Algorithmiq ottiene una svolta decisiva nel campo dell'informatica quantistica nella scoperta dei farmaci al Summit IBM
In Breve
Algorithmiq ha presentato risultati rivoluzionari di mitigazione degli errori da un esperimento su larga scala condotto su hardware quantistico IBM.
Algoritmo ha recentemente presentato risultati impressionanti di mitigazione degli errori durante un esperimento su larga scala condotto su quantistica IBM hardware al Summit IBM. L'azienda, essendo uno scaleup di algoritmi quantistici, si concentra sull'affrontare sfide complesse nelle scienze della vita e ha dimostrato la sua esperienza nel raggiungimento di un'utilità quantistica pratica.
L’utilità quantistica si verifica quando un computer quantistico realizza calcoli affidabili che superano le capacità di forza bruta del calcolo classico, per una risoluzione precisa dei problemi. Tradizionalmente, i metodi di approssimazione classici erano spesso adattati a problemi specifici, mentre l'unico obiettivo era affrontare una sfida particolare.
Utilizzando utilità quantistica, gli scienziati computazionali e altri ricercatori possono utilizzare i computer quantistici anche per affrontare problemi su larga scala del mondo reale.
L'esperimento ha utilizzato gli algoritmi proprietari di mitigazione degli errori di Algorithmiq su IBM Nazca, in particolare il processore Eagle da 127 qubit, che incorpora 50 qubit attivi e 98 strati di CNOTS, per un totale di 2402 porte CNOTS.
Questa collaborazione con IBM è stato avviato nel 2022 e mira ad aprire la strada al primo vantaggio quantistico pratico in chimica. I computer quantistici, nonostante il loro potenziale, sono alle prese con elevati tassi di errore, che ostacolano i calcoli su larga scala.
Le tecniche proprietarie di Tensor Network Error Mitigation (TEM) di Algorithmiq, impiegate in collaborazione con Ivano Tavernelli dell'IBM Zurigo e John Goold del Trinity College di Dublino, hanno ottenuto risultati rivoluzionari. Queste tecniche hanno mitigato efficacemente il rumore anche con una maggiore profondità del circuito, superando i tradizionali metodi di mitigazione degli errori.
“I computer quantistici di oggi sono soggetti a errori. Ciò significa che quando viene eseguita una simulazione per una molecola, le proprietà che vorremmo dedurre sarebbero distorte. La mitigazione degli errori mira a correggere tali pregiudizi. TEM offre le migliori prestazioni in termini di tempo di utilizzo del controllo qualità perché la mitigazione degli errori avviene in post-elaborazione", ha detto la professoressa Sabrina Maniscalco, co-fondatrice e CEO di Algorithmiq Metaverse Post. “In pratica ciò significa che possiamo correggere gli errori in una frazione del tempo che altri metodi affidabili richiederebbero”.
Inoltre, l’approccio TEM ha dimostrato la capacità di recuperare segnali quantistici in regimi impegnativi, presentando miglioramenti sostanziali nei costi di misurazione. Questa efficienza si traduce in calcoli significativamente più veloci, riducendo i tempi da anni a poche ore.
Nel giugno 2023, Algorithmiq ha raccolto 13.7 milioni di euro nel round di serie A guidato da Inventure VC, un fondo di rischio nordico. I fondi sono stati utilizzati per portare avanti il lavoro di prova di concetto con aziende farmaceutiche a livello globale, con l’obiettivo di ridurre i tempi e i costi della scoperta e dello sviluppo dei farmaci.
I recenti esperimenti dell’azienda hanno ora gettato le basi per il calcolo quantistico scalabile, segnando un passo cruciale verso l’era della tolleranza agli errori per scoperta di nuovi farmaci.
“Con l’aiuto di esperimenti di chimica quantistica su un computer quantistico che vanno per la prima volta di pari passo con studi clinici di laboratorio in loco, si apre la possibilità di progettare precise modifiche chimiche di composti farmaceutici attivati dalla luce che ne migliorano l’efficacia”. riducendo al minimo gli effetti collaterali (indesiderati), massimizzando in definitiva i tassi di successo del trattamento dei pazienti”, ha spiegato Maniscalco.
Sfruttare l'informatica quantistica per applicazioni di chimica
I risultati di Algorithmiq sono andati oltre la mitigazione degli errori, con il CEO Sabrina Maniscalco che ha presentato i risultati chiave di una collaborazione con AstraZeneca, IBM e l'Hartree Centre.
