Algorithmiq logra un gran avance en la computación cuántica en el descubrimiento de fármacos en la cumbre de IBM
En Resumen
Algorithmiq mostró resultados innovadores de mitigación de errores de un experimento a gran escala realizado en hardware cuántico de IBM.
algoritmo Recientemente presentó impresionantes resultados de mitigación de errores durante un experimento a gran escala realizado en IBM cuántico hardware en la Cumbre de IBM. La empresa, al ser una empresa de ampliación de algoritmos cuánticos, se concentra en abordar desafíos complejos en las ciencias de la vida y demostró su experiencia en la consecución de una utilidad cuántica práctica.
La utilidad cuántica se produce cuando una computadora cuántica logra cálculos confiables que superan las capacidades de fuerza bruta de la computación clásica, para una resolución precisa de problemas. Tradicionalmente, los métodos de aproximación clásicos a menudo se adaptaban a problemas específicos, cuyo único objetivo era abordar el desafío particular.
Utilizando utilidad cuántica, los científicos computacionales y otros investigadores también pueden utilizar computadoras cuánticas para abordar problemas a gran escala del mundo real.
El experimento utilizó los algoritmos de mitigación de errores patentados de Algorithmiq en IBM Nazca, específicamente el procesador Eagle de 127 qubit, que incorpora 50 qubits activos y 98 capas de CNOTS, con un total de 2402 puertas CNOTS.
Esta colaboración con IBM se inició en 2022 y tiene como objetivo allanar el camino para la primera ventaja cuántica práctica en química. Las computadoras cuánticas, a pesar de su potencial, enfrentan altas tasas de error, lo que dificulta los cálculos a gran escala.
Las técnicas patentadas de mitigación de errores de red tensor (TEM) de Algorithmiq, empleadas en colaboración con Ivano Tavernelli de IBM Zurich y John Goold del Trinity College Dublin, lograron resultados innovadores. Estas técnicas mitigaron eficazmente el ruido incluso con una mayor profundidad del circuito, superando los métodos tradicionales de mitigación de errores.
“Las computadoras cuánticas actuales son propensas a cometer errores. Esto significa que cuando se ejecuta una simulación para una molécula, las propiedades que inferiríamos estarían sesgadas. La mitigación de errores tiene como objetivo corregir esos sesgos. TEM ofrece el mejor rendimiento en términos de tiempo de uso de control de calidad porque la mitigación de errores tiene lugar en el posprocesamiento”, dijo la profesora Sabrina Maniscalco, cofundadora y directora ejecutiva de Algorithmiq. Metaverse Post. "En la práctica, esto significa que podemos corregir los errores en una fracción del tiempo que requerirían otros métodos fiables".
Además, el enfoque TEM demostró capacidad para recuperar señales cuánticas en regímenes desafiantes, lo que presenta mejoras sustanciales en los gastos generales de medición. Esta eficiencia se traduce en cálculos significativamente más rápidos, lo que reduce los plazos de años a meras horas.
En junio de 2023, Algorithmiq recaudó 13.7 millones de euros en una ronda Serie A liderada por Inventure VC, un fondo de riesgo nórdico. Los fondos se utilizaron para continuar su trabajo de prueba de concepto con compañías farmacéuticas a nivel mundial, con el objetivo de reducir el tiempo y el costo del descubrimiento y desarrollo de fármacos.
Los recientes experimentos de la compañía han sentado las bases para la computación cuántica escalable, lo que marca un paso crucial hacia la era de la tolerancia a fallas para el descubrimiento de fármacos.
“Con la ayuda de experimentos de química cuántica en una computadora cuántica que van de la mano por primera vez con estudios de laboratorio clínico in situ, esto abre la posibilidad de diseñar modificaciones químicas precisas de compuestos farmacológicos activados por luz que mejoren su eficacia. al mismo tiempo que se minimizan los efectos secundarios (no deseados) y, en última instancia, se maximizan las tasas de éxito del tratamiento de los pacientes”, explicó Maniscalco.
Aprovechando la computación cuántica para aplicaciones químicas
Los logros de Algorithmiq fueron más allá de la mitigación de errores: la directora ejecutiva, Sabrina Maniscalco, presentó los resultados clave de una colaboración con AstraZeneca, IBM y el Centro Hartree.
