Waarom Navier-Stokes Vergelijkingen Matter

De Navier-Stokes vergelijkingen vormen de wiskundige ruggengraat van de vloeistofdynamiek. Ze beschrijven hoe snelheid, druk, temperatuur en dichtheid evolueren in bewegende vloeistoffen. Elke druppel regen, elke windvlaag, elke straalmotorturbine, en elke bloedcel die door een slagader beweegt, deze vergelijkingen gehoorzaamt. Toch blijven ze voor al hun alomtegenwoordigheid een van de meest hardnekkige rekenuitdagingen in de natuurkunde en techniek.

Claude-Louis Navier formuleerde de vergelijkingen in 1822, en George Gabriel Stokes verfijnde ze in 1845. Sindsdien hebben ingenieurs en wetenschappers met hen geworsteld over elke discipline die vloeistofbeweging impliceert. Weervoorspelling is afhankelijk van het oplossen ervan over de hele atmosfeer. Vliegtuigontwerpers hebben nauwkeurige oplossingen nodig om drag en brandstofefficiëntie te verminderen. Chemische ingenieurs vertrouwen erop om reactoren en pijpleidingen te ontwerpen. Medische onderzoekers gebruiken ze om bloedstroom door slagaders en prothese hartkleppen te modelleren.

De vergelijkingen zelf zijn misleidend compact. Ze combineren behoud van momentum met behoud van massa en, in veel gevallen, behoud van energie. De momentumvergelijking omvat een traagheid term, een drukgradiënt term, een viskeuze diffusie term, en een lichaam kracht term. Deze structuur lijkt eenvoudig, maar de niet-lineaire traagheid term introduceert buitengewone complexiteit. Kleine veranderingen in de beginomstandigheden kunnen leiden tot drastisch verschillende resultaten, een kenmerk van chaotische systemen.

Het Clay Mathematics Institute heeft het Navier-Stokes-bestaan en probleem met gladheid aangewezen als een van de zeven millenniumprijsproblemen. Een streng bewijs van de vraag of er altijd soepele, globale oplossingen bestaan voor de driedimensionale vergelijkingen blijft ongrijpbaar. Zelfs als er een bewijs wordt gevonden, zal praktische berekening ontmoedigend blijven omdat het bereik van ruimtelijke en temporele schalen in turbulente stromingen vele orden van grootte overspant. Een directe numerieke simulatie van turbulente stroming rond een vliegtuigvleugel zou computationele middelen vereisen die veel verder gaan dan wat een klassieke supercomputer vandaag de dag kan leveren.

Deze computerknelpunt heeft onderzoekers gemotiveerd om fundamenteel verschillende computerparadigma's te verkennen. Quantum computing, met zijn vermogen om te werken op kwantum superposities en exploiteert verstrengeling, biedt een pad dat de exponentiële schaalvergroting zou kunnen omzeilen dat Navier-Stokes simulaties onbetaalbaar duur maakt op klassieke machines.

Het rekensommetje

Om te begrijpen waarom kwantum computing zou kunnen helpen, is het nuttig om precies te begrijpen waar klassieke simulaties afbreken. De Navier-Stokes vergelijkingen zijn een verzameling niet-lineaire partiële differentiaalvergelijkingen. In een turbulent regime, de stroom bevat wervelingen en vortices die een breed scala van lengteschalen overspannen. De grootste wervelingen zijn vergelijkbaar met de grootte van het domein, terwijl de kleinste wervelingen, bekend als Kolmogorov schalen, verdrijven kinetische energie in warmte door viskeuze effecten.

De verhouding van de grootste tot de kleinste lengteschaal groeit naarmate het Reynolds-getal tot de macht van driekwart toeneemt. Voor de hoog-Reynolds-aantalstromen, die gebruikelijk zijn in lucht- en geofysische toepassingen, wordt deze verhouding enorm. Een directe numerieke simulatie vereist een fijne gaas om de kleinste wervelingen over het hele domein op te lossen. Het aantal rasterpunten schalen als het Reynolds-getal tot de macht van negenkwart. Voor een Reynolds-aantal van 10 miljoen, dat typisch is voor een commercieel vliegtuig in de vlucht, moet het vereiste rasterpunt nummer in de biljoenen. Elk rasterpunt vereist het oplossen van gekoppelde vergelijkingen op elk moment, en de tijdstap zelf moet klein genoeg zijn om de snelste dynamiek vast te leggen.

