Los líderes de ExxonMobilt se refieren a esto como el "desafío dual" de la sociedad para proporcionar energía confiable y asequible a una población en crecimiento, al tiempo que reduce 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 gases de efecto invernadero que el carbón. El cambio del carbón al gas natural para la generación de energía mejorará la calidad del aire y reducirá la intensidad de las emisiones de 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 igual a enviar calzado.El GNL debe enviarse "justo a tiempo" para su consumo, o la gente se queda sin energía. El envío eficiente es absolutamente crítico.

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

En 2021, más de 500 buques de GNL se utilizaron para transportar suministros de combustible críticos a través de los mares. Juntos, realizan miles de viajes al año a los puertos de destino donde se distribuye el GNL para alimentar la infraestructura crítica.

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

En la actualidad, este tipo de problema no se puede resolver exactamente utilizando la informática clásica. Incluso con un problema simplificado que involucre solo docenas de barcos, el número de posibles combinaciones de diferentes decisiones puede llegar a 2^1,000,000. Eso es mayor que el número total de átomos en el universo.

Las computadoras clásicas pueden abordar versiones de este problema descomponiéndolo en partes digeribles y aplicando métodos matemáticos de última generación. Incluso con este enfoque, puede llevar muchas horas producir una solución útil, ya no se diga una 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.

Las computadoras cuánticas adoptan un nuevo enfoque para abordar este tipo de complejidad, con el potencial de encontrar soluciones que la supercomputadora clásica por sí sola no puede manejar. Algunos líderes de la industria, como Exxon, están explorando ahora cómo la combinación de técnicas de computación clásica y cuántica podría resolver retos globales grandes, complejos y acuciantes.

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 pañales, 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 de prototipos hasta dispositivos más prometedores y grandes, los investigadores están entusiasmados con la posibilidad de manejar problemas de enrutamiento antes insolubles.

"Al asociarnos con IBM Quantum, nuestro objetivo es, en última instancia, mejorar nuestra capacidad para abordar optimizaciones más complejas", afirma Swarup, de ExxonMobil. "Resolver problemas más grandes y marcar mayores diferencias".