مایکروسافت فعالیت خود را در حوزه‌های مدرن‌تر دنیای پردازش همچون رایانش کوانتومی هم افزایش می‌دهد و این بار معضل ترافیک را نشانه رفته است.
سیاتل یکی از شهرهای پرجمعیت ایالت واشینگتن آمریکا است که تراکم ترافیک در آن، برخی اوقات حرکت وسایل نقلیه را کاملا غیرممکن می‌کند. شاید دورترین گزینه‌ای که برای حل چنین مشکلی به ذهنمان برسد، رایانش کوانتومی باشد. به‌هرحال، مایکروسافت و فورد تصمیم گرفته‌اند از همین راهکار برای حل معضل ترافیک در سیاتل استفاده کنند.
رایانش کوانتومی هنوز در وضعیتی نیست که بتوان کامپیوتری کامل با عملکرد کاربردی را برای حل تمامی گره‌های ترافیکی شهر به‌کار گرفت. البته مایکروسافت و فورد تلاش می‌کنند با شبیه‌سازی‌هایی با الهام از دنیای کوانتوم، مشکل بهینه‌سازی ترافیک را در وضعیتی حل کنند که همه‌ی رانندگان از اپلیکیشن مسیریاب برای ناوبری در خیابان‌ها استفاده می‌کنند.
کن واشینگتن، مدیر فناوری شرکت فورد، مقاله‌ای در مدیوم منتشر کرد که به همکاری شرکتش با ردموندی‌ها اشاره می‌کند. در بخشی از مقاله‌ی مذکور می‌خوانیم:
اگرچه هنوز در مراحل ابتدایی توسعه‌ی رایانش کوانتومی قرار داریم، پیشرفت‌های بسیاری تاکنون رخ داده است که امکان بهره‌برداری از آموزه‌ها و پیاده‌سازی آن‌ها روی مسائل کنونی را ایجاد می‌کند. درادامه‌ی همین روند، می‌توان راهکارها را در آینده برای مسائل پیچیده‌تر نیز به‌کار گرفت.
واشینگتن درادامه‌ی مقاله می‌گوید تیم‌های تحقیقاتی از فورد و مایکروسافت از سال گذشته همکاری در مسیر توسعه‌ی راهکارهایی در سبک کوانتوم را شروع کرده‌اند. همکاری این دو شرکت با هدف ایجاد راهکارهایی برای کاهش تراکم ترافیک سیاتل است.
یکی از مشکلات بزرگ ترافیکی این است که اپلیکیشن‌های ترافیک و مسیریابی رانندگان متعدد را به مسیرهای یکسان هدایت می‌کنند. حتی وقتی با شدت‌گرفتن تراکم ترافیکی یکی از مسیرها مسدود شود، مسیر جایگزین پیشنهادی اپلیکیشن نیز به‌سرعت مسدود می‌شود. واشینگتن درادامه توضیح می‌دهد دیگر نمی‌توان از کامپیوترهای سنتی برای پیداکردن راهکار بهینه‌ی مسیریابی استفاده کرد. درواقع، آن کامپیوترها نمی‌توانند مسیر بهتر را در زمان مناسب از میان تعداد زیادی مسیر موجود انتخاب کنند.
مسئله‌ی پیداکردن راهکارهای بهینه برای کامپیوترهای کوانتومی بسیار آسان به‌نظر می‌رسد. کامپیوترهای کوانتومی به‌جای پردازش بیت‌ها به‌صورت دنباله‌ای از صفرها و یک‌ها، با بیت‌‌های کوانتومی یا کیوبیت کار می‌کنند. کیوبیت‌ها می‌توانند تا زمان خواندن نتیجه‌ی محاسبه، هر مقداری را نمایش دهند. همین رویکرد پایه‌ای می‌تواند از میان حجم زیادی احتمال، نتیجه‌ی بهینه را پیشنهاد دهد که قوی‌ترین کامپیوترهای کلاسیک را نیز شکست می‌دهد.
محققان حاضر در مایکروسافت و فورد برای بهینه‌سازی آزمایش‌های خود از الگوریتم‌‌هایی برای شبیه‌سازی رویکرد کوانتومی در کامپیوترهای کلاسیک استفاده کردند. جولی لاو، مدیر ارشد مایکروسافت در بخش رایانش کوانتومی، در مقاله‌ی مدیوم نوشت:
برای استفاده از مزیت‌های فناوری کوانتومی، الزاما نباید پیاده‌سازی گسترده‌ی کامپیوترهای کوانتومی منتظر بمانیم. با استفاده از الگوریتم‌های حرفه‌ای کوانتومی که برای مسائل خاص بهینه‌سازی شده‌اند، می‌توان بهبودهای چشمگیری ایجاد کرد که قطعا روی زندگی همه‌ی مردم تأثیر خواهد گذاشت.
