Algorithmiq Mencapai Terobosan Komputasi Kuantum dalam Penemuan Obat di IBM Summit
Singkatnya
Algorithmiq memamerkan hasil mitigasi kesalahan yang inovatif dari eksperimen skala besar yang dilakukan pada perangkat keras kuantum IBM.
algoritma baru-baru ini menyajikan hasil mitigasi kesalahan yang mengesankan selama percobaan skala besar yang dilakukan kuantum IBM perangkat keras di IBM Summit. Perusahaan ini, sebagai perusahaan yang mengembangkan algoritma kuantum, berkonsentrasi dalam mengatasi tantangan rumit dalam ilmu kehidupan, dan menunjukkan keahliannya dalam mencapai utilitas kuantum praktis.
Utilitas kuantum adalah ketika komputer kuantum mencapai komputasi yang dapat diandalkan yang melampaui kemampuan komputasi klasik, untuk penyelesaian masalah yang tepat. Secara tradisional, metode pendekatan klasik sering kali disesuaikan untuk permasalahan tertentu, dan metode tersebut hanya bertujuan untuk mengatasi tantangan tertentu.
Memanfaatkan utilitas kuantum, ilmuwan komputasi dan peneliti lain juga dapat menggunakan komputer kuantum untuk mengatasi masalah skala besar di dunia nyata.
Eksperimen ini menggunakan algoritme mitigasi kesalahan milik Algorithmiq pada IBM Nazca, khususnya prosesor Eagle 127 qubit, yang menggabungkan 50 qubit aktif dan 98 lapisan CNOTS, dengan total 2402 gerbang CNOTS.
Kolaborasi ini dengan IBM dimulai pada tahun 2022, dan bertujuan untuk membuka jalan bagi keunggulan kuantum praktis pertama dalam kimia. Komputer kuantum meskipun mempunyai potensi, bergulat dengan tingkat kesalahan yang tinggi, sehingga menghambat perhitungan skala besar.
Teknik Tensor Network Error Mitigation (TEM) milik Algorithmiq, yang digunakan bekerja sama dengan Ivano Tavernelli dari IBM Zurich dan John Goold dari Trinity College Dublin, mencapai hasil yang luar biasa. Teknik-teknik ini secara efektif mengurangi kebisingan bahkan dengan peningkatan kedalaman sirkuit, melebihi metode mitigasi kesalahan tradisional.
“Komputer kuantum saat ini rentan terhadap kesalahan. Ini berarti bahwa ketika simulasi dijalankan untuk sebuah molekul, sifat-sifat yang kita simpulkan akan menjadi bias. Mitigasi kesalahan bertujuan untuk mengoreksi bias-bias tersebut. TEM memberikan kinerja terbaik dalam hal waktu penggunaan QC karena mitigasi kesalahan terjadi pada pasca pemrosesan,” kata Profesor Sabrina Maniscalco, salah satu pendiri dan CEO Algorithmiq. Metaverse Post. “Dalam praktiknya, ini berarti kami dapat memperbaiki kesalahan dalam waktu yang lebih singkat dibandingkan metode lain yang dapat diandalkan.”
Selain itu, pendekatan TEM menunjukkan kemampuan untuk memulihkan sinyal kuantum dalam kondisi yang menantang, sehingga menghadirkan peningkatan substansial dalam overhead pengukuran. Efisiensi ini menghasilkan komputasi yang jauh lebih cepat, mengurangi rentang waktu dari tahun menjadi hanya beberapa jam.
Pada bulan Juni 2023, Algorithmiq mengumpulkan €13.7 juta dalam putaran Seri A yang dipimpin oleh Inventure VC, dana ventura Nordik. Dana tersebut digunakan untuk melanjutkan kerja pembuktian konsep dengan perusahaan farmasi secara global, yang bertujuan untuk mengurangi waktu dan biaya penemuan dan pengembangan obat.
Eksperimen terbaru perusahaan tersebut kini telah meletakkan dasar bagi komputasi kuantum yang dapat diskalakan, menandai langkah penting menuju era toleransi kesalahan bagi penemuan obat.
“Dengan bantuan eksperimen kimia kuantum pada komputer kuantum yang untuk pertama kalinya dilakukan bersamaan dengan studi laboratorium klinis di lokasi, hal ini membuka kemungkinan untuk merekayasa modifikasi kimia yang tepat dari senyawa obat yang diaktifkan cahaya untuk meningkatkan kemanjurannya. sekaligus meminimalkan efek samping (yang tidak diinginkan), yang pada akhirnya memaksimalkan tingkat keberhasilan pengobatan pasien,” jelas Maniscalco.
Memanfaatkan Komputasi Kuantum untuk Aplikasi Kimia
Pencapaian Algorithmiq lebih dari sekadar mitigasi kesalahan, dengan CEO Sabrina Maniscalco memaparkan hasil-hasil penting dari kolaborasi dengan AstraZeneca, IBM, dan Hartree Center.
Tim mengeksplorasi pendekatan baru untuk mempelajari reaksi transfer proton, menggunakan pemetaan dan kompilasi fermion-ke-qubit yang disesuaikan dengan perangkat keras. algoritma. Pendekatan ini secara signifikan mengurangi kebutuhan perangkat keras kuantum, menawarkan pengurangan jumlah operasi yang bising hingga 54%.
