Podczas szczytu IBM Algorithmiq osiąga przełom w obliczeniach kwantowych w odkrywaniu leków
W skrócie
Algorithmiq zaprezentował przełomowe wyniki ograniczania błędów uzyskane w ramach zakrojonego na szeroką skalę eksperymentu przeprowadzonego na sprzęcie kwantowym IBM.
Algorytm niedawno zaprezentowali imponujące wyniki ograniczania błędów podczas przeprowadzonego na dużą skalę eksperymentu IBM kwantowa sprzętu na szczycie IBM. Firma, zajmująca się skalowaniem algorytmów kwantowych, koncentruje się na stawianiu czoła skomplikowanym wyzwaniom w naukach przyrodniczych i wykazała się swoją wiedzą specjalistyczną w osiąganiu praktycznej użyteczności kwantowej.
Użyteczność kwantowa ma miejsce wtedy, gdy komputer kwantowy wykonuje niezawodne obliczenia, przewyższające możliwości klasycznego przetwarzania metodą brute-force, w celu precyzyjnego rozwiązywania problemów. Tradycyjnie klasyczne metody aproksymacyjne były często dostosowywane do konkretnych problemów, a jedynym zadaniem było sprostanie konkretnemu wyzwaniu.
Wykorzystując użyteczność kwantowa, informatycy i inni badacze mogą wykorzystywać komputery kwantowe również do rozwiązywania wielkoskalowych problemów w świecie rzeczywistym.
W eksperymencie wykorzystano autorskie algorytmy łagodzenia błędów firmy Algorithmiq na platformie IBM Nazca, w szczególności 127-kubitowy procesor Eagle, zawierający 50 aktywnych kubitów i 98 warstw CNOTS, co daje łącznie 2402 bramki CNOTS.
Ta współpraca z IBM został zainicjowany w 2022 r. i ma na celu utorowanie drogi dla pierwszej praktycznej przewagi kwantowej w chemii. Komputery kwantowe pomimo swojego potencjału borykają się z wysokim poziomem błędów, co utrudnia obliczenia na dużą skalę.
Opatentowane przez firmę Algorithmiq techniki Tensor Network Error Mitigation (TEM), zastosowane we współpracy z Ivano Tavernellim z IBM Zurich i Johnem Gooldem z Trinity College w Dublinie, osiągnęły przełomowe wyniki. Techniki te skutecznie łagodzą szumy nawet przy większej głębokości obwodu, przewyższając tradycyjne metody ograniczania błędów.
„Współczesne komputery kwantowe są podatne na błędy. Oznacza to, że gdy przeprowadzana jest symulacja cząsteczki, właściwości, które moglibyśmy wywnioskować, byłyby obciążone. Ograniczanie błędów ma na celu skorygowanie tych błędów. TEM zapewnia najlepszą wydajność pod względem czasu wykorzystania kontroli jakości, ponieważ ograniczanie błędów odbywa się na etapie przetwarzania końcowego” – powiedziała profesor Sabrina Maniscalco, współzałożycielka i dyrektor generalna Algorithmiq Metaverse Post. „W praktyce oznacza to, że możemy skorygować błędy w ułamku czasu, jakiego wymagałyby inne niezawodne metody”.
Co więcej, podejście TEM wykazało zdolność do odzyskiwania sygnałów kwantowych w trudnych warunkach, co oznacza znaczną poprawę kosztów ogólnych pomiarów. Wydajność ta przekłada się na znacznie szybsze obliczenia, skracając ramy czasowe z lat do zaledwie godzin.
W czerwcu 2023 r. Algorithmiq zebrał 13.7 mln euro w rundzie serii A prowadzonej przez Inventure VC, nordycki fundusz venture capital. Fundusze wykorzystano na prace nad weryfikacją koncepcji we współpracy z firmami farmaceutycznymi na całym świecie, których celem było skrócenie czasu i kosztów odkrywania i opracowywania leków.
Niedawne eksperymenty firmy położyły podwaliny pod skalowalne obliczenia kwantowe, co stanowi kluczowy krok w kierunku ery odporności na błędy odkrycie narkotyków.
„Dzięki eksperymentom z zakresu chemii kwantowej na komputerze kwantowym, po raz pierwszy połączonym z klinicznymi badaniami laboratoryjnymi na miejscu, otwiera się możliwość opracowania precyzyjnych modyfikacji chemicznych związków leków aktywowanych światłem, które zwiększają ich skuteczność minimalizując (niepożądane) skutki uboczne, ostatecznie maksymalizując wskaźniki powodzenia leczenia pacjentów” – wyjaśnił Maniscalco.
Wykorzystanie obliczeń kwantowych w zastosowaniach chemicznych
Osiągnięcia Algorithmiq wykraczały poza ograniczanie błędów, a dyrektor generalna Sabrina Maniscalco przedstawiła kluczowe wyniki współpracy z AstraZeneca, IBM i Hartree Centre.