Il team ha esplorato un nuovo approccio per studiare le reazioni di trasferimento di protoni, impiegando la mappatura e la compilazione di fermioni-qubit adattate tramite hardware Algoritmi. Questo approccio ha ridotto significativamente i requisiti hardware quantistici, offrendo una riduzione fino al 54% del numero di operazioni rumorose.
“Mentre la comunità mira a migliorare le dimensioni dei circuiti eseguiti sull'hardware (che significa numero sui CNOT), è importante essere il più efficienti possibile nella costruzione del circuito perché meno operazioni sono necessarie per risolvere il problema, più facile sarà tocca gestirli”, ha detto Maniscalco di Algorithmiq Metaverse Post. “Pertanto, ad Algorithmiq, una delle principali linee di ricerca è dedicata a semplificare il più possibile il circuito per la simulazione della chimica Q”.
Inoltre, Algorithmiq diventa il nuovo proprietario del codice Qiskit Nature, la comunità quantistica altamente curata di IBM per chimica.
Lo sviluppo si allinea con i cambiamenti più ampi di IBM all’ecosistema Qiskit, incoraggiando i partner esterni ad assumersi responsabilità di manutenzione. Algorithmiq mira a sviluppare un software che consenta a ricercatori e aziende di affrontare le sfide della simulazione quantistica nelle scienze naturali.
“Siamo molto concentrati sulla simulazione della chimica quantistica (e successivamente sulla scoperta di farmaci). La simulazione dei sistemi quantistici è stata in primo luogo la motivazione principale per l’informatica quantistica, quindi è un caso d’uso molto sensato per i dispositivi anche nel breve termine”, ha affermato Maniscalco di Algorithmiq. “Mentre molti settori possono trarre vantaggio dal miglioramento delle capacità computazionali della chimica Q, il nostro principale settore di riferimento è la scoperta di farmaci”.
L'approccio di misurazione innovativo di Algorithmiq e i metodi chimici avanzati hanno recentemente assicurato un investimento di 4.25 milioni di dollari da parte di Wellcome Leap. Il finanziamento supporterà la progettazione di nuove interazioni fotone-farmaco per prevenzione del cancro e trattamento in collaborazione con i partner IBM e Cleveland Clinic.
“L’esperimento IBM Summit è stato solo il primo passo per dimostrare che TEM funziona per circuiti complessi. Ora siamo entusiasti di pensare a cosa possiamo fare per il futuro, soprattutto con la notizia del previsto miglioramento dei dispositivi IBM", ha detto Maniscalco di Algorithmiq Metaverse Post.
IBM ha recentemente presentato un nuovo chip e macchina per il calcolo quantistico con l'obiettivo di gettare le basi per sistemi molto più grandi entro il 2033. Il nuovo Quantum System Two dell'azienda incorpora tre chip "Heron", fornendo più di 1,000 qubit.
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Victor è un redattore/scrittore tecnico responsabile presso Metaverse Post e copre l'intelligenza artificiale, la crittografia, la scienza dei dati, il metaverso e la sicurezza informatica nell'ambito aziendale. Vanta mezzo decennio di esperienza nel campo dei media e dell'intelligenza artificiale lavorando presso noti organi di stampa come VentureBeat, DatatechVibe e Analytics India Magazine. Essendo un mentore multimediale presso prestigiose università tra cui Oxford e USC e con un master in scienza e analisi dei dati, Victor è profondamente impegnato a rimanere al passo con le tendenze emergenti. Offre ai lettori le narrazioni più recenti e più approfondite del Tech e Web3 paesaggio.
Altri articoli
Victor è un redattore/scrittore tecnico responsabile presso Metaverse Post e copre l'intelligenza artificiale, la crittografia, la scienza dei dati, il metaverso e la sicurezza informatica nell'ambito aziendale. Vanta mezzo decennio di esperienza nel campo dei media e dell'intelligenza artificiale lavorando presso noti organi di stampa come VentureBeat, DatatechVibe e Analytics India Magazine. Essendo un mentore multimediale presso prestigiose università tra cui Oxford e USC e con un master in scienza e analisi dei dati, Victor è profondamente impegnato a rimanere al passo con le tendenze emergenti. Offre ai lettori le narrazioni più recenti e più approfondite del Tech e Web3 paesaggio.
