分子模拟是科学家手中的重要工具。通过了解分子和材料在原子层面的行为,我们能够发现新型药物、催化剂或其他化学物质。然而,模拟分子的电子结构即便对最先进的传统计算机来说也是巨大的挑战。
值得庆幸的是,正如物理学家理查德·费曼所预言的那样,量子计算机有潜力成为模拟自然界量子结构的强大工具。IBM Research的科学家们发现,运行一种名为"基于采样的量子对角化"(SQD)算法的量子计算机,能够实现大规模分子模拟。
在最新一次展示SQD强大能力与实用价值的研究中,来自IBM、克利夫兰诊所和日本理化学研究所的研究人员利用该技术的一种变体,成功对复杂蛋白质进行了精确建模,其中包括一种拥有超过12,000个原子的蛋白质。这一突破性成果于本周在IBM Think大会上正式宣布,距离研究人员上次完成303个原子蛋白质建模的里程碑仅仅过去了四个月。
IBM Research发布了一段专题解说视频,详细介绍了SQD为何能成为科学家的强大工具以及其具体工作原理。
原子和分子中的电子占据着与不同能级相关联的轨道。轨道是一种数学函数,用于描述原子核周围电子最可能出现的空间范围。计算分子中电子的基态——即最稳定、能量最低的构型——可以揭示分子预期的行为和反应性。这听起来似乎并不复杂,但电子之间会相互产生物理影响。正是由于这些相互作用的存在,随着电子数量的增加,基态的计算复杂度呈指数级增长,远远超出了传统高性能计算机的处理能力。
这正是SQD技术发挥作用的地方。借助以量子为核心的超级计算(QCSC),科学家可以将这一方法与经典硬件和量子处理器协同部署,以估算基态属性。
首先,将目标分子的经典计算结构映射到量子电路上,并针对所使用的特定量子处理器进行适配准备。
随后,量子硬件执行该电路,生成一组供经典硬件进一步探索的候选配置。经典硬件对这组配置执行对角化操作,从而得到系统基态的近似结果。近似基态的某些属性可被反馈利用,进一步提升量子硬件的输出质量。
Q&A
Q1:基于采样的量子对角化(SQD)技术是什么?它能解决什么问题?
A:SQD是一种结合量子计算与经典计算的算法,专门用于模拟分子的电子结构。传统计算机在处理电子数量增加时,计算复杂度会呈指数级上升,难以高效完成基态计算。SQD通过量子处理器生成候选配置,再由经典硬件执行对角化操作,从而有效估算分子的基态属性,突破了传统计算的瓶颈。
Q2:IBM最新的SQD研究取得了哪些突破?
A:IBM联合克利夫兰诊所和日本理化学研究所的研究人员,利用SQD技术成功对超过12,000个原子的复杂蛋白质进行了精确建模。这一成果于IBM Think大会上公布,距离上一次完成303个原子蛋白质建模的里程碑仅四个月,充分展示了SQD技术在大规模分子模拟领域的快速进展。
Q3:SQD在IBM硬件上是如何运行的?
A:SQD的运行流程分为三步:首先,将分子的经典计算结构映射并适配到量子电路中;其次,量子硬件执行该电路,生成一组候选配置;最后,经典硬件对这些配置进行对角化处理,得到基态近似结果,并将结果反馈给量子硬件进行迭代优化,整个过程体现了量子与经典计算的协同工作。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。