Zespół zbadał nowatorskie podejście do badania reakcji przeniesienia protonu, wykorzystując dostosowane sprzętowo mapowanie i kompilację fermionów na kubity Algorytmy. Takie podejście znacznie zmniejszyło wymagania dotyczące sprzętu kwantowego, oferując nawet o 54% redukcję liczby operacji z zakłóceniami.
„Chociaż celem społeczności jest ulepszanie rozmiaru obwodów wykonywanych na sprzęcie (co oznacza liczbę CNOT), ważne jest, aby konstruować obwody tak efektywnie, jak to możliwe, ponieważ im mniej operacji potrzeba do rozwiązania problemu, tym łatwiej to on nimi kieruje” – powiedział Maniscalco z Algorithmiq Metaverse Post. „Dlatego w Algorithmiq jeden z głównych kierunków badań poświęcony jest maksymalnemu uproszczeniu obwodu do symulacji chemii Q”.
Co więcej, firma Algorithmiq została nowym właścicielem kodu Qiskit Nature, wysoce wyselekcjonowanej społeczności kwantowej IBM zajmującej się produkty chemczne.
Rozwój ten wpisuje się w szersze zmiany IBM w ekosystemie Qiskit, zachęcając partnerów zewnętrznych do przejęcia odpowiedzialności za konserwację. Celem Algorithmiq jest opracowanie oprogramowania, które umożliwi naukowcom i firmom sprostanie wyzwaniom związanym z symulacją kwantową w naukach przyrodniczych.
„Jesteśmy bardzo skupieni na symulacji chemii kwantowej (a później na odkrywaniu leków). Symulacja systemów kwantowych była przede wszystkim główną motywacją do obliczeń kwantowych, dlatego jest to bardzo rozsądny przypadek użycia tych urządzeń nawet w najbliższej przyszłości” – powiedział Maniscalco z Algorithmiq. „Chociaż wiele branż może zyskać na ulepszeniu możliwości obliczeniowych chemii Q, naszą główną branżą docelową jest odkrywanie leków”.
Innowacyjne podejście do pomiarów i zaawansowane metody chemiczne firmy Algorithmiq zapewniły niedawno spółce Wellcome Leap inwestycję o wartości 4.25 miliona dolarów. Dofinansowanie wesprze projektowanie nowych interakcji foton-lek zapobieganie rakowi i leczenia we współpracy z partnerami IBM i Cleveland Clinic.
„Eksperyment IBM Summit był tylko pierwszym krokiem w kierunku udowodnienia, że TEM działa w przypadku złożonych obwodów. Teraz jesteśmy podekscytowani myślą o tym, co możemy zrobić w przyszłości, zwłaszcza w związku z wiadomościami o oczekiwanym udoskonaleniu urządzeń IBM” – powiedział Maniscalco z Algorithmiq Metaverse Post.
IBM zaprezentował niedawno nowy chip i maszynę do obliczeń kwantowych, których celem jest położenie podwalin pod znacznie większe systemy do 2033 roku. Nowy Quantum System Two firmy zawiera trzy chipy „Heron” — zapewniające ponad 1,000 kubitów.
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Victor jest redaktorem naczelnym/pisarzem technicznym w firmie Metaverse Post i obejmuje sztuczną inteligencję, kryptografię, analizę danych, metaświat i cyberbezpieczeństwo w sferze przedsiębiorstw. Może pochwalić się półdziesięcioletnim doświadczeniem w mediach i sztucznej inteligencji, pracując w znanych mediach, takich jak VentureBeat, DatatechVibe i Analytics India Magazine. Będąc mentorem ds. mediów na prestiżowych uniwersytetach, w tym w Oksfordzie i USC, oraz posiadając tytuł magistra w dziedzinie nauki o danych i analityki, Victor jest głęboko zaangażowany w bycie na bieżąco z pojawiającymi się trendami. Oferuje czytelnikom najnowsze i najbardziej wnikliwe narracje z branży technologicznej i Web3 krajobraz.
Więcej artykułów
Victor jest redaktorem naczelnym/pisarzem technicznym w firmie Metaverse Post i obejmuje sztuczną inteligencję, kryptografię, analizę danych, metaświat i cyberbezpieczeństwo w sferze przedsiębiorstw. Może pochwalić się półdziesięcioletnim doświadczeniem w mediach i sztucznej inteligencji, pracując w znanych mediach, takich jak VentureBeat, DatatechVibe i Analytics India Magazine. Będąc mentorem ds. mediów na prestiżowych uniwersytetach, w tym w Oksfordzie i USC, oraz posiadając tytuł magistra w dziedzinie nauki o danych i analityki, Victor jest głęboko zaangażowany w bycie na bieżąco z pojawiającymi się trendami. Oferuje czytelnikom najnowsze i najbardziej wnikliwe narracje z branży technologicznej i Web3 krajobraz.
