شکست هوش مصنوعی: کامپیوتر کوانتومی قدرت واقعی را نشان داد!
تبلیغات

به گزارش رکنا،  پژوهشگران برجسته از شرکت‌های IBM و مدرنا موفق شدند با استفاده از قدرت رایانش کوانتومی، رکورد جدیدی را در شبیه‌سازی مولکول‌های RNA پیام‌رسان (mRNA) ثبت کنند. آن‌ها توانستند بدون بهره‌گیری از هوش مصنوعی و با استفاده از پردازنده کوانتومی R۲ Heron شرکت IBM، ساختار پیچیده یک رشته mRNA با طول ۶۰ نوکلئوتید را پیش‌بینی و شبیه‌سازی کنند. این موفقیت، طولانی‌ترین توالی RNA شبیه‌سازی‌شده در یک رایانه کوانتومی تا به امروز را رقم زده است.

RNA پیام‌رسان؛ کلید ساختار و عملکرد مولکول‌های سلولی

مولکول RNA پیام‌رسان، اطلاعات ژنتیکی را از DNA به ریبوزوم‌های سلولی منتقل می‌کند و نقش مهمی در فرآیند سنتز پروتئین دارد. این مولکول که از یک رشته اسید آمینه تشکیل شده است، دارای ساختار ثانویه‌ای پیچیده شامل مجموعه‌ای از تاخوردگی‌هایی است که شکل سه‌بعدی نهایی مولکول را مشخص می‌کنند. شناسایی این ساختارها، به‌ویژه در توالی‌های بلند، چالش‌های علمی قابل توجهی ایجاد کرده است.

مزیت رایانش کوانتومی در پیش‌بینی ساختار مولکول‌ها

تا پیش از این، روش‌های سنتی مبتنی بر هوش مصنوعی، مانند الگوریتم‌های مدل‌سازی شرکت گوگل دیپ‌مایند (AlphaFold)، توالی‌های بسیار طولانی RNA را پیش‌بینی می‌کردند. اما این فرآیند تنها با حذف ویژگی‌های پیچیده‌ای مانند شبه‌گره‌ها امکان‌پذیر بود؛ ویژگی‌هایی که نقش حیاتی در درک دقیق‌تر ساختار مولکول دارند.

پژوهش مشترک IBM و مدرنا نشان داد که رایانش کوانتومی، با برتری خود نسبت به روش‌های سنتی، می‌تواند به دقت بیشتری در پیش‌بینی ساختار مولکول‌ها دست یابد.

شکستن رکورد سابق با الگوریتم‌های کوانتومی

پیش از این، طولانی‌ترین توالی RNA شبیه‌سازی‌شده با رایانه کوانتومی تنها ۴۲ نوکلئوتید بود. اما اکنون دانشمندان با استفاده از الگوریتم پیشرفته واریاسیونی مبتنی بر ارزش در معرض خطر شرطی (CVaR-based VQA) توانسته‌اند توالی‌های RNA با طول ۶۰ نوکلئوتید را به‌طور دقیق پیش‌بینی کنند. این الگوریتم با الهام از تجزیه و تحلیل برهم‌کنش‌های پیچیده در سامانه‌های ناوبری و ارزیابی ریسک مالی طراحی شده است.

چالش‌های آینده؛ توسعه تکنیک‌ها و سخت‌افزار

پژوهشگران در این مطالعه، توانایی پردازنده کوانتومی R۲ Heron را تا حداکثر ۱۵۶ کیوبیت برای شبیه‌سازی مولکول‌های RNA ارزیابی کردند و همچنین پتانسیل استفاده از ۳۵۴ کیوبیت در محیط‌های بدون نویز را بررسی کردند. با افزایش تعداد کیوبیت‌ها در این پژوهش، امکان پیش‌بینی توالی‌های بلندتر و مدل‌های دقیق‌تر فراهم می‌شود. با این حال، دستیابی به این اهداف نیازمند توسعه تکنیک‌ها و معماری‌های سخت‌افزاری پیشرفته‌تر است.

دانشمندان معتقدند این فناوری نوین می‌تواند نه تنها بر محدودیت‌های رایانش کلاسیک غلبه کند، بلکه مسیر جدیدی برای ساخت واکسن‌های مؤثرتر و درمان‌های پیشرفته‌تر مبتنی بر RNA فراهم آورد.

تبلیغات
  • فیلم آموزش توله‌های پلنگ با شکار زنده

اخبار تاپ حوادث

تبلیغات

وبگردی