Deze schaalvergroting plaatst directe numerieke simulatie van vele belangrijke stromen permanent buiten bereik voor klassieke computers, ongeacht Moore's wet verbeteringen. Reynolds-gemiddelde Navier-Stokes (RANS) en groot-eddy simulatie (LES) bieden benaderingen die de rekenkosten te verminderen, maar ze offeren nauwkeurigheid, vooral in stromen met scheiding, herbevestiging, en sterke drukgradiënten. Engineers hebben betere tools nodig, niet alleen snellere versies van dezelfde tools.

Quantum Computing Basics voor Fluid Dynamics

Quantum computers verwerken informatie met behulp van quantum bits, of qubits. In tegenstelling tot klassieke bits die altijd 0 of 1 zijn, kan een qubit bestaan in een superpositie van beide staten. Wanneer meerdere qubits verstrikt zijn, kan de toestand van het hele systeem niet onafhankelijk worden beschreven voor elke qubit. Deze eigenschappen laten quantum computers toe om vele berekeningspaden tegelijkertijd te verkennen.

Voor het oplossen van differentiaalvergelijkingen kunnen quantumalgoritmen onder bepaalde omstandigheden exponentieel versnellen. De meest veelbelovende benaderingen voor Navier-Stokes vallen in twee brede categorieën: quantum lineaire systeemalgoritmen en Hamiltoniaanse simulatiemethoden. Beide zijn afhankelijk van het reformateren van het vloeistofdynamicaprobleem in een vorm die quantumcomputers efficiënt kunnen verwerken.

Quantum lineaire systeemalgoritmen, zoals het Harrow-Hassidim-Lloyd algoritme, lossen lineaire systemen van vergelijkingen exponentieel sneller op dan klassieke algoritmen in bepaalde regimes. De Navier-Stokes vergelijkingen zijn niet lineair, maar ze kunnen worden lineair door discretionering en iteratie, of getransformeerd met behulp van technieken zoals Carleme linearisatie. De belangrijkste vraag is of deze linearisaties behouden het quantum snelheid voordeel na het rekening houdend met de overhead van het inbedden van het probleem in een kwantumcircuit.

Hamiltoniaanse simulatiebenaderingen behandelen de vloeistofstroom als een kwantumsysteem dat evolueert onder een specifieke Hamiltoniaanse die wiskundig overeenkomt met de Navier-Stokes operator. De quantumcomputer simuleert deze evolutie direct, mogelijk het vastleggen van de volledige niet-lineaire dynamiek zonder de noodzaak van massale disretisering rasters. Deze methoden zijn nog steeds zeer theoretisch, maar ze bieden de meest dramatische potentiële snelheidsups.

Kwantumfaseschatting en het probleem van de Navier-Stokes Eigenwaarde

Quantum Fase Estimation (QPE) is een basisalgoritme in quantum computing. Het schat de eigenwaarden van een unitaire operator. Wanneer toegepast op vloeistofdynamica, QPE kan worden gebruikt om de stabiliteit van stroomconfiguraties te analyseren of om de dominante modi te vinden in een turbulente flow veld. Deze modi, bekend als de juiste orthogonale degradatie modi of dynamische modus degradatie modes, onthullen de coherente structuren die domineren de energie en momentum transport in turbulente stromen.

Klassieke berekening van deze modi vereist het oplossen van grote eigenwaarde problemen die slecht schaal met de grootte van de discretie. QPE biedt een route naar exponentiële snelheid voor deze specifieke subtaak. Onderzoekers aan instellingen zoals MIT, Caltech, en de Technische Universiteit van München hebben theoretische kaders gepubliceerd die laten zien hoe QPE de meest energieke modi uit een stroomveld kon halen met behulp van veel minder rekenmiddelen dan klassieke methoden vereisen.

De praktische implementatie staat voor aanzienlijke hardware uitdagingen. QPE vereist lange coherentietijden en hoog-trouw kwantumpoorten. Huidige lawaaierige quantum- (NISQ) apparaten op intermediaire schaal kunnen de circuitdiepten die nodig zijn voor nuttige QPE berekeningen op Navier-Stokes problemen niet ondersteunen. Echter, aangezien fout-tolerante quantum computing rijpt, kan QPE-gebaseerde vloeistofdynamicaanalyse een van de vroegste praktische toepassingen worden.

