Beranda Studi kasus Boeing Boeing mencari cara baru untuk merekayasa material yang kuat dan ringan
IBM dan Boeing memetakan pendekatan kuantum yang efisien untuk salah satu tantangan terbesar dalam teknik kedirgantaraan
Tonton videonya
Sebuah gambar menunjukkan 787 Dreamliner sedang terbang.
Orang-orang di Boeing Company adalah pakar dalam hal bahan yang kuat, ringan, dan tahan lama.

Mereka harus menjalankan cara ini. Pabrik-pabrik mereka memproduksi sebagian besar infrastruktur kedirgantaraan penting di dunia: satelit, sistem pertahanan, pesawat ruang angkasa, dan jet komersial. Banyak proyek rekayasa mereka yang paling rumit bergantung pada komposit lapis. Ini adalah struktur berlapis seperti bulu, tahan aus, dan tahan lama yang dirakit oleh Boeing menjadi sayap, badan pesawat, atau komponen kedirgantaraan lainnya sesuai kebutuhan.

Merancang komposit lapis ternyata merupakan masalah yang kompleks dengan caranya sendiri, di luar kemampuan superkomputer klasik untuk menyelesaikannya. Saat ini, teknisi Boeing memecahkan masalah ini dengan membaginya menjadi potongan yang lebih kecil.

Kemitraan Boeing dengan IBM Quantum mengungkapkan pendekatan kuantum baru yang mereka harapkan dapat mengurai kerumitan tersebut. Kendati komputer kuantum saat ini belum cukup besar untuk membantu mendesain sayap pesawat terbang berikutnya, kedua perusahaan tersebut telah mengambil langkah penting menuju masa depan tersebut.

"Ini menunjukkan bahwa bukan apakah komputer kuantum akan relevan dengan masalah bisnis kita, tetapi kapan," kata Jay Lowell, Chief Scientist untuk tim Komputasi dan Jaringan Disruptif Boeing.

100.000 variabel

Masalah desain lapisan Boeing dapat melibatkan hingga 100.000 variabel, jauh melampaui kemampuan superkomputer klasik untuk menanganinya.

40 variabel

Boeing dan IBM Quantum menjalankan masalah model 40 variabel pada komputer kuantum, yang saat itu merupakan eksekusi terbesar yang pernah ada.

Kami telah mengurai masalah optimasi yang sangat besar yang merupakan inti dari desain produk kami, dan menunjukkan bahwa komputer kuantum dapat mengatasi sebagian kecil dari masalah optimasi tersebut tetapi melakukannya dengan baik. Jay Lowell Kepala Ilmuwan untuk tim Komputasi dan Jaringan Disruptif Boeing
Masalah yang terlalu besar untuk komputer klasik

Komposit lapis sangat kompleks karena cara perakitannya.

Setiap komposit dibuat dari ribuan lapisan individu, yang merupakan untaian panjang bahan yang sangat kuat. Mesin-mesin presisi melapisi serat satu di atas yang lain secara berlapis-lapis, seperti alat tenun besar yang menenun kapal roket dan pesawat terbang, bukan kain. Mesin mengusir setiap lapisan pada sudut yang berbeda yang ditentukan selama proses rekayasa.

Variasi sudut tersebut penting, karena setiap lapis hanya kuat pada arah peletakannya.

"Kami perlu membuat tumpukan material yang diletakkan di berbagai arah di atas satu sama lain sehingga kami mendapatkan kekuatan di semua arah yang kami perlukan," kata Lowell.

Seolah menambah kerumitan tugas, desain kedirgantaraan menempatkan batasan yang ketat pada ketebalan dan berat komposit. Masalah desain komposit lapis Boeing secara rutin melibatkan antara 10.000 hingga 100.000 variabel, yang merupakan cara lain untuk mengatakan bahwa masalah tersebut sangat kompleks secara komputasi.

"Itu jauh melampaui kemampuan komputer klasik saat ini dan kami memperkirakan bahwa hal tersebut akan melampaui kapasitas komputer klasik untuk beberapa tahun ke depan," ujar Lowell.

Saat ini, Boeing memecah masalah komposit lapisan menjadi potongan kecil yang dapat ditangani oleh komputer klasik. Kemudian mereka menyatukan semua hasil tersebut – mengikuti aturan desain yang ketat – untuk mendapatkan solusi untuk keseluruhan masalah.

Pendekatan ini efektif. Hal ini menghasilkan komposit yang aman dan kuat yang dapat digunakan Boeing untuk pesawat terbangnya. Tapi ada biayanya.