El equipo exploró un enfoque novedoso para estudiar las reacciones de transferencia de protones, empleando mapeo y compilación de fermiones a qubit adaptados por hardware. algoritmos. Este enfoque redujo significativamente los requisitos de hardware cuántico y ofreció hasta un 54 % de reducción en el número de operaciones ruidosas.
“Si bien la comunidad tiene como objetivo mejorar el tamaño de los circuitos que se ejecutan en hardware (es decir, número en CNOT), es importante ser lo más eficiente posible en la construcción del circuito porque cuantas menos operaciones se necesiten para resolver el problema, más fácil será puede ejecutarlos”, dijo Maniscalco de Algorithmiq. Metaverse Post. “Por ello, en Algorithmiq, una de las principales líneas de investigación está dedicada a simplificar al máximo el circuito para la simulación de química Q”.
Además, Algorithmiq se convierte en el nuevo propietario del código Qiskit Nature, la comunidad cuántica altamente seleccionada de IBM para química.
El desarrollo se alinea con los cambios más amplios de IBM en el ecosistema Qiskit, alentando a los socios externos a asumir responsabilidades de mantenimiento. Algorithmiq tiene como objetivo desarrollar software que permita a investigadores y empresas abordar los desafíos de la simulación cuántica en las ciencias naturales.
“Estamos muy centrados en la simulación de la química cuántica (y más adelante en el descubrimiento de fármacos). La simulación de sistemas cuánticos fue en primer lugar la principal motivación para la computación cuántica, por lo que es un caso de uso muy sensato para los dispositivos incluso en el corto plazo”, dijo Maniscalco de Algorithmiq. "Si bien muchas industrias pueden beneficiarse de la mejora de las capacidades computacionales de la química Q, nuestro principal objetivo es el descubrimiento de fármacos".
El innovador enfoque de medición de Algorithmiq y los métodos químicos avanzados también aseguraron recientemente una inversión de 4.25 millones de dólares de Wellcome Leap. La financiación apoyará el diseño de nuevas interacciones entre fotones y fármacos para la prevención del cáncer y tratamiento en colaboración con los socios IBM y Cleveland Clinic.
“El experimento de la Cumbre de IBM fue sólo el primer paso para demostrar que TEM funciona con circuitos complejos. Ahora, estamos entusiasmados de pensar en lo que podemos hacer en el futuro, especialmente con la noticia de la mejora esperada en los dispositivos IBM”, dijo Maniscalco de Algorithmiq. Metaverse Post.
IBM presentó recientemente una nueva máquina y chip de computación cuántica con el objetivo de sentar las bases para sistemas mucho más grandes para 2033. El nuevo Quantum System Two de la compañía incorpora tres chips "Heron", que proporcionan más de 1,000 qubits.
Exención de responsabilidad
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre el Autor
Victor es editor/escritor técnico en jefe en Metaverse Post y cubre inteligencia artificial, criptografía, ciencia de datos, metaverso y ciberseguridad dentro del ámbito empresarial. Cuenta con media década de experiencia en medios e inteligencia artificial trabajando en medios de comunicación reconocidos como VentureBeat, DatatechVibe y Analytics India Magazine. Al ser mentor de medios en prestigiosas universidades, incluidas Oxford y USC, y con una maestría en ciencia y análisis de datos, Víctor está profundamente comprometido a mantenerse al tanto de las tendencias emergentes. Ofrece a los lectores las narrativas más recientes y reveladoras de la tecnología y Web3 paisaje.
Más artículos
Victor es editor/escritor técnico en jefe en Metaverse Post y cubre inteligencia artificial, criptografía, ciencia de datos, metaverso y ciberseguridad dentro del ámbito empresarial. Cuenta con media década de experiencia en medios e inteligencia artificial trabajando en medios de comunicación reconocidos como VentureBeat, DatatechVibe y Analytics India Magazine. Al ser mentor de medios en prestigiosas universidades, incluidas Oxford y USC, y con una maestría en ciencia y análisis de datos, Víctor está profundamente comprometido a mantenerse al tanto de las tendencias emergentes. Ofrece a los lectores las narrativas más recientes y reveladoras de la tecnología y Web3 paisaje.
