Nel 2021 più di 500 navi GNL verranno utilizzate per trasportare forniture essenziali di combustibile attraverso gli oceani. Insieme, effettuano migliaia di viaggi all’anno verso i porti di destinazione dove il GNL viene utilizzato per alimentare infrastrutture critiche.
Trovare rotte ottimali per una flotta di tali navi può essere un problema di ottimizzazione estremamente complesso. Per trasportare in modo efficiente il GNL, è necessario tenere conto della posizione di ciascuna nave ogni giorno dell'anno, insieme ai fabbisogni di GNL di ciascun sito di consegna.
Al momento, questo tipo di problema non può essere risolto esattamente utilizzando il calcolo classico. Anche con un problema semplificato che coinvolge solo decine di navi, il numero di possibili combinazioni di decisioni diverse può arrivare a 21.000.000. È maggiore del numero totale di atomi nell'universo.
I computer classici possono affrontare delle versioni di questo problema suddividendolo in parti gestibili e applicando metodi matematici all’avanguardia. Anche con questo approccio, possono essere necessarie molte ore per produrre una soluzione utile, per non parlare di una soluzione ottimale.
Estendendo il problema a una flotta più grande, o introducendo incertezze come il tempo o le fluttuazioni della domanda, un problema di queste dimensioni diventerà rapidamente intrattabile, scontrandosi con i rigidi limiti inerenti anche ai sistemi informatici classici più avanzati.
I computer quantistici adottano un nuovo approccio per affrontare questo tipo di complessità, con la possibilità di trovare soluzioni che il solo supercomputer classico non può gestire. I leader del settore, come Exxon, si stanno impegnando per esplorare il modo in cui la fusione di tecniche di calcolo classico e quantistico potrebbe risolvere sfide globali grandi, complesse e urgenti.