关于ZAKER 免费视频剪辑 合作 加入

IBM 首台商用量子计算机拟空降克利夫兰诊所,医药健康 + 量子计算再嗑新「CP」!

以下文章来源于生辉 ,作者宋冉 赵欣

2019 年 10 月,谷歌在量子计算领域的里程碑式重大研究突破登上 Nature 杂志 150 周年版封面,轰动一时:谷歌开发的 54 量子比特的量子计算机 —— Sycamore,在 3 分 20 秒内完成了世界最快的超级计算机需要 1 万年才能输出的计算任务,宣称实现了量子优越性。

时隔两年之后,量子计算开始尝试在医疗健康领域释放应用潜力,试水阶段开启。

昨日,IBM 与世界顶级医疗机构克利夫兰诊所达成一项 "10 年之约 ",在这项合约中,IBM 第一台商用量子计算机 —— IBM Quantum System One 将于明年正式落户克利夫兰诊所。

图 | IBM Quantum System One(来源:IBM 官网)

事实上,计划将量子计算用于医药健康领域的玩家不在少数,国外 IBM、谷歌、罗氏、微软等已经相继入局,国内阿里、百度、腾讯、华为或许也在探索。

据外媒报道,IBM 还计划在克利夫兰诊所的相关设施中安装其第一个 1000 + 量子比特的下一代量子系统,该系统预计会在 2023 年推出。

根据协议,双方将会共同建立发现加速器(Discovery Accelerator)—— 通过在混合云、AI 和量子计算技术上使用高性能计算,推动医药健康领域发展步伐。

Discovery Accelerator 是克利夫兰诊所新的全球病原体研究与人类健康中心的技术基础,该中心于今年 2 月正式成立,正在通过研究基因组学、社会学,开发新型诊断方法、治疗方法、疫苗和数字工具,为全球下一次大流行病做好准备工作。而 IBM 的量子计算机计划在这些研究中大展身手。

该中心的一大目标在于利用机器人和 AI 合成新分子,利用先进计算技术识别潜在药物靶标。IBM 认为其 AI、云计算和量子计算工具将加速编译和分析所有数据的过程,以帮助该中心实现其目标。

这并非双方第一次合作,克利夫兰诊所一直是互联网医疗创新的 " 排头兵 "。早在 2014 年,IBM 已与克利夫兰诊所牵手,对沃森超级计算机系统在肿瘤个性化应用进行评估。IBM 是量子计算领域的领军者之一,扎根量子计算研究已 30 余年,正在开展基础量子信息科学研究、开发新型量子算法、探索量子计算领域的新可能性。

量子计算是一种由量子力学规律调控量子信息单元进行计算的新型计算模式。与传统计算机相比,量子计算机的优势在于能够使算力以指数级规模拓展和爆发式增长,实现 " 量子优越性 "。量子态叠加原理使得每个量子比特同时处于比特 0 和比特 1 的状态,通过两种状态的叠加实现并行存储和计算。

" 高性能计算、混合云、数据、AI 和量子计算正在以一种全新的方式突破科学发现中长期存在的瓶颈。我们与克利夫兰医院的合作将把该医院在医疗健康和生命科学领域的专业知识,与 IBM 的下一代技术相结合,以加快科学发现速度,并扩大发现范围。"IBM 董事长兼首席执行官 Arvind Krishna 说。

量子计算在医疗健康领域将会带来哪些革新?真正落地还有哪些 " 硬骨头 " 要啃?

3 对 " 药研大厂 + 量子计算巨头 "CP

可以说,今年是量子药研的破冰之年。

罗氏全球区域负责人 Mari lle van de Pol 表示,今年初,公司就 " 今年将会是量子药物研发的关键年份 " 这一话题展开讨论,并且强调,量子算法和软件将会是今年合作的重点部分。

早在克利夫兰诊所将获 IBM 量子计算机的消息公布之前,药研大厂勃林格殷格翰、罗氏已于今年 1 月先后宣布将量子计算应用到药物研发当中,这也标志着量子计算在药物研发领域商用的大戏开始筹备。

美国时间 1 月 11 日,勃林格殷格翰宣布与谷歌量子人工智能部门达成合作,成为全球首家与谷歌在量子计算领域开展合作的制药公司。为此,勃林格殷格翰已建立专属量子实验室,研究团队由量子计算学界、业界杰出专家组成。

对于此次合作,双方将发挥各自优势,结合计算机辅助药物设计、计算机模拟知识与量子计算资源,研究并实现量子计算在分子动力学模拟等药物研发领域的应用。

谷歌量子算法部门负责人 Ryan Babbush 表示," 分子系统的极度精确建模被广泛认为是量子计算最自然、最有可能带来变革的应用领域之一。"

罗氏公司 Mari lle van de Pol 也认为,在药物研发领域,模拟分子及其化学行为是量子计算最有前途的应用之一,将有助于药物研发更快速、更精确。

量子计算带来的可能性将掀起制药业的波澜。罗氏对量子计算的布局也在今年初显现,勃林格殷格翰和谷歌 " 官宣 " 同月,罗氏宣布与量子算法及软件领域领先公司剑桥量子计算公司(Cambridge Quantum Computing,简称 "CQC" )达成合作。

双方合作将持续三年,罗氏将使用 CQC 量子化学平台 "EUMEN",模拟量子尺度的分子相互作用,设计、实施用于早期药物发现和开发的嘈杂中级量子(NISQ)算法,研究阿尔茨海默病的新疗法,并逐步推广到其他疾病潜在药物的研发中。

