dice Swarup de ExxonMobil. "Resolver problemas más grandes y hacer grandes diferencias".