過去的很多文章裡,眾多行業專家反覆提到,量子計算在多領域都有著巨大的潛能,比如金融、交通、化學模擬、航空領域等。但是在落地應用層面,各方的表述不那麼「具體」。
截止目前,尚沒有公司機構真正對外宣布,用量子計算解決了某項非常有用的問題,並超越傳統電子計算機。雖然谷歌在他們的量子計算機上驗證了量子系統具有壓倒式的優越性,但是解決的問題,在實際應用中是「無用」的。
近日,維吉尼亞大學醫學院的研究人員傳來消息,他們開發出了一種新量子算法,可對基因組數據進行分類,其速度比經典計算機快了近一億倍。作者給出了他們的分類數據,如使用4個DNA構造塊進行分類,經典計算機將執行30億次操作,才能對樣本進行分類,而通過新的量子算法則只需要執行32次。筆者整理內容時,以為數據有誤,畢竟32與30億的差別過大,其速度快了近1億倍。
圖1 | DNA視圖
這看起來像虛假的數據,但是如實的在這個團隊的工作中展現了出來,這將有助於科學家整理基因研究所需的大量數據,從而顛覆性的推進遺傳學研究領域的進步。
該研究已發表於《Quantum Machine Intelligence》,其主要作者Stefan Bekiranov 博士對外分享時稱該研究將使研究人員能夠使用量子計算機來研究遺傳疫病。該算法將有助於推動量子計算算法的發展,同時推動遺傳研究領域的發展。
圖2 | 論文(來源:springer)
和過去的算法一樣,該算法技術目前面臨的挑戰在於量子計算機尺寸的局限。當前,量子計算機處於發展初期,沒有足夠的硬體去執行類似的算法。但是,陸續開發出的大規模多邏輯比特的量子計算機,將會友好的執行,從而根本徹底的改變人類的生活。
該項研究是維吉尼亞大學醫學院的研究人員,通過接受量子物理學相關的知識訓練,然後將量子物理學的相關知識與醫學院的生物化學和分子遺傳學相結合而得出的產物。
這項研究由美國國立衛生研究院國家心理健康研究所資助,也是第一個發表的量子計算機研究,他們希望通過這種方式的結合使量子計算賦能醫學領域。而今看來,成果斐然。美國正是看中這種將量子技術與相關領域相結合的各種可能性,所以廣撒網,才有了這項研究的誕生。
令筆者震驚的是,該算法的創建研究,並不是來自於物理或計算機科學系的人員,而是來自醫學院的研究人員。也即是說,該算法並非由開發量子計算背景的人員所開發,而是由直接面對問題的研發人員懂得量子技術後所開發。
這非常重要,因為任何先導技術,都需要落地到具體的應用場景中去,才會發揮出真正影響力。而真正理解自身業務的必然是這些直接解決問題的人們,而不一定是建造量子計算機科學家團隊或公司。
聲明:此文出於傳遞高質量信息之目的,若來源標註錯誤或侵權,請作者持權屬證明與我們聯繫,我們將及時更正、刪除,所有圖片的版權歸屬所引用組織機構,此處僅引用,原創文章轉載需授權。