宾夕法尼亚州立大学：探索量子AI如何加速治愈癌症

​

（图片来源：网络）

从发现患者到批准药物使用历时可达数十年，这一历程将耗费数十亿美元。近期，宾夕法尼亚州立大学获得了一项120万美元的国家科学基金会拨款，用于研究基于量子计算机的AI应用，看看量子计算机是否能更快地以更低成本研发有效的药物。

量子计算与经典计算机不同，因为量子设备使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，允许它们同时处于1和0状态。量子比特还可以纠缠在一起，这意味着它们的状态错综复杂又相互关联。从理论上讲，对于可以纠缠的每个量子比特，设备的计算潜力呈指数级增长。

根据电气工程和计算机科学副教授、该基金的首席研究员Swaroop Ghosh的说法，这些被科学证实过的奇特性质使量子计算机可以提供更高的处理能力，能够更好地处理某些复杂的问题。

Ghosh补充说，使用基于量子计算机设计的AI模型会是药物发现的理想选择，这是一个受到当前经典计算处理能力限制的领域。

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，它们具有更强的能力来模拟所需的功能。量子计算机具有有效出色的采样能力，因此它们能比经典计算机更有效地模拟类似药物分子的有用分布。量子的演进可以进一步加速机器学习任务，因为训练数据可以直接在量子域中处理。

根据宾夕法尼亚州立医学院G. Thomas Passananti教授和该项目的联合首席研究员Nikolay V. Dokholyan的说法，量子计算机可以降低寻找药物相关的成本，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研究所（ICDS）的研究员，他说：“药物发现是一个漫长的过程，可能跨越十年，耗资数十亿美元。目前，联邦药物管理局（FDA）每年仅批准约40种新化合物。通过计算筛选大量化合物来加速药物发现，有望显著降低寻找疾病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物筛选方法不同，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：“每年都有很多人因癌症等疾病丧生，近年的新冠疫情也表明，我们并未迅速找到有效的治疗药物。快速而低廉地制造药物意味着将能挽救更多的生命。”

利用量子AI设计可以抑制Ras蛋白质家族的药物治疗，研究人员对该研究方向特别感兴趣，这对于癌症治疗和治愈非常重要。

Ghosh表示，量子AI设计的疗法不会在一夜之间发生。使用该技术面临几个挑战。目前可用的量子计算机被称为“NISQ”或“嘈杂的中等规模量子计算机”。NISQ设备倾向于提供有限数量的量子比特来处理计算，由于其极高的灵敏度，需要大量的纠错来弥补环境噪声（如热或电磁）引起的错误。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，还有与资源相关的问题，例如目前量子比特数有限，距离访问真实硬件需要很长时间。

然而，量子AI有其独特的优势，该技术可以模拟目标概率分布，即使量子比特和参数数量有限，也可以探索可能的解决方案。尽管面临挑战，该团队很高兴能够迈出第一步，探索量子AI的综合实力。这项工作最初由ICDS和哈克研究所的种子投资支持，团队计划使用来自IBM和微软等公司的量子计算机和量子计算机软件工具。

Ghosh说：“在解决现实世界的问题时，量子AI的真正潜力仍未被探索，该项目将通过探索各种使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