Kvantemaskin dobler treff på medisinlignende molekyler

En studie publisert i Scientific Reports viser at kvantemaskiner forbedrer resultatene fra generativ AI. Forskerne, fra D-Wave og Shionogi, brukte en kvante-annealingsmaskin til å forbedre hvordan en AI-modell designer nye medikamentmolekyler. Den kvanteassisterte modellen genererte molekyler som var mer kjemisk gyldige og mer «medisinlignende» enn de som ble produsert av en tilsvarende klassisk AI-modell. Testen viste at den kvanteassisterte modellen genererte medisinlignende molekyler med en treffprosent på 66,79, sammenlignet med 31,61 prosent i treningsdataene og 43,15 prosent for den beste klassiske modellen. Dette gjennombruddet er viktig for legemiddelutvikling, en prosess som er kostbar og tidkrevende. Studien antyder at kvante-annealing kan fungere som en generell stokastisk generator i generativ AI, ved å samle inn data mer effektivt fra «mellomrommene» modellen ikke direkte har sett under trening. Dette er en begrensning for generativ AI på tvers av mange domener, ikke bare molekylært design. Resultatene gir konkrete bevis på at kvante-annealing kan fungere som en praktisk forbedring av AI allerede i dag, og ikke bare som et fremtidig løfte. Funnet kan utvide bruksområdet for kvante-annealing, fra operasjonell optimalisering til trenings- og utvalgsprosesser i generative AI-modeller.