arXiv · 29.06.2026 ·Исследования и наука

Гибридный метод квантово-классического моделирования молекул с помощью ИИ

Исследователи представили гибридный алгоритм, объединяющий генеративное машинное обучение и квантовую химию для расчета энергии связывания в сложных молекулярных системах. Метод позволяет преодолеть ограничения текущих шумных квантовых процессоров (NISQ), используя классические вычислительные мощности для оптимизации квантовых схем, что критически важно для разработки новых лекарств и моделирования белково-лигандных взаимодействий.

Традиционные методы квантовой химии сталкиваются с проблемой экспоненциального роста вычислительной сложности при увеличении размера молекул. Современное квантовое оборудование пока не обладает достаточной стабильностью для выполнения глубоких схем, необходимых для точных вычислений. Предложенный подход использует генеративные модели для выбора наиболее значимых конфигураций электронной структуры, что существенно сокращает объем требуемых квантовых вычислений без потери точности.

В рамках работы была протестирована эффективность метода на суперкомпьютерной архитектуре Fujitsu FX700, имитирующей идеальное состояние квантовых векторов. Результаты показывают, что интеграция ИИ-алгоритмов в квантовые рабочие процессы позволяет эффективно переходить от текущего этапа шумных квантовых систем к полноценным отказоустойчивым вычислениям, обеспечивая высокую точность моделирования сложных химических соединений.

Ключевые факты

Разработан гибридный квантово-классический рабочий процесс для расчета энергии связывания белков и лигандов.
Метод использует генеративное машинное обучение для оптимизации выбора конфигураций в квантовом методе конфигурационного взаимодействия (Selected CI).
Вычисления проводились на базе суперкомпьютера Fujitsu FX700, имитирующего работу квантовых систем.
Подход решает проблему масштабируемости квантовых вычислений в условиях ограниченной точности текущего оборудования (NISQ-режим).

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Исследования и наука Метод поэтапной гибридизации для квантового обучения с подкреплением в визуальных средах Исследователи предложили стратегию поэтапной гибридизации (staged hybridisation) для решения проблем квантового обучения с подкреплением (QRL) в визуальных средах. Вместо сквозного обучения гибридного агента, авторы используют дистилляцию знаний для передачи информации от классической нейросети к вариационным квантовым схемам (VQC), что позволяет преодолеть ограничения высокой размерности данных и нестабильности оптимизации. arXiv · Машинное обучение Решение проблемы нестабильности обучения гибридных квантовых нейросетей Исследователи предложили метод стабилизации процесса обучения гибридных квантовых нейронных сетей (QNN), используемых для классификации белков. Основная сложность таких моделей заключается в том, что выходные данные квантовых измерений (логиты) ограничены диапазоном от -1 до 1. При использовании стандартной функции потерь кросс-энтропии в сочетании с нормализацией softmax это ограничение приводит к математической нестабильности и замедлению сходимости алгоритма. Hacker News · Машинное обучение ИИ превзошел классические квантовые алгоритмы в задаче взлома ECDSA Исследователь продемонстрировал метод на базе машинного обучения, который превосходит известные квантовые схемы для взлома алгоритма цифровой подписи на эллиптических кривых (ECDSA). Новый подход позволяет сократить количество логических кубитов, необходимых для выполнения атаки, что делает теоретическую угрозу для криптографических систем более близкой к практической реализации, чем считалось ранее. arXiv · Исследования и наука Генеративные модели на аналоговом железе: новый подход к энергоэффективности Исследователи представили метод адаптации генеративных моделей для работы на аналоговых вычислительных платформах, таких как связанные осцилляторы и машины Изинга. Решение преодолевает фундаментальный разрыв между гибкой программной динамикой нейросетей и жесткими физическими законами аналогового оборудования, позволяя выполнять сложные вычисления с кратно меньшими затратами энергии по сравнению с традиционными цифровыми чипами. arXiv · Исследования и наука ИИ-модели ускоряют поиск квантовых кодов коррекции ошибок Исследователи применили большие языковые модели для автоматизированного поиска новых квантовых кодов с малой плотностью проверок на четность (qLDPC). Использование LLM позволило эффективно решать сложные дискретные задачи проектирования, которые критически важны для масштабирования квантовых вычислений. Метод структурированной эволюции концепций помог обнаружить коды, превосходящие существующие аналоги по ряду параметров, открывая путь к созданию более надежного квантового оборудования. arXiv · Машинное обучение Гибридные квантово-классические сети KAN для решения дифференциальных уравнений Исследователи представили QCPIKAN — первую архитектуру, объединяющую сети Колмогорова-Арнольда (KAN) с квантовыми вычислениями для решения дифференциальных уравнений в частных производных (PDE). В основе метода лежат слои на базе полиномов Чебышева, интегрированные с параметризованными квантовыми схемами. Такой подход позволяет использовать преимущества квантовых вычислений для аппроксимации сложных функций, сохраняя при этом гибкость классических нейронных сетей. Hacker News · ИИ в бизнесе Разработка лекарства от болезни Альцгеймера с помощью ИИ в домашних условиях Независимый исследователь с помощью инструментов генеративного ИИ спроектировал молекулу-кандидат для лечения болезни Альцгеймера. Используя доступные вычислительные мощности и открытые модели для моделирования белковых структур, автор прошел путь от постановки задачи до получения конкретной химической формулы, минуя традиционные многолетние циклы лабораторных исследований, характерные для фармацевтической индустрии. Ars Technica - All content · Исследования и наука Amazon и QuEra планируют внедрить полезную коррекцию квантовых ошибок к 2028 году Компании Amazon и QuEra объявили о дорожной карте, согласно которой полноценная коррекция ошибок в квантовых вычислениях станет доступной к 2028 году. Квантовые системы крайне чувствительны к внешним помехам, что приводит к потере данных и сбоям в расчетах. Разработка надежных методов исправления этих ошибок является главным препятствием на пути к созданию масштабируемых квантовых компьютеров, способных решать задачи, недоступные для классической архитектуры. arXiv · Исследования и наука Новый подход к оптимизации нейронных декодеров для квантовых вычислений Исследователи представили метод повышения эффективности фундаментальных нейронных декодеров, критически важных для отказоустойчивых квантовых вычислений. Предложенный подход решает проблему масштабируемости при работе с большими кодовыми расстояниями, значительно снижая вычислительные затраты на генерацию синдромов и оптимизацию нейронных сетей. Это открывает путь к более надежной коррекции ошибок в крупномасштабных квантовых системах. Hacker News · Исследования и наука Глубокое обучение выявило новый ЭКГ-биомаркер внезапной сердечной смерти Исследователи применили методы глубокого обучения для анализа данных электрокардиограмм, что позволило обнаружить новый биомаркер, предсказывающий риск внезапной сердечной смерти. Модель анализирует тонкие паттерны в электрической активности сердца, которые остаются незаметными для традиционных методов диагностики, открывая новые возможности для раннего выявления пациентов из групп высокого риска и превентивной терапии сердечно-сосудистых заболеваний.

← Все материалы