Variatiekwantumeigenoplossers

Variational Quantum Eigensolvatoren (VQE) nemen een andere aanpak. Ze combineren een quantumcomputer met een klassieke optimalisatie. De quantumcomputer bereidt een geparametriseerde quantumtoestand voor en meet de energie ervan met betrekking tot een gegeven Hamiltonian. De klassieke optimalisatie-instelling past de parameters aan om de energie te minimaliseren, effectief de bodemtoestand van het systeem te vinden. Voor Navier-Stokes-toepassingen kan VQE worden gebruikt om de minimale energiestroomconfiguratie te vinden onder bepaalde grensomstandigheden, of om optimalisatieproblemen in stroomregeling en aerodynamische vormontwerp op te lossen.

VQE is meer tolerant voor lawaai dan QPE omdat de kwantumcircuits ondieper zijn en de klassieke optimalisatiemiddel sommige fouten kan compenseren. Dit maakt VQE haalbaar op NISQ hardware, althans voor kleine testproblemen. Onderzoekers van IBM Quantum hebben VQE-gebaseerde oplossingen voor vereenvoudigde vloeistofdynamica problemen, waaronder eendimensionale Burgers vergelijking en tweedimensionale holtestromen aangetoond. Deze demonstraties zijn verre van de schaal die nodig is voor industriële toepassingen, maar ze valideren de conceptuele aanpak en benadrukken de gebieden waar hardwareverbeteringen de grootste impact zullen hebben.

Quantumalgoritmen voor niet-lineaire differentieelvergelijkingen

De Navier-Stokes vergelijkingen zijn fundamenteel niet lineair. De bijvoeglijke naamwoord, waar snelheid vermenigvuldigt de gradiënt van snelheid, introduceert producten van onbekende variabelen. Deze niet-lineairheid is de primaire bron van turbulentie en de belangrijkste belemmering voor efficiënte kwantumsimulatie. Lineaire quantumalgoritmen kunnen niet direct omgaan met niet-lineaire vergelijkingen zonder de niet-lineairheid in de algoritmestructuur te coderen.

Er zijn verschillende strategieën ontwikkeld om deze uitdaging aan te gaan. Eén aanpak gebruikt Carleman linearisatie, die het niet-lineaire systeem herschikt als een oneindige reeks lineaire vergelijkingen door nieuwe variabelen in te voeren die producten van de oorspronkelijke variabelen vertegenwoordigen. Het opruimen van dit oneindige systeem in een eindige volgorde levert een lineaire benadering die kan worden opgelost met algoritmen voor kwantumlineaire systemen. De nauwkeurigheid van de benadering verbetert naarmate meer termen worden behouden, maar de systeemgrootte groeit exponentieel met de truncation orde. De praktische vraag is of de quantum snelheid groter is dan deze groei voor realistische probleemgroottes.

Een andere benadering maakt gebruik van quantum-nonlineaire verwerkingseenheden, die gespecialiseerd zijn in quantumcircuits die ontworpen zijn om niet-lineaire transformaties toe te passen op kwantumtoestanden. Deze circuits exploiteren het feit dat het meten van een kwantumtoestand een niet-lineaire functie van de staatamplitudes produceert. Door het onderbreken van unitaire bewerkingen met metingen en klassieke post-verwerking is het mogelijk om niet-lineaire bewerkingen uit te voeren binnen een quantumalgoritme. Dit is een actief gebied van theoretisch onderzoek, met bijdragen van groepen aan de Universiteit van Maryland, Google Quantum AI en de Universiteit van Tokio.

Een derde strategie maakt gebruik van quantum reservoir computing en quantum extreme learning machines. Dit zijn hybride klassieke-quantum benaderingen waarbij een willekeurige, vaste quantum circuit de input van een high-dimensionale functieruimte in kaart brengt, en een klassiek lineair model leert de output van deze functies te voorspellen. Het quantum circuit fungeert als een niet-lineair dynamisch systeem dat het gedrag van de Navier-Stokes vergelijkingen kan benaderen zonder ze expliciet op te lossen. Deze benadering is bijzonder aantrekkelijk voor real-time flow voorspelling en controle toepassingen, waar snelheid belangrijker is dan absolute nauwkeurigheid.

