AngelQ Terapkan Komputasi Kuantum untuk Efisiensi Industri

Pemanfaatan komputasi kuantum mulai diarahkan pada persoalan bisnis yang membutuhkan pengolahan data kompleks, tanpa harus menunggu tersedianya komputer kuantum berskala penuh. Dilansir dari Medcom, Profesor Dimitris Angelakis dari National University of Singapore (NUS) menilai pendekatan perangkat lunak dapat membuka peluang penerapan teknologi tersebut bagi industri saat ini. Angelakis, yang mendirikan AngelQ, menyampaikan pandangannya dalam pertemuan dengan sejumlah media pada ajang Singapore Week of Innovation and Technology (SWITCH) 2026.

Akademisi lulusan Cambridge itu telah menjalankan penelitian selama 18 tahun di NUS Centre for Quantum Technologies. Menurutnya, pemahaman mengenai kemampuan dan batasan komputasi kuantum perlu diperluas di kalangan pelaku usaha. Teknologi ini kerap dipandang sebagai gelombang disrupsi berikutnya setelah kecerdasan buatan, tetapi kesiapan industri belum selalu disertai pemahaman yang memadai mengenai penerapannya.

"Komputer kuantum kini ada di mana-mana. Kamu mendengarnya sebagai AI baru, evolusi disruptif baru. Semua orang ingin siap, tetapi sangat sedikit orang yang benar-benar memahami apa yang mungkin dan apa yang tidak mungkin dilakukan," ujar Angelakis.

Ia juga menilai perpindahan menuju komputasi kuantum menuntut perubahan paradigma yang lebih mendasar dibandingkan sejumlah peralihan teknologi sebelumnya. Karena itu, penerapannya perlu dipahami berdasarkan kebutuhan nyata, bukan semata-mata anggapan bahwa teknologi tersebut baru akan berguna beberapa dekade mendatang. Melalui AngelQ, perusahaan yang didirikannya lima tahun silam, Angelakis berupaya menjembatani penelitian laboratorium dengan penggunaan praktis di dunia usaha. Salah satu fokusnya ialah mengembangkan solusi perangkat lunak yang memungkinkan perusahaan memanfaatkan kemampuan komputasi kuantum tanpa menunggu mesin berskala penuh yang sempurna.

Pendekatan tersebut menyasar persoalan industri yang sulit diselesaikan secara efisien menggunakan komputer klasik. Contohnya meliputi optimasi rantai pasok, pengelolaan logistik, penjadwalan terpadu, serta kalkulasi kombinatorial berskala besar yang melibatkan banyak kemungkinan kombinasi. Persoalan seperti ini membutuhkan pengolahan berbagai variabel dan batasan secara bersamaan. Dalam operasional perusahaan, perubahan pada satu keputusan dapat berkaitan dengan banyak faktor lain sehingga pencarian solusi menjadi semakin rumit.

Algoritma kuantum mengurangi kebutuhan parameter

Salah satu penerapan yang dipaparkan Angelakis berasal dari kolaborasi AngelQ selama lebih dari satu tahun dengan perusahaan besar di sektor agrifood. Operasional perusahaan tersebut mencakup ratusan fasilitas peternakan dengan kebutuhan koordinasi yang kompleks. Pengelolaan fasilitas itu melibatkan sejumlah keputusan yang saling berkaitan, mulai dari jadwal produksi dan distribusi pakan harian hingga penanganan medis serta pemenuhan berbagai batasan operasional.

Banyaknya hubungan antardata membuat proses pengambilan keputusan membutuhkan model komputasi yang mampu menangani kompleksitas tersebut. Angelakis menjelaskan bahwa pendekatan jaringan saraf tiruan klasik dapat membutuhkan miliaran parameter untuk proses pelatihan. Sebaliknya, algoritma kuantum yang dikembangkan AngelQ disebut mampu menekan kebutuhan tersebut menjadi hanya beberapa ratus parameter.

"Jika menggunakan komputer klasik, jaringan saraf tiruan klasik, kamu memerlukan miliaran parameter untuk melatihnya. Menggunakan komputer kuantum, kami menurunkannya dari miliaran menjadi hanya beberapa ratus parameter," jelas Angelakis.

Pengurangan jumlah parameter itu memungkinkan pengembangan model prediksi dan inferensi yang hasilnya dapat diperoleh mendekati waktu nyata. Dalam konteks peternakan, kemampuan tersebut mendukung pengambilan keputusan operasional yang lebih tepat berdasarkan kondisi yang dihadapi.

Komputasi hibrida tidak mengharuskan penggantian perangkat

Penerapan komputasi kuantum tidak berarti perusahaan harus membuang sistem komputasi yang telah digunakan. Angelakis menekankan bahwa industri saat ini berada dalam tahap komputasi hibrida, yaitu pendekatan yang menggabungkan beberapa jenis perangkat untuk saling melengkapi.

Dalam model tersebut, High-Performance Computing (HPC), CPU, GPU, dan QPU (Quantum Processing Unit) dapat digunakan bersama sesuai kebutuhan pengolahan. Dengan demikian, sistem konvensional tetap menjadi bagian dari infrastruktur perusahaan ketika kemampuan kuantum dimanfaatkan untuk tugas tertentu. Model aksesnya juga dirancang agar perusahaan tidak perlu membeli komputer kuantum fisik sendiri. Kapabilitas komputasi dapat digunakan melalui layanan cloud dan antarmuka pemrograman aplikasi (API), sehingga data sensor operasional dapat dihubungkan dengan sistem yang menyediakan kemampuan kuantum.

Bagi perusahaan yang harus menjaga kerahasiaan informasi berdasarkan perjanjian yang ketat, Angelakis menyebut algoritma tersebut juga dapat dijalankan secara lokal melalui simulator. Pilihan ini memberikan alternatif bagi organisasi yang membutuhkan pengendalian lebih besar terhadap lingkungan pemrosesan datanya. Melalui pendekatan perangkat lunak, integrasi sistem hibrida, serta penerapan pada persoalan industri yang spesifik, AngelQ berupaya membawa komputasi kuantum lebih dekat dengan kebutuhan operasional bisnis. Fokusnya bukan sekadar menunggu perkembangan perangkat keras, melainkan mencari cara memanfaatkan teknologi tersebut untuk menangani permasalahan yang kompleks.