不同于 IBM、谷歌等量子计算硬件公司,CQC 致力于跟随 IBM、霍尼韦尔、谷歌等量子计算硬件研发厂商的时间表,同步开发量子计算应用。去年 12 月,CQC 完成了来自霍尼韦尔、IBM 等投资者的 4500 万美元融资。

还有较长的路要走

针对传统行业来说,大量研发、复杂计算带来的计算压力已经初步显现,在生物制药、化工、能源表现尤为明显。

早在 20 世纪 80 年代,美国知名物理学家理查德费曼(Richard P. Feynman)提出利用量子体系实现通用计算的想法 —— 按照量子力学规律工作设计计算机。自此,科技界开启了对于量子计算机孜孜不倦的探索。

2007 年,D-wave Systems 公司宣布研制成功了 16 量子比特的量子计算机,这是历史上第一台商用量子计算机;2019 年,谷歌宣布开发了一个 54 量子比特的计算机 —— Sycamore,可以在 200 秒内完成目标计算,而根据实验数据,全球最快的超级计算机如果要输出类似的结果需要 1 万年时间。其研究成果登上了《自然》杂志 150 周年版的封面,算得上是量子计算领域的一大里程碑;2020 年底,中国科学技术大学潘建伟团队实现 " 量子计算优越性 " 里程碑,原型机 " 九章 " 比谷歌超导比特量子计算原型机 " 悬铃木 " 快一百亿倍。

图 |" 九章 " 量子计算机(来源:网络)

近年来,量子计算和量子计算机在技术、算法、算力上取得重大突破,不断迭代更新。然而,量子计算成熟的应用和落地场景还未出现。

量子计算的核心优势有两点,一是实现高速并行计算,能够跨越式提高计算机算力;二是可以降低能耗。

结合量子计算的优势以及行业内专家观点,中金公司认为,量子计算将在新药开发、密码、人工智能有广阔应用场景。

根据 IDC 的调研,量子计算在医疗健康领域的应用将可能聚焦于基因分析、蛋白质结构预测、药物开发。

新药研发是一个漫长且需要大量算法和算力的过程,其中单虚拟筛选要从几十至上百万化合物中筛选出具有潜在成药性的活性化合物。此外,受限于传统的算力,对生物大分子的准确性状模拟仍然是新药研发的一大难题。

而量子计算拥有强大的算力,擅长模拟分子特性,有望通过计算机数字形式模拟出大分子性状,缩短传统所需验证时间。

在 2017 年,IBM 利用量子计算机成功模拟氢化铍;在 2018 年,IonQ 利用量子计算成功模拟水分子;在 2020 年,Google 利用量子计算机成功模拟二氮烯,并模拟了该化合物的化学反应。

腾讯、华为、百度也将量子计算应用于药物研发领域。2017 年,腾讯正式进军量子计算领域,产业落地方向包括探索在化学和药物研发进展,比如在小分子药物发现流程中引入量子 + AI 模型;2019 年,华为发布了 HiQ 2.0 量子计算软件解决方案,其中包括布局量子化学和量子调控,帮助量子开发者在药物、材料等相关领域取得进展。

不过,目前,量子计算只能模拟原子数量较少的小分子,对于通常包含几千到几十万个原子的蛋白质、核酸、多糖等生物大分子,当前的技术手段难以模拟。

" 量子计算机的特点在于速度很快,它更侧重于解决速度问题而非生物制药领域的核心科学问题。自由能微扰计算(FEP)是评估药物小分子和靶点结合强度的一种高精度方法,往往需要大量计算,因此我比较看好量子计算在 FEP 中的潜力。"AI 制药公司费米子创始人兼首席执行官邓代国博士说。

AI 制药公司 Insilico Medicine 创始人兼首席执行官 Alex Zhavoronkov 博士认为,量子计算是一种探索性的尝试,对生物健康领域非常有益。量子计算确实是一个非常热门的词,但还没有显示出识别重大疾病靶标的能力。

量子计算非常热,但要真正实现商业化落地,还有较长的路要走。大多数专家认为,未来 10-15 年内量子计算机可能实现商业应用。

清华大学物理系副教授张浩认为,当前量子计算的研究,在围绕硬件实现路径上有两种思路:一是如何更好的提升单个量子比特的质量或寿命,二是如何更有效地集成和表征更多物理量子比特以及纠错。这两个路径的突破,都有大量的基础科学研究和工程问题需要突破和解决,这是未来的重要挑战。

美国著名国际数据集团 IDC 中国副总裁兼首席分析师武连峰曾指出,谷歌的 54 量子比特的量子计算机以及潘建伟团队的 " 九章 " 原型机两大量子计算案例诚然非常鼓舞人心,但并不意味着量子计算的商用时代就要来临。这两大案例只是量子计算系统相较于现有经典计算机解决了一个精心设计的数学问题,而这些数学问题几乎没有任何实际应用,它只是用来演示量子计算的计算性能,并不能证明量子计算已经能处理好真正的工作,甚至最基本的加减乘除都不能算。

他认为,要实现真正的商用不但要解决量子数量的问题,更要解决量子的精度、纠错、量子相干时长等棘手问题,目前离真正的商用还有很长的路要走。

以上内容由"DeepTech深科技"上传发布 查看原文
DeepTech深科技

DeepTech深科技

发现改变世界的新兴科技

订阅

觉得文章不错,微信扫描分享好友

扫码分享