Algorithmiq Mencapai Kejayaan Pengkomputeran Kuantum dalam Penemuan Dadah di Sidang Kemuncak IBM
Secara ringkas
Algorithmiq mempamerkan hasil pengurangan ralat terobosan daripada percubaan berskala besar yang dijalankan pada perkakasan kuantum IBM.
Algoritma baru-baru ini membentangkan hasil pengurangan ralat yang mengagumkan semasa eksperimen berskala besar yang dijalankan pada kuantum IBM perkakasan di Sidang Kemuncak IBM. Syarikat itu, sebagai skala algoritma kuantum, menumpukan pada menangani cabaran rumit dalam sains hayat, dan menunjukkan kepakarannya dalam mencapai utiliti kuantum praktikal.
Utiliti kuantum ialah apabila komputer kuantum mencapai pengiraan yang boleh dipercayai melebihi keupayaan kekerasan pengkomputeran klasik, untuk penyelesaian masalah yang tepat. Secara tradisinya, kaedah penghampiran klasik sering disesuaikan untuk masalah tertentu, hanya satu-satunya untuk menangani cabaran tertentu.
menggunakan utiliti kuantum, saintis pengiraan dan penyelidik lain boleh menggunakan komputer kuantum untuk menangani masalah berskala besar dunia sebenar juga.
Percubaan ini menggunakan algoritma pengurangan ralat proprietari Algorithmiq pada IBM Nazca, khususnya pemproses Eagle 127 qubit, yang menggabungkan 50 qubit aktif dan 98 lapisan CNOTS, berjumlah 2402 get CNOTS.
Kerjasama ini dengan IBM telah dimulakan pada tahun 2022, dan bertujuan untuk membuka jalan bagi kelebihan kuantum praktikal pertama dalam kimia. Komputer kuantum walaupun berpotensi, bergelut dengan kadar ralat yang tinggi, menghalang pengiraan berskala besar.
Teknik Tensor Network Error Mitigation (TEM) proprietari milik Algorithmiq, yang digunakan dengan kerjasama Ivano Tavernelli IBM Zurich dan John Goold dari Trinity College Dublin, mencapai keputusan yang cemerlang. Teknik ini berkesan mengurangkan hingar walaupun dengan peningkatan kedalaman litar, mengatasi kaedah pengurangan ralat tradisional.
“Komputer kuantum hari ini terdedah kepada ralat. Ini bermakna apabila simulasi dijalankan untuk molekul, sifat yang kita akan simpulkan akan menjadi berat sebelah. Pengurangan ralat bertujuan untuk membetulkan bias tersebut. TEM memberikan prestasi terbaik dari segi masa penggunaan QC kerana pengurangan ralat berlaku dalam pemprosesan pasca,” kata Profesor Sabrina Maniscalco, pengasas bersama dan Ketua Pegawai Eksekutif Algorithmiq. Metaverse Post. "Dalam amalan ini bermakna kita boleh membetulkan kesilapan dalam sebahagian kecil daripada masa yang diperlukan oleh kaedah lain yang boleh dipercayai."
Selain itu, pendekatan TEM menunjukkan keupayaan untuk memulihkan isyarat kuantum dalam rejim yang mencabar, membentangkan peningkatan yang ketara dalam overhed pengukuran. Kecekapan ini diterjemahkan kepada pengiraan yang jauh lebih pantas, mengurangkan skala masa daripada tahun kepada jam sahaja.
Pada Jun 2023, Algorithmiq mengumpul €13.7 juta dalam pusingan Siri A yang diketuai oleh Inventure VC, sebuah dana teroka Nordic. Dana itu digunakan untuk meneruskan kerja pembuktian konsepnya dengan syarikat farmaseutikal di seluruh dunia, bertujuan untuk mengurangkan masa dan kos penemuan dan pembangunan ubat.
Percubaan terbaru syarikat kini telah meletakkan asas untuk pengiraan kuantum berskala, menandakan langkah penting ke arah era toleransi kesalahan untuk penemuan ubat-ubatan.
"Dengan bantuan eksperimen kimia kuantum pada komputer kuantum yang dijalankan buat kali pertama bersama-sama dengan kajian makmal klinikal di tapak, ini membuka kemungkinan untuk merekayasa pengubahsuaian kimia yang tepat bagi sebatian ubat diaktifkan cahaya yang meningkatkan keberkesanannya. sambil meminimumkan kesan sampingan (yang tidak diingini), akhirnya memaksimumkan kadar kejayaan rawatan pesakit,” jelas Maniscalco.
Memanfaatkan Pengkomputeran Kuantum untuk Aplikasi Kimia
Pencapaian Algorithmiq melangkaui pengurangan ralat, dengan Ketua Pegawai Eksekutif Sabrina Maniscalco membentangkan hasil penting daripada kerjasama dengan AstraZeneca, IBM dan Pusat Hartree.