Lattice Boltzmann Methoden op Quantum Computers

Lattice Boltzmann methoden (LBM) bieden een ander pad. In plaats van de vergelijkingen van Navier-Stokes direct te discreteren, simuleert LBM de beweging en botsing van deeltjes op een discreet rooster. Het macroscopische vloeistofgedrag komt naar voren uit de microscopische deeltjesdynamiek. LBM is al populair op klassieke computers voor complexe stromen, vooral in poreuze media en multifase systemen, omdat het gemakkelijker is om parallel te lopen dan directe Navier-Stokes-oplossers.

Op kwantumcomputers, LBM kaarten natuurlijk aan kwantumwandelingen en quantum cellulaire automata. De botsing stap wordt een unitaire werking op de qubits die de deeltjesverdeling functies vertegenwoordigen. De streaming stap wordt een verschuiving operatie in het rooster. Omdat deze operaties zijn eenheid, ze behouden de samenhang van de kwantumtoestand en kan efficiënt worden uitgevoerd op quantum hardware.

Onderzoekers aan de Universiteit van Edinburgh en de Universiteit van Genève hebben quantum LBM algoritmes gepubliceerd die polynomiale snelheden bereiken over klassieke LBM simulaties. De snelheid komt van het feit dat een quantumcomputer de deeltjesverdeling over alle roosters tegelijk kan vertegenwoordigen, in plaats van itereren over sites één voor één. Voor grote driedimensionale roosters levert dit parallelisme een significant voordeel op. Experimentele implementaties op IBM en Rigetti kwantumprocessors hebben het algoritme gevalideerd voor eenvoudige tweedimensionale stromen, waaronder deksel-gedreven holtestroom en stroom langs een cilinder.

Hardware Wegblokkades en het Pad Vooruit

Quantum computing hardware is snel gevorderd in de afgelopen tien jaar, maar praktische Navier-Stokes simulaties blijven buiten bereik voor de huidige apparaten. De primaire beperkingen zijn qubit tellen, coherentie tijd, poort trouw, en foutcorrectie overhead.

Aantal Qubits en connectiviteit

Nuttige vloeistofdynamica simulaties zullen duizenden, en waarschijnlijk miljoenen, van logische qubits. Huidige NISQ apparaten bieden maximaal een paar honderd fysieke qubits. Elke logische qubit voor fout-tolerante berekening kan honderden of duizenden fysieke qubits voor foutcorrectie nodig. De totale fysieke qubit telling nodig voor industrieel relevante Navier-Stokes simulaties kunnen tientallen miljoenen. Deze schaal is minstens tien jaar verwijderd, gebaseerd op de huidige stappenplannen van IBM, Google, en andere quantum hardware ontwikkelaars.

Zelfs als er genoeg qubits beschikbaar komen, is de connectiviteit tussen qubits van belang. Navier-Stokes simulaties vereisen interacties tussen naburige rasterpunten, die de interacties tussen naburige qubits in de quantumprocessor in kaart brengen. Tweedimensionale rasterconnectiviteit, waarbij elke qubit verbinding maakt met zijn vier dichtstbijzijnde buren, goed in kaart brengt met oppervlaktecodefoutcorrectie en beschikbaar is in vele huidige supergeleidende qubitprocessors. Driedimensionale rasters, die essentieel zijn voor realistische vloeistofsimulaties, vereisen meer complexe connectiviteitssystemen of het gebruik van SWAP-poorten om informatie te verplaatsen tussen niet-aankomende qubits, waardoor bovenliggende qubits worden toegevoegd.

Samenhang en trouw aan de poort

De kwantumberekeningen moeten worden voltooid voordat de qubits hier decoheren en hun kwantuminformatie verliezen. De coherentietijd van de huidige supergeleidende qubits is in de orde van tientallen tot honderden microseconden. Een simulatiecircuit van Navier-Stokes kan miljarden poortoperaties vereisen, die de huidige coherentiegrenzen ver overschrijden. Gate trouwheden, nu typisch boven 99,9% voor single-qubit poorten en boven 99% voor twee-qubit poorten, moeten verbeteren tot 99,99% of beter om de diepe circuits te ondersteunen die nodig zijn voor praktisch kwantumvoordeel.

