|
（照片源自：网络）从发掘病人到准许药品运用历时达到数十年，这一历程将耗费数十亿美元。近期，宾夕法尼亚州立大学得到了一项120万美元的国家科学基金会拨款，用于科研基于量子计算机的AI应用，瞧瞧量子计算机是不是能更快地以更低成本开发有效的药品。
量子计算与经典计算机不同，由于量子设备运用量子比特而不是经典比特。量子比特依赖于叠加的量子力学原理，准许它们同期处在1和0状态。量子比特还能够纠缠在一块，这寓意着它们的状态错综繁杂又相互相关。从理论上讲，针对能够纠缠的每一个量子比特，设备的计算潜能呈指数级增长。
按照电气工程和计算机科学副教授、该基金的首席科研员Swaroop Ghosh的说法，这些被科学证实过的奇特性质使量子计算机能够供给更高的处理能力，能够更好地处理某些繁杂的问题。
Ghosh弥补说，运用基于量子计算机设计的AI模型会是药品发掘的理想选取，这是一个受到当前经典计算处理能力限制的行业。
Ghosh说：“与经典神经网络相比，量子AI模型将更具表现力。换句话说，与类似规模的经典AI模型相比，它们拥有更强的能力来模拟所需的功能。量子计算机拥有有效出色的采样能力，因此呢它们能比经典计算机更有效地模拟类似药品分子的有用分布。量子的演进能够进一步加速设备学习任务，由于训练数据能够直接在量子域中处理。
按照宾夕法尼亚州立医学院G. Thomas Passananti教授和该项目的联合首席科研员Nikolay V. Dokholyan的说法，量子计算机能够降低寻找药品关联的成本，并缩短治疗时间。
Dokholyan还是宾夕法尼亚州立大学计算与数据科学科研所（ICDS）的科研员，他说：“药品发掘是一个漫长的过程，可能跨越十年，耗资数十亿美元。日前，联邦药品管理局（FDA）每年仅准许约40种新化合物。经过计算筛选海量化合物来加速药品发掘，有望明显降低寻找疾患的有效新疗法的成本和时间。与针对数十亿种化合物库的传统计算药品筛选办法不同，利用量子计算机以及新型AI驱动的算法有望覆盖更大的化学空间。”
Ghosh说：“每年都有非常多人因癌症等疾患丧生，近年的新冠疫情亦显示，咱们并未快速找到有效的治疗药品。快速而优惠地制造药品寓意着将能挽救更加多的生命。”
利用量子AI设计能够控制Ras蛋白质家族的药品治疗，科研人员对该科研方向尤其感兴趣，这针对癌症治疗和治愈非常要紧。
Ghosh暗示，量子AI设计的疗法不会在一晚上之间出现。运用该技术面临几个挑战。日前可用的量子计算机被叫作为“NISQ”或“嘈杂的中等规模量子计算机”。NISQ设备倾向于供给有限数量的量子比特来处理计算，因为其极高的灵敏度，必须海量的纠错来弥补环境噪声（如热或电磁）导致的错误。量子AI则遇到了更基本的问题，例如量子形式的训练数据不可用，还有与资源关联的问题，例如日前量子比特数有限，距离拜访真实硬件必须很长期。
然而，量子AI有其独特的优良，该技术能够模拟目的概率分布，即使量子比特和参数数量有限，亦能够探索可能的处理方法。尽管面临挑战，该团队很高兴能够迈出第1步，探索量子AI的综合实力。这项工作最初由ICDS和哈克科研所的种子投资支持，团队计划运用来自IBM和微软等机构的量子计算机和量子计算机软件工具。
Ghosh说：“在处理现实世界的问题时，量子AI的真正潜能仍未被探索，该项目将经过探索各样运用中等嘈杂规模量子计算机的量子AI模型来填补这一空白。”
编译：卉可
编辑：慕一
| 
发表于 2024-6-22 10:40:52