Pasukan itu meneroka pendekatan baru untuk mengkaji tindak balas pemindahan proton, menggunakan pemetaan dan penyusunan fermion-ke-qubit yang disesuaikan dengan perkakasan algoritma. Pendekatan ini telah mengurangkan keperluan perkakasan kuantum dengan ketara, menawarkan sehingga 54% pengurangan dalam bilangan operasi bising.
“Walaupun komuniti bertujuan untuk meningkatkan saiz litar yang dilaksanakan pada perkakasan (bermaksud nombor pada CNOT) adalah penting untuk menjadi secekap mungkin dalam pembinaan litar kerana lebih sedikit operasi yang diperlukan untuk menyelesaikan masalah itu lebih mudah. ia dapat menjalankannya,” kata Maniscalco Algorithmiq Metaverse Post. "Oleh itu, di Algorithmiq, salah satu baris penyelidikan utama dikhaskan untuk memudahkan litar untuk simulasi kimia Q sebanyak mungkin."
Selain itu, Algorithmiq menjadi pemilik baharu kod Qiskit Nature, komuniti kuantum IBM yang dinilai tinggi untuk kimia.
Pembangunan ini sejajar dengan perubahan IBM yang lebih luas kepada Ekosistem Qiskit, menggalakkan rakan kongsi luar untuk memikul tanggungjawab penyelenggaraan. Algorithmiq bertujuan untuk membangunkan perisian yang memberi kuasa kepada penyelidik dan syarikat untuk menangani cabaran simulasi kuantum dalam sains semula jadi.
"Kami sangat tertumpu pada simulasi kimia kuantum (dan kemudiannya untuk penemuan dadah). Mensimulasikan sistem kuantum adalah motivasi utama untuk pengkomputeran kuantum di tempat pertama, oleh itu ia merupakan kes penggunaan yang sangat wajar untuk peranti walaupun dalam jangka masa terdekat,” kata Maniscalco Algorithmiq. "Walaupun banyak industri boleh mendapat manfaat daripada meningkatkan keupayaan pengiraan kimia Q, industri sasaran utama kami ialah penemuan dadah."
Pendekatan pengukuran inovatif Algorithmiq dan kaedah kimia lanjutan juga baru-baru ini memperoleh pelaburan $4.25 juta daripada Wellcome Leap. Pembiayaan akan menyokong reka bentuk interaksi foton-ubat baharu untuk pencegahan kanser dan rawatan dengan kerjasama rakan kongsi IBM dan Klinik Cleveland.
“Percubaan Sidang Kemuncak IBM hanyalah langkah pertama untuk membuktikan bahawa TEM berfungsi untuk litar kompleks. Kini, kami sangat teruja untuk memikirkan apa yang boleh kami lakukan untuk bergerak ke hadapan, terutamanya dengan berita mengenai peningkatan yang dijangkakan dalam peranti IBM,” kata Maniscalco Algorithmiq. Metaverse Post.
IBM baru-baru ini melancarkan cip dan mesin pengkomputeran kuantum baharu dengan tujuan untuk meletakkan asas bagi sistem yang lebih besar menjelang 2033. Sistem Kuantum Dua baharu syarikat itu, menggabungkan tiga cip “Heron” — menyediakan lebih daripada 1,000 qubit.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Victor ialah Editor/Penulis Teknologi Pengurusan di Metaverse Post dan meliputi kecerdasan buatan, kripto, sains data, metaverse dan keselamatan siber dalam alam perusahaan. Beliau mempunyai setengah dekad pengalaman media dan AI bekerja di saluran media terkenal seperti VentureBeat, DatatechVibe dan Analytics India Magazine. Menjadi Mentor Media di universiti berprestij termasuk Oxford dan USC dan dengan ijazah Sarjana dalam sains data dan analitik, Victor amat komited untuk mengikuti trend yang muncul. Dia menawarkan pembaca naratif terkini dan paling mendalam daripada Tech dan Web3 landskap.
lebih banyak artikel
Victor ialah Editor/Penulis Teknologi Pengurusan di Metaverse Post dan meliputi kecerdasan buatan, kripto, sains data, metaverse dan keselamatan siber dalam alam perusahaan. Beliau mempunyai setengah dekad pengalaman media dan AI bekerja di saluran media terkenal seperti VentureBeat, DatatechVibe dan Analytics India Magazine. Menjadi Mentor Media di universiti berprestij termasuk Oxford dan USC dan dengan ijazah Sarjana dalam sains data dan analitik, Victor amat komited untuk mengikuti trend yang muncul. Dia menawarkan pembaca naratif terkini dan paling mendalam daripada Tech dan Web3 landskap.