“Meskipun komunitas bertujuan untuk meningkatkan ukuran sirkuit yang dijalankan pada perangkat keras (artinya jumlah pada CNOT), penting untuk menjadi seefisien mungkin dalam pembangunan sirkuit karena semakin sedikit operasi yang diperlukan untuk menyelesaikan masalah, semakin mudah. itu akan menjalankannya,” kata Maniscalco dari Algorithmiq Metaverse Post. “Jadi, di Algorithmiq, salah satu jalur penelitian utama dikhususkan untuk menyederhanakan rangkaian simulasi kimia Q sebanyak mungkin.”
Selain itu, Algorithmiq menjadi pemilik baru kode Qiskit Nature, komunitas kuantum IBM yang sangat terkurasi kimia.
Perkembangan ini selaras dengan perubahan IBM yang lebih luas pada Ekosistem Qiskit, sehingga mendorong mitra eksternal untuk mengambil tanggung jawab pemeliharaan. Algorithmiq bertujuan untuk mengembangkan perangkat lunak yang memberdayakan peneliti dan perusahaan untuk mengatasi tantangan simulasi kuantum dalam ilmu alam.
“Kami sangat fokus pada simulasi kimia kuantum (dan kemudian pada penemuan obat). Mensimulasikan sistem kuantum adalah motivasi utama komputasi kuantum, oleh karena itu ini adalah kasus penggunaan yang sangat masuk akal untuk perangkat bahkan dalam jangka pendek,” kata Maniscalco dari Algorithmiq. “Meskipun banyak industri dapat memperoleh manfaat dari peningkatan kemampuan komputasi kimia Q, target industri utama kami adalah penemuan obat.”
Pendekatan pengukuran inovatif Algorithmiq dan metode kimia canggih juga baru-baru ini mendapatkan investasi $4.25 juta dari Wellcome Leap. Pendanaan tersebut akan mendukung desain interaksi foton-obat baru pencegahan kanker dan pengobatan bekerja sama dengan mitra IBM dan Cleveland Clinic.
“Eksperimen IBM Summit hanyalah langkah pertama untuk membuktikan bahwa TEM dapat digunakan pada sirkuit yang kompleks. Sekarang, kami sangat bersemangat untuk memikirkan apa yang dapat kami lakukan ke depan, terutama dengan berita tentang peningkatan yang diharapkan pada perangkat IBM,” kata Maniscalco dari Algorithmiq. Metaverse Post.
IBM baru-baru ini meluncurkan chip dan mesin komputasi kuantum baru dengan tujuan meletakkan dasar bagi sistem yang jauh lebih besar pada tahun 2033. Quantum System Two baru milik perusahaan, menggabungkan tiga chip “Heron” — menyediakan lebih dari 1,000 qubit.
Penolakan tanggung jawab
Sejalan dengan Percayai pedoman Proyek, harap dicatat bahwa informasi yang diberikan pada halaman ini tidak dimaksudkan untuk dan tidak boleh ditafsirkan sebagai nasihat hukum, pajak, investasi, keuangan, atau bentuk nasihat lainnya. Penting untuk hanya menginvestasikan jumlah yang mampu Anda tanggung kerugiannya dan mencari nasihat keuangan independen jika Anda ragu. Untuk informasi lebih lanjut, kami menyarankan untuk merujuk pada syarat dan ketentuan serta halaman bantuan dan dukungan yang disediakan oleh penerbit atau pengiklan. MetaversePost berkomitmen terhadap pelaporan yang akurat dan tidak memihak, namun kondisi pasar dapat berubah tanpa pemberitahuan.
Tentang Penulis
Victor adalah Editor/Penulis Pelaksana Teknologi di Metaverse Post dan mencakup kecerdasan buatan, kripto, ilmu data, metaverse, dan keamanan siber dalam ranah perusahaan. Dia memiliki pengalaman media dan AI selama setengah dekade bekerja di outlet media terkenal seperti VentureBeat, DatatechVibe, dan Majalah Analytics India. Menjadi Mentor Media di universitas bergengsi termasuk Oxford dan USC dan dengan gelar Master di bidang ilmu data dan analitik, Victor sangat berkomitmen untuk terus mengikuti tren yang sedang berkembang. Dia menawarkan kepada pembaca narasi terbaru dan paling mendalam dari Tech and Web3 pemandangan.
lebih artikel
Victor adalah Editor/Penulis Pelaksana Teknologi di Metaverse Post dan mencakup kecerdasan buatan, kripto, ilmu data, metaverse, dan keamanan siber dalam ranah perusahaan. Dia memiliki pengalaman media dan AI selama setengah dekade bekerja di outlet media terkenal seperti VentureBeat, DatatechVibe, dan Majalah Analytics India. Menjadi Mentor Media di universitas bergengsi termasuk Oxford dan USC dan dengan gelar Master di bidang ilmu data dan analitik, Victor sangat berkomitmen untuk terus mengikuti tren yang sedang berkembang. Dia menawarkan kepada pembaca narasi terbaru dan paling mendalam dari Tech and Web3 pemandangan.