گروه تحقیقاتی برای پیداکردن راهکار بهینه، سناریوهای متعددی آزمایش کردند. یکی از آن‌ها به‌صورت آزمایشی پنج‌هزار خودرو را شبیه‌سازی کرد که به‌صورت هم‌زمان به‌دنبال مسیریابی در خیابان‌های سیاتل بودند و هر راننده نیز ۱۰ مسیر انتخابی در پیش رو داشت. واشینگتن درباره‌ی آزمایش مذکور می‌نویسد:
در ۲۰ ثانیه، پیشنهادهای مناسب مسیریابی به خودروها اعلام شد که ۷۳ درصد بهبود تراکم کلی ترافیک را درمقایسه‌با روش قبلی به‌همراه داشت. میانگین زمان رفت‌وآمد نیز ۸ درصد کاهش یافت که به‌معنای کاهش سالانه‌‌ی ۵۵ هزار ساعت زمان رفت‌وآمد می‌شود.
واشینگتن می‌گوید نتیجه‌ی آزمایش‌ها به‌قدری خوب بود که فورد را به افزایش همکاری با مایکروسافت تشویق کرد. مرحله‌ی بعدی آزمایش‌ها، سناریوهایی را بررسی می‌کند که به موقعیت‌های دنیای واقعی نزدیک‌تر هستند. درادامه‌ی مقاله‌ی واشینگتن می‌خوانیم:
به‌عنوان مثال، باید بدانیم در زمان بسته‌بودن برخی خیابان‌ها بازهم نتایج مشابه به‌دست می‌آید یا خیر. همچنین در شرایطی که گزینه‌های انتخابی برای همه‌ی رانندگان یکسان نیست یا برخی از آن‌ها تصمیم می‌گیرند در مسیر پیشنهادی حرکت نکنند، نتایج چگونه خواهد بود. این فرضیه‌ها و بسیاری از فرضیه‌های دیگر باید بررسی شوند تا از ارائه‌ی بهترین راهکار و بهبود وضعیت ترافیکی مطمئن شویم.
نتایج آزمایش‌های کنونی می‌تواند به بهینه‌شدن اپلیکیشن‌های مسیریابی کمک کند. به‌علاوه، از همین الگوریتم‌ها می‌توان در مسائل بهینه‌سازی صنایعی همچون رباتیک و آئرودینامیک استفاده کرد. مایکروسافت، تنها شریک فورد در مسائل بهینه‌سازی ترافیک نیست و این خودروساز باسابقه قبلا با آزمایشگاه هوش مصنوعی کوانتومی ناسا در مرکز تحقیقات ایمز نیز همکاری کرده است. آن‌ها در همکاری مذکور از سخت‌افزار آنیل کوانتومی D-Wave Systems استفاده می‌کردند. همکاری ناسا با فورد با هدف استفاده از الگوریتم‌های الهام‌گرفته از رایانش کوانتومی به‌منظور بهینه‌سازی مصرف انرژی در ناوگان خودروهای تجاری انجام می‌شود.
فورد علاوه‌بر همکاری‌های مذکور پلتفرمی به‌نام City Insights دارد که مطالعه‌ی مشکلات حمل‌ونقل شهری را به‌صورت عمیق در دستورکار قرار می‌دهد. فورد با برنامه‌های این‌چنینی قصد دارد هرچه‌بیشتر خود را بیش از شرکت خودروسازی و به‌نوعی شرکت حمل‌ونقل جامع معرفی کند.
مایکروسافت در پیاده‌سازی راهکارهای کوانتومی برای مسائل دنیای واقعی فقط با فورد همکاری نمی‌کند. آن‌ها سال گذشته پلتفرم رایانش کوانتومی آژور خود را معرفی کردند. به‌علاوه، ردموندی‌ها در مدیریت ریسک‌های مالی به‌کمک رایانش کوانتومی با Willis Towers Watson همکاری می‌کنند. دانشگاه Case Western Reserve نیز از دیگر همکاران مایکروسافت در حوزه‌ی رایانش کوانتومی است که کاربردهای پزشکی را هدف قرار می‌دهد.