"Jika Anda menginginkan garis komposit yang panjang dan lurus," kata Joel Thompson, Associate Technical Fellow di Boeing, "lebih masuk akal untuk meletakkan satu garis lapis yang panjang dan lurus, daripada meletakkan sedikit lapisan, memotongnya, meletakkan potongan lapis berikutnya, memotongnya, dan seterusnya."

Itu adalah konsekuensi dari pendekatan tempat komponen dirancang dalam potongan seukuran gigitan. Itu membuat proses membutuhkan lebih banyak waktu, tenaga, dan uang.

Metode baru ini memungkinkan kami untuk melangkah lebih jauh dari yang kami harapkan ketika memulai proyek ini. Solusinya tampaknya lebih dekat daripada yang kami perkirakan, bahkan pada beberapa tahun yang lalu. Jay Lowell Kepala Ilmuwan untuk tim Komputasi dan Jaringan Disruptif Boeing

“Kami tertarik untuk mencari pendekatan lain untuk memecahkan masalah seperti ini,” kata Marna Kagele, Technical Fellow di Boeing.

Boeing berharap bahwa komputer kuantum pada akhirnya akan membantu menyederhanakan pemecahan masalah yang kompleks semacam ini. Komputer kuantum suatu hari nanti dapat memecahkan masalah dengan ribuan variabel sekaligus, tanpa memecahnya menjadi beberapa bagian.

Sebagai langkah pertama, para peneliti IBM Quantum dan Boeing membuat versi model dari masalah komposit lapis untuk menguji ide tersebut. Mereka mengupas masalah hingga ke intinya: menemukan cara optimal untuk menumpuk lapisan material di atas satu sama lain. Sebut saja masalah komposit lapis potong.

Dengan komputer kuantum yang masih berkembang, memecahkan masalah pemotongan ini menggunakan perangkat keras kuantum nyata adalah sebuah tantangan. Metode optimasi kuantum yang ada tidak menggunakan sumber daya kuantum dengan cukup efisien.

Ketika Boeing dan IBM Quantum memulai kerja sama mereka, toolkit algoritme pengoptimalan kuantum standar mereka hanya dapat mengodekan satu variabel biner – yang mewakili 1 atau 0 – untuk setiap qubit.

(Qubit adalah unit dasar komputasi kuantum yang kira-kira setara dengan bit biner, yang membentuk 1 dan 0 dalam komputer klasik).

Untuk mendesain sayap pesawat yang lengkap, Anda harus memperhitungkan ribuan variabel – yang mewakili lapisan-lapisan serta aturan teknik yang ketat yang diikuti Boeing untuk membuat badan pesawat yang kuat. Masalah komposit lapis potong melibatkan 40 variabel.

Ini menunjukkan bahwa bukan apakah komputer kuantum akan relevan dengan masalah bisnis kita, tetapi kapan. Jay Lowell Kepala Ilmuwan untuk tim Komputasi dan Jaringan Disruptif Boeing

Qubit adalah sumber daya yang sangat berharga dalam komputer kuantum saat ini, yang belum cukup besar untuk mencocokkan satu qubit dengan masing-masing dari 40 variabel tersebut. Keterbatasan memaksa inovasi, kata Kagele.

IBM Quantum membawa beberapa pekerjaan internalnya pada algoritme kuantum ke Boeing, yang digunakan bersama untuk mengembangkan pendekatan baru untuk pengoptimalan kuantum. Alih-alih mengodekan satu variabel untuk setiap qubit, tim menunjukkan kemungkinan untuk mengodekan tiga variabel biner untuk setiap qubit. Jadi, satu qubit dapat menangani tiga kali lipat beban informasi dari bit klasik – dan mewakili tiga kali lipat lebih banyak variabel.

Itu adalah peningkatan efisiensi yang radikal, bahkan dibandingkan dengan algoritme pengoptimalan kuantum sebelumnya. Ini mengarah pada keberhasilan menjalankan masalah komposit lapisan potong pada komputer kuantum IBM nyata. Dengan 40 variabel biner, tim menjalankan hal yang saat itu merupakan masalah optimasi biner terbesar yang pernah ditangani oleh komputer kuantum, hampir dua kali lipat dari rekor sebelumnya.

"Kami telah mengurai masalah optimasi yang sangat besar yang merupakan inti dari desain produk kami, dan menunjukkan bahwa komputer kuantum bukan hanya dapat mengatasi sebagian kecil dari masalah optimasi tersebut tetapi juga melakukannya dengan baik," kata Lowell.

