Suomalainen kvanttitietokonevalmistaja IQM Quantum Computers on toimittanut Aalto Universitylle uuden 20 kubitin kvanttitietokoneen. Aalto Q20 -nimellä kulkeva järjestelmä on nyt käytössä yliopistossa tutkimusta ja opetusta varten.
Kyseessä on jo neljäs IQM:n Suomeen toimittama kvanttitietokone. Uusi järjestelmä antaa Aallon tutkijoille ja opiskelijoille suoran pääsyn suprajohtaviin kubitteihin perustuvaan kvanttilaskentaan, mikä on edelleen harvinaista yliopistotasolla maailmanlaajuisesti.
Aalto aikoo käyttää konetta sekä kvanttiteknologian opetuksessa että edistyneessä tutkimuksessa. Tavoitteena on kouluttaa uusia kvanttitekniikan osaajia sekä tukea kansallisia ja eurooppalaisia tutkimushankkeita.
IQM:n toimitusjohtajan ja perustajan Jan Goetzin mukaan yliopistojen omat kvanttitietokoneet ovat strategisesti tärkeitä tutkimukselle. - Kun yliopisto omistaa kvanttitietokoneensa, data, immateriaalioikeudet ja osaaminen pysyvät sen hallussa. Tämä mahdollistaa maailmanluokan tutkimuksen ja opetuksen, Goetz sanoo.
Aalto-yliopiston sovelletun fysiikan professori Tapio Ala-Nissilä korostaa koneen merkitystä opetukselle. - Q20 antaa Aallon tutkijoille helposti käytettävän kvanttitietokoneen ja mahdollisuuden käyttää sitä osana kvanttiteknologian opintoja. Tällainen suora pääsy omaan koneeseen on harvinaista jopa globaalisti.
Uusi järjestelmä liitetään myös eurooppalaiseen laskentainfrastruktuuriin. Aalto tekee yhteistyötä CSC – IT Center for Sciencen kanssa, jotta kvanttikone voidaan integroida LUMI-supertietokoneeseen. Tavoitteena on tarjota kvanttilaskennan resursseja laajemmalle eurooppalaiselle tutkimusyhteisölle.
IQM:n mukaan Suomen kvanttiala kasvaa nopeasti. Kansallisen kvanttistrategian tavoitteiden saavuttaminen voi vaatia jopa noin 3000 uutta kvanttiteknologian osaajaa tulevina vuosina, ja yliopistojen oma infrastruktuuri nähdään keskeisenä osana osaajapulan ratkaisemista.
Lääkintälaitteiden internet (IoMT) yhdistää diagnostiikan, puettavat anturit ja sairaalalaitteet pilvipohjaisiin järjestelmiin. Etävalvonta, reaaliaikainen data ja koneoppiminen lupaavat parempaa hoidon laatua ja kustannussäästöjä, mutta samalla ratkaistavaksi jäävät yhteentoimivuus, sääntely ja tietoturva.