L’optimització quàntica s’uneix al transport públic: lliçons del Quantum Hackathon de Berlín

El 5 de març de 2026 va tenir lloc, al Change Hub de Berlín, la gran final del Quantum Hackathon de Berlín, on equips de computació quàntica de tot Europa es van donar cita per abordar reptes reals mitjançant l’ús de maquinari i algorismes quàntics d’última generació. L’acte va servir tant de competició tècnica com de mostra de com les metodologies quàntiques comencen a abordar problemes industrials de gran complexitat. Els premis, en forma de crèdits de computació quàntica, els va lliurar el secretari d’Estat, Severin Fischer, el qual va posar de manifest el creixent pes institucional de l’ecosistema quàntic de Berlín.

El nostre equip, Beerantum, va obtenir el tercer lloc en la classificació general i el segon en el repte d’optimització quàntica, amb un projecte centrat en un dels colls d’ampolla més persistents de la mobilitat urbana: la planificació de torns de conductors a gran escala.

El problema: la programació com a repte combinatori

BVG, l’operador de transport públic de Berlín, gestiona més de 16.000 empleats i opera rutes de les quals depèn la ciutat cada dia. Sota aquesta fiabilitat hi ha un problema de programació extraordinàriament complex. Amb 150 conductors, múltiples línies d’autobús, un horitzó de quatre setmanes i desenes de milers de segments de torn, el nombre de combinacions possibles augmenta de manera astronòmica. Les metodologies clàssiques gestionen raonablement bé les restriccions més estrictes, però tendeixen a eliminar per complet la dimensió humana: les preferències dels conductors, els patrons de comportament i la disponibilitat individual solen quedar fora del procés d’optimització.

Ignorar aquesta dimensió té conseqüències reals. Les mateixes previsions internes de BVG apunten que més de 4.300 empleats abandonaran l’empresa d’aquí a 2033 només per jubilació, amb la rotació voluntària agreujant encara més la situació. I una planificació que no té en compte les preferències l’únic que fa és accelerar aquesta tendència.

La metodologia quàntica

Vam plantejar el problema com un model d’optimització binària quadràtica sense restriccions (QUBO), en el qual variables binàries codifiquen les assignacions de conductors a segments, les restriccions operatives dures s’incorporen com a penalitzacions i les preferències dels conductors, com a recompenses. El QUBO es va resoldre utilitzant l’algorisme Bias-Field DCQO de Kipu Quantum, executat al Kipu Quantum Hub.

El flux de treball es va estendre molt més enllà del nucli quàntic. Una fase de preprocessament va analitzar els segments de rotació, va construir gràfics de conflicte i va utilitzar el mètode de clustering DBSCAN sobre setze variables de comportament per identificar arquetips de conductors, comprimint l’espai de preferències i reduint les trucades a l’API en un 80%. Un adaptador d’incertesa, que combina un detector d’anomalies basat en Isolation Forest amb un predictor de demanda basat en processos gaussians, determinava de manera dinàmica si un dia concret requeria una nova reoptimització quàntica o es podia resoldre mitjançant un arquetip precomputat. El postprocessament es va fer càrrec de corregir la factibilitat i avaluar les preferències, garantint que les restriccions dures es complissin sempre en el resultat final.

El resultat va ser un flux de treball clàssic-quàntic-clàssic: intel·ligència clàssica en els extrems i recerca quàntica en el nucli.

Implicacions en altres àmbits

Un dels aspectes més valuosos de treballar en un problema com aquest és comprendre el grau de generalització que permet l’arquitectura. La mateixa estructura QUBO es pot aplicar de manera natural a la programació de torns en hospitals, la planificació de tripulacions d’aerolínies, la logística d’última milla i l’operació de xarxes elèctriques. El procés de gestió d’incertesa és transferible entre dominis mitjançant la simple substitució de la font de característiques.

Des del punt de vista econòmic, una millora conservadora del 2% en l’eficiència de la planificació a l’escala de BVG es tradueix en aproximadament 18 milions d’euros a l’any. Una planificació ajustada a les preferències, tot i que només redueixi una fracció de la rotació voluntària, hi afegeix entre 2 i 4 milions d’euros més a l’any. El projecte va demostrar un camí viable per passar de TRL 4 a un pilot de producció en TRL 6 en 24 mesos, en línia amb el full de ruta de maquinari de Kipu.

Amb la mirada posada en el futur

El Quantum Hackathon de Berlín ha confirmat que l’optimització quàntica està evolucionant des de la teoria cap a aplicacions pràctiques. Els reptes són reals, les dades també, i el maquinari, tot i que encara està en fase de maduració, ja és capaç de sustentar fluxos de treball híbrids significatius.

L’experiència ha reforçat una idea clau: els sistemes quàntics que funcionen en la pràctica són aquells que s’han dissenyat tenint en compte tant el rigor operatiu com la complexitat humana. És precisament en aquest equilibri on resideixen els problemes d’enginyeria més interessants.

Un pont cap a la recerca en curs

Els reptes d’optimització explorats en el hackató connecten de manera natural amb treballs en curs més pròxims. A través del projecte Q-Mind, GMV investiga algorismes quàntics aplicats a tasques de planificació complexes, com l’optimització de rutes, la programació de robots i la coordinació de constel·lacions de satèl·lits, amb l’objectiu de fer viables solucions en temps real en àmbits en què les metodologies clàssiques presenten limitacions. El flux de planificació de torns que desenvolupem a Berlín, amb la seva formulació QUBO, la seva gestió de la incertesa i la seva estructura híbrida clàssica-quàntica, encaixa plenament amb aquesta línia de recerca. És un exemple petit, però tangible, de cap a on es dirigeix l’optimització quàntica: de competicions de proves de concepte a la integració en els sistemes de planificació dels quals depenen realment les infraestructures crítiques.