Masih ada beberapa tahun pekerjaan yang harus dilakukan sebelum Boeing akan menggunakan komputer kuantum dalam proses desainnya, tambahnya.

"Kami ingin komputer kuantum menjadi lebih besar dan menangani masalah optimasi yang lebih besar daripada yang dapat dilakukan hari ini," katanya, "tetapi metode baru ini memungkinkan kami untuk melangkah lebih jauh dari yang kami harapkan ketika kami memulai proyek ini. Solusinya tampaknya lebih dekat dari yang kami harapkan bahkan beberapa tahun yang lalu."

Membangun bersama

Di luar implikasi spesifik untuk optimasi kuantum atau masalah komposit lapis, Kagele mengatakan bahwa proses kolaborasi dengan IBM Quantum telah membuat Boeing siap untuk mengatasi tantangan kuantum secara langsung.

"Kemitraan kami dengan sejumlah klien seperti Boeing membantu kami mendorong batas penelitian kuantum," jelas Jennifer Glick, Technical Lead untuk Prototipe Quantum di IBM Quantum yang mengerjakan penelitian ini dengan tim Boeing. "Melalui penelitian ini, kami mulai melihat gambaran masa depan di mana komputer kuantum dapat memecahkan masalah-masalah nyata dan praktis."

Hubungan antara kedua tim dimulai dengan IBM Quantum yang membimbing para peneliti Boeing. Tetapi dukungan itu memungkinkan Boeing untuk dengan cepat meningkatkan keterampilan internalnya.

"Anda dapat membayangkan betapa cepatnya pembelajaran Anda dapat berkembang ketika setiap kali Anda menjumpai hambatan atau sesuatu yang tidak Anda yakini dalam perjalanan pembelajaran Anda, Anda memiliki sosok yang dapat menerima pertanyaan Anda dengan pengalaman yang lebih banyak," kata Kagele.

Bimbingan itu berkembang menjadi sebuah kolaborasi, yang menghasilkan pekerjaan inovatif mereka.

"Tujuan utama kami dalam mendirikan proyek ini adalah untuk membantu bisnis kami memahami cara bertransisi dari melakukan berbagai hal secara klasik menjadi melakukan hal tersebut secara hybrid dengan metode kuantum," kata Lowell. "Kami telah membentuk tim yang mampu melakukan hal tersebut, kami telah mengembangkan alat bantu internal yang akan membuat pengerjaan masalah berikutnya menjadi lebih mudah."

Dengan adanya tim tersebut, IBM Quantum dan Boeing telah mengeksplorasi cara baru yang dapat digunakan Boeing untuk mendapatkan nilai dari komputasi kuantum. Salah satu bidang minat: mengembangkan bahan kimia tahan korosi canggih untuk melapisi pesawat terbang. Seiring Boeing membangun tenaga kerja kuantum dan komputer kuantum yang semakin baik dan berkembang, diharapkan perusahaan ini dapat menerapkan pemecahan masalah kuantum pada lebih banyak tantangan kedirgantaraan.

Selanjutnya
Lihat semua studi kasus IBM Quantum ExxonMobil

ExxonMobil berupaya untuk memindahkan bahan bakar dengan pembakaran paling ramah lingkungan ke seluruh dunia. Ini adalah teka-teki yang memerlukan solusi kuantum.

Baca studi kasus
JSR

IBM dan JSR memetakan masa depan baru untuk industri semikonduktor global, dengan solusi komputasi kuantum untuk masalah-masalah teknik kimia yang sulit.

Baca studi kasus
CERN

CERN sedang mencari peristiwa Higgs dan asal-usul alam semesta. Bersama dengan IBM Quantum, CERN telah menunjukkan bagaimana komputer kuantum dapat membantu.

Baca studi kasus
Ketentuan hukum

© Hak Cipta IBM Corporation 2023. IBM Corporation, 1101 Kitchawan Rd, Yorktown Heights, NY 10598.

Diproduksi di Amerika Serikat, Januari 2023.

IBM, logo IBM, dan ibm.com adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang dari IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di “Informasi hak cipta dan merek dagang” di https://www.ibm.com/id-id/legal/copytrade.

Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.

Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut. Pernyataan-pernyataan mengenai arah dan maksud IBM di masa depan dapat berubah atau ditarik tanpa pemberitahuan, dan hanya mewakili tujuan dan sasaran.