Kwantumfoutcorrectie kan beschermen tegen decoherentie en gatefouten, maar het introduceert significante overhead. De oppervlaktecode, het meest bestudeerde foutcorrectieschema, vereist een rooster van fysieke qubits om een logische qubit te coderen. De overheadfactor is afhankelijk van het fysieke foutenpercentage en het gewenste logische foutenpercentage. Met de huidige fysieke foutenpercentages, kan de overhead 1000 fysieke qubits per logische qubit of meer zijn. Dit verhoogt de totale qubittelling die nodig is voor nuttige berekening.

NISQ-tijdperkstrategieën

Terwijl wachten op fout-tolerante hardware, onderzoekers ontwikkelen NISQ-era algoritmen die kunnen draaien op bestaande luidruchtige apparaten. Deze algoritmen ruilen een aantal van de theoretische quantum snelheid voor verhoogde robuustheid naar lawaai. Variatieve methoden, hybride klassieke-quantum benaderingen, en quantum reservoir computing vallen allemaal in deze categorie. Ze kunnen omgaan met kleine tweedimensionale vloeistof dynamiek problemen vandaag, en ze zullen schaal tot grotere problemen als hardware verbetert.

De NISQ strategie verschuift de focus van het oplossen van de volledige Navier-Stokes vergelijkingen naar het oplossen van gereduceerde-orde modellen of specifieke subproblemen. Bijvoorbeeld, een NISQ apparaat kan niet simuleren de volledige turbulente stroom rond een vliegtuig vleugel, maar het kan de dominante instabiliteit modi berekenen of de parameters te optimaliseren in een turbulentie model. Deze beperkte taken nog steeds waarde aan ingenieurs en helpen valideren van de quantum aanpak, het opbouwen van vertrouwen voor de fout-tolerante tijdperk.

Aanvragen die eerst ten goede komen

Zelfs gedeeltelijke kwantumoplossingen voor problemen met Navier-Stokes zullen verschillende industrieën transformeren. De toepassingen die eerst zullen profiteren zijn die waar de huidige computationele beperkingen het meest acuut zijn en waar approximate oplossingen onvoldoende zijn.

Ruimtevaarttechniek

De ontwerp van vliegtuigen en ruimteschepen is sterk afhankelijk van de computervloeistofdynamica. Huidige RANS en LES simulaties kunnen met redelijke nauwkeurigheid voor aanbouwstromen voorspellen, maar ze worstelen met gescheiden stromen, stalling, transonische schokgolven en warmteoverdracht. Quantum computing kan directe numerieke simulatie van volledige vliegtuigconfiguraties op vlucht Reynolds-nummers mogelijk maken, waardoor de behoefte aan turbulentie modellering approachs wordt vermeden. Dit zou ontwerpers in staat stellen configuraties met vertrouwen te optimaliseren, de testtijd van de windtunnel te verminderen en efficiëntere, stillere en veiligere vliegtuigen mogelijk te maken.

Motorfabrikanten zouden profiteren van de mogelijkheid om verbrandingsdynamiek te simuleren binnen gasturbinemotoren. De interactie tussen turbulente stroom, chemische reacties en warmteoverdracht in een verbrandingsoven is uiterst complex en slecht opgevangen door de huidige modellen. Betere simulaties kunnen leiden tot een hogere verbrandingsefficiëntie, lagere emissies en langere levensduur van de motor.

Weer en klimaatvoorspelling

Weermodellen lossen de vergelijkingen van Navier-Stokes op op een globaal raster. De resolutie van de huidige operationele modellen is ongeveer 5 tot 10 kilometer. Veel belangrijke processen, waaronder wolkenvorming, convectie en grenslaagturbulentie, vinden plaats op schalen kleiner dan de rasterafstand en moeten worden geparametriseerd. Deze parameterisaties zijn een belangrijke bron van voorspelde onzekerheid.

Kwantumcomputing zou uiteindelijk wereldwijde weermodellen met kilometer-schaal resolutie, het oplossen van onweersbuien, orkanen en atmosferische fronten expliciet mogelijk kunnen maken. Dit zou de nauwkeurigheid van ernstige weersvoorspellingen en klimaatprognoses drastisch verbeteren. Meteorologische instanties, waaronder het Europees Centrum voor Middellang-Range Weersvoorspellingen en de Amerikaanse National Oceanic and Atmospheric Administration zijn al begonnen met het verkennen van quantum computing partnerschappen.

