IBM正在与初创公司Algorithmiq展开合作,探索使用量子计算机加速药物发现的方法。两家公司今天公布了这一合作伙伴关系。

IBM正在进行多年的研究工作,其重点是开发大型量子计算机。人们相信,量子计算系统可以执行的那些计算任务,即使对于目前最强大的传统超级计算机来说也过于复杂。IBM在上周公布了这项研究工作的最新成果Osprey,一款具有433个量子位的量子处理器。
而总部位于芬兰的Algorithmiq公司正在开发一个经过优化可以运行在量子处理器上的模拟平台。该平台旨在帮助科学家加速医疗和材料科学等领域的研究计划。今年早些时候,Algorithmiq从Tiger Global等投资方那里融资了400万美元。
在此次合作中,Algorithmiq将与IBM合作探索如何将量子计算机用于药物发现,特别是两家公司希望开发加速药物发现过程和降低相关成本的方法。
IBM和Algorithmiq将优先考虑新兴的量子化学领域作为他们研究的一部分。量子化学是将量子力学的概念应用于分子和材料的研究。据称,Algorithmiq已经开发出多种算法,这些算法已经经过证明有可能推进该领域的研究。
构建大型量子计算机的主要障碍之一就是量子处理器的基本构建块——量子位容易出现计算错误,因此很难执行复杂的计算任务例如模拟分子。Algorithmiq表示,他们的研究人员发现了一种“显着提高”量子化学模拟准确性的方法。
“量子计算是彻底改变药物发现和开发过程的关键,”Algorithmiq公司联合创始人、首席执行官Sabrina Maniscalco表示。
IBM和Algorithmiq计划把此次合作中开发的一部分新技术贡献给开源Qiskit软件工具包。该工具包是由IBM于2017年发布的,可以让开发人员更轻松地编写可运行在量子处理器上运行的算法。此外,Qiskit还包括了一组预打包的量子算法。
IBM通过云服务的方式向开发人员提供IBM的量子处理器。IBM最新的量子处理器Osprey,其量子位数量是上一代设备的3倍多。IBM还打算在明年推出一款更先进的Condor处理器,将包含1000多个量子位。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。