РКЦ: QBoard Облачная платформа квантовых вычислений

Основные статьи:

• PaaS - Platform As A Service
• Квантовые компьютеры и квантовая связь
• Квантовые компьютеры и сети в России

Облачная платформа квантовых вычислений обеспечивает полный цикл решения исследовательских и бизнес-задач различных индустрий на квантовых компьютерах (от постановки до конечного результата). Платформа QBoard является унифицированным интерфейсом для квантовых компьютеров и квантовых алгоритмов, она позволяет ускорить решение задач оптимизации, обработки больших данных и проведения сравнительных тестов перспективных вычислительных архитектур.

2023

Использование совместно с FermiNet для моделирования химических систем большего размера

Ученые из Российского квантового центра совместно с коллегами из НИТУ МИСиС повысили производительность фермионной нейронной сети (FermiNet), созданной дочерней компанией Google, британским разработчиком систем искусственного интеллекта DeepMind. В ходе эксперимента, выполненного при поддержке РНФ и Исследовательского центра Nissan, специалисты применили нейросеть FermiNet и облачную платформу квантовых вычислений QBoard для моделирования химических систем большего размера. Об этом РКЦ сообщил 7 марта 2023 года.

Исследователи в самых разных областях науки регулярно используют вычислительные архитектуры на основе искусственных нейронных сетей, чтобы анализировать огромные объемы данных и прогнозировать поведение отдельных систем. Так, в 2020 году DeepMind впервые применил фермионную нейросеть для решения одной из ключевых задач в области химии — уравнения Шредингера для электронов в молекулах.

Большинство задач в квантовой механике не могут быть решены с получением точного ответа, поэтому ученые вынуждены использовать аппроксимацию — научный метод, состоящий в поиске приблизительных значений за счет замены объектов упрощенными аналогами. Варьируя свободные параметры, физикам удается находить волновые функции, наиболее точно описывающие состояние системы. Эта форма поиска — анзац — активно применяется в квантовой химии, поскольку моделирование элементарных химических реакций все еще дается ученым с большим трудом даже для малого числа атомов в системе.

В рамках эксперимента совместная команда из физиков, химиков и специалистов в области машинного обучения использовала в качестве анзаца архитектуру FermiNet. Далее эксперты приступили к итеративному улучшению нейросети за счет обновленной процедуры ее обучения. В ходе расчетов использовались