Medical Fluid Dynamics

De bloedstroom in slagaders en aderen volgt de Navier-Stokes vergelijkingen. Bij hart- en vaatziekten worden de stroompatronen verstoord en de muurafschuiving stress speelt een cruciale rol in plaque-vorming en progressie. Patiëntenspecifieke simulaties van de bloedstroom kunnen chirurgen helpen bij het plannen van interventies, maar de huidige simulaties zijn traag en duur. Kwantumcomputers kunnen real-time, patiëntspecifieke hemodynamische simulaties mogelijk maken die direct integreren met medische beeldvormingsgegevens.

Naast bloedstroom, andere medische toepassingen omvatten luchtstroom in de longen voor ademhalingsziekte modellering, cerebrospinale vloeistof dynamiek voor het begrijpen van hydrocefalie en traumatische hersenletsel, en drugs levering door de bloedbaan. Elk van deze toepassingen zou profiteren van snellere, nauwkeurigere vloeistof simulaties.

Milieu- en energietoepassingen

Windpark layout optimalisatie vereist het modelleren van de turbulente wake interacties tussen turbines. Huidige modellen gebruiken benaderingen die kunnen overschat energieproductie met 10% of meer. Quantum computing zou nauwkeurige wake simulaties mogelijk maken, wat leidt tot windpark lay-outs die meer stroom produceren en de vermoeidheid van turbine belastingen verminderen. Evenzo, getijden en rivier turbine arrays zou profiteren van gedetailleerde stroom modellering.

In de olie- en gasindustrie, vloeistofstroom door poreuze rots bepaalt de prestaties van het reservoir. Huidige reservoir simulaties gebruiken opschaalde modellen die gemiddelde over microschaal porie structuren. Quantum computing zou kunnen maken directe porie-schaal simulaties die capillaire effecten, bevochtiging, en multifase stroom met veel grotere trouw vastleggen. Dit zou herstel voorspellingen verbeteren en het risico van exploratie verminderen.

De routekaart naar praktische kwantumfluiddynamica

De weg van de kleinschalige demonstraties van vandaag naar industrieel relevante quantum Navier-Stokes simulaties volgt een duidelijke progressie. Elke fase bouwt voort op de vorige, waarbij hardware en algoritme ontwikkeling parallel aan elkaar vorderen.

Fase 1: Bewijs van Concept

We bevinden ons nu in deze fase. Onderzoekers hebben kwantumoplossingen voor eendimensionale vergelijking van Burgers, tweedimensionale holtestromen en kanaalstromen met een laag Reynolds-getal op quantumsimulatoren en kleine NISQ-apparaten gedemonstreerd. Deze demonstraties valideren de algoritmen en identificeren de belangrijkste bronnen van fouten. Ze hebben geen praktische waarde voor engineering, maar ze leggen de basis voor de volgende fase.

Fase twee: Kleine schaalvalidatie

De komende vijf jaar, naarmate de quantum hardware verbetert tot honderden logische qubits met lagere foutenpercentages, zullen onderzoekers tweedimensionale stromen aanpakken bij matige Reynolds-nummers. Deze simulaties zullen worden gevalideerd tegen klassieke directe numerieke simulaties en experimentele gegevens. Succes zal in dit stadium aantonen dat kwantumoplossingen nauwkeurigheid kunnen bereiken die vergelijkbaar is met klassieke methoden voor eenvoudige stromen. De doelproblemen zijn onder meer stroom langs een circulaire cilinder, deksel-gedreven holtestroom en kanaalstroomtransitie naar turbulentie.

Fase drie: Industriële relevante simulaties

Met fouttolerante quantumcomputers van duizenden logische qubits, gepland voor het einde van 2020 tot begin 2030 volgens de meeste roadmaps, zullen driedimensionale simulaties haalbaar worden. Deze simulaties zullen nog steeds beperkt blijven tot relatief eenvoudige geometrieën en matige Reynolds-nummers, maar ze zullen de mogelijkheden van klassieke directe numerieke simulatie voor die gevallen overschrijden. Industriële partners zullen beginnen met het gebruik van quantumsimulaties voor specifieke subproblemen, zoals het optimaliseren van luchtfolievormen of het voorspellen van ruis van turbulente straalvliegtuigen.

