سریعترین رایانه کوانتومی جهان به کمک کشف داروی کرونا آمد
محققان در حال توسعه یک ماشین منسجم Ising هستند که قدرت محاسبات کوانتومی را در زمینه کشف دارو به کار خواهد گرفت و مشکلات منطقی موجود در فرآیندها را رفع خواهد کرد. به گزارش گروه اخبار پزشکی تکنا به نقل از تیم تحقیقاتی NTT، این شرکت ژاپنی از همکاری خود با شرکت امریکایی Caltech خبر […]
محققان در حال توسعه یک ماشین منسجم Ising هستند که قدرت محاسبات کوانتومی را در زمینه کشف دارو به کار خواهد گرفت و مشکلات منطقی موجود در فرآیندها را رفع خواهد کرد.
به گزارش گروه اخبار پزشکی تکنا به نقل از تیم تحقیقاتی NTT، این شرکت ژاپنی از همکاری خود با شرکت امریکایی Caltech خبر داده است تا به کمک یکدیگر سریعترین کامپیوتر Ising منسجم جهان (CIM) را توسعه دهند. این فرایند مربوط به یک روش محاسباتی کوانتوم گرا میشود که از پردازنده های مخصوص استفاده می کند تا مشکلات بهینه سازی ترکیبی را رفع نماید. کامپیوترهای CIM دستگاههای پیشرفتهای هستند که رویکرد امیدوارکنندهای برای حل مشکلات بهینهسازی ارائه میکند و با استفاده از نقشه برداری به جستجوی مشکلات میپردازد.
کاربرد اصلی این رویکرد محاسباتی جدید به منظور کشف دارو است. تولید داروهای جدید با استفاده از این روش از اهمیت بسیار بالایی برخوردار میباشد تا از آنها برای مبارزه با بیماریهای جدیدی همچون کرونا استفاده شود. معمولا از کشف دارو به عنوان یک مشکل بهینه سازی ترکیبی یاد میشود. پروسه کشف داروی موثر معمولا شامل تعداد بسیاری از مولکولهای بالقوه مناسب پزشکی میشود که میان پروتئینهای مد نظر قرار دارند؛ این پروتئینها معمولا مسئول یک بیماری خاص هستند.
از رایانههای معمولی برای تکرار فعل و انفعالات شیمیایی در فضای پزشکی و سایر زمینه های زیستی و علوم شیمی استفاده میشود. برای انجام دقیق معادلات پزشکی، فناوری کوالکام میبایست در انجام ترکیبات احتمالی فراتر از آزمون و خطا عمل کند.
سایر کاربردهای این فناوری عبارتند از:
مسائل منطقی
یک مسئله منطقی رایج کلاسیک که معمولا از آن به عنوان مثال استفاده میشود، مسئله فروشنده در حال سفر است. هدف این مسئله شناسایی کوتاهترین مسیری است که از هر یک از “n” شهرها بازدید کند ، در حالی که به شهر مبدا باز میگردد. این مسئله و انواع مختلف آن در حال حاضر همانند الگوهای روزانه ترافیک خودرو مشاهده میشوند. مزیت استفاده از این سیستم کوانتومی سرعت بالای آن است.
فراگیری ماشینی
کامیپوترهای CIM همچنین برای برخی از موارد یادگیری ماشینی همچون تشخیص گفتار و تصویر مناسب هستند. شبکههای هوش مصنوعی با پردازش نمونههای ورودی و خروجی تکراری مراحل شناخت را یاد میگیرند. دستگاههای CIM میتوانند مرحله یادگیری را سرعت ببخشند و صحت شبکههای عصبی موجود را بهینهسازی کنند.
توسعه سیستم جدید رایانه ای توسط Kazuhiro Gomi، مدیرعامل شرکت NTT Research و دکتر Yoshihisa Yamamoto مدیر آزمایشگاه فیزیک و انفورماتیک این شرکت انجام میشود و این دو شخص مسئول نظارت بر نحوه انجام این پروژه هستند. این مسئله میتواند یه گام رو به جلو برای حل مشکلات بهینه سازی دستگاههای CIM باشد و با استفاده از مسائل آماری، علوم کامپیوتر، فیزیک و اپتیک کوانتم میتوان هوشمندی آن را افزایش داد. |||| برای دیدن خبرهای بیشتر به صفحه اخبار علمی مراجعه کنید.
ارسال دیدگاه
مجموع دیدگاهها : 0در انتظار بررسی : 0انتشار یافته : ۰