Fase vier: Routinegebruik

Tegen het midden van de jaren 2030 tot 2040, miljoen-logisch-qubit systemen zou kunnen toestaan routine kwantum Navier-Stokes simulaties voor complexe geometrieën en hoge Reynolds nummers. In dit stadium, kwantum simulaties zal aanvulling klassieke simulaties en experimenten als een standaard tool in de vloeistofdynamica toolkit. Engineers zullen quantum simulaties uitvoeren naast klassieke simulaties, met behulp van elk waar het biedt de beste nauwkeurigheid-kosten tradeoff.

Samenwerking over disciplines

Het ontsluiten van het potentieel van quantum computing voor Navier-Stokes vergelijkingen vereist samenwerking buiten wat typisch is in academisch of industrieel onderzoek. Fluid dynamicists moet leren denken in termen van quantum algoritmes. Quantum computing onderzoekers moeten een intuïtie ontwikkelen voor vloeibare fysica. Wiskundigen moeten de kloof overbruggen tussen de continue wereld van partiële differentiaalvergelijkingen en de discrete wereld van quantum circuits.

Verschillende initiatieven zijn al het bevorderen van deze cross-disciplinaire omgeving. De Quantum Fluids Research Group aan de Universiteit van Cambridge brengt fysici en ingenieurs samen om quantum algoritmes voor turbulentie te ontwikkelen. Het IBM Quantum Network omvat luchtvaartmaatschappijen zoals Airbus en Boeing, samen met energiebedrijven en onderzoeksinstellingen, om quantumtoepassingen in vloeistofdynamica te onderzoeken. De Amerikaanse afdeling van het Office of Science van Energie heeft meerdere projecten gefinancierd op quantum algoritmen voor computervloeistofdynamica via haar Advanced Scientific Computing Research programma.

Ook onderwijsprogramma's ontwikkelen zich. Universiteiten introduceren quantum computing cursussen op maat van ingenieurs en toegepaste wetenschappers, met een focus op praktische algoritmen in plaats van abstracte kwantummechanica. Zomerscholen en workshops, zoals de Quantum Computing for Fluid Dynamics workshop die wordt gehouden aan het Instituut voor Pure en Toegepaste Wiskunde bij UCLA, zijn de volgende generatie onderzoekers aan het trainen die dit veld verder zullen dragen.

Hoe succes eruit zal zien

De ultieme mate van succes voor kwantum Navier-Stokes-oplossers zal het vermogen zijn om stromen te berekenen die onmogelijk zijn met klassieke methoden. Dit betekent niet noodzakelijkerwijs dat elke werveling in een turbulente stroom vanaf nul wordt gesimuleerd. Het kan betekenen dat er gelijkwaardige nauwkeurigheid wordt bereikt met orden van grootte minder rekentijd of energie. Het kan betekenen dat inverse problemen worden opgelost, waarbij ingenieurs niet vragen "wat de stroom uit deze geometrie resulteert" maar "welke geometrie de gewenste stroom produceert." Inverse ontwerp is extreem duur met klassieke methoden omdat het veel vooruitgaande simulaties vereist. Quantum computing, met zijn vermogen om vele configuraties in superpositie te verkennen, zou inverse ontwerp praktisch kunnen maken.

Succes kan ook voortvloeien uit quantum-klassieke hybride benaderingen waarbij een quantumprocessor de meest computationele delen van de simulatie behandelt terwijl de klassieke processor de rest beheert. Deze hybride visie is realistisch voor de nabije termijn en maakt incrementele adoptie mogelijk als quantum hardware verbetert.

De vergelijkingen van Navier-Stokes hebben een complete rekenoplossing voor bijna twee eeuwen weerstaan. Quantum computing biedt de eerste plausibele weg naar het doorbreken van de schalende barrière die klassieke methoden heeft beperkt. De weg is lang en de uitdagingen zijn significant, maar de potentiële impact op wetenschap, techniek en samenleving is enorm. Elk veld dat vloeibare beweging, van geneeskunde tot meteorologie, van lucht- en ruimtevaart tot energie, zal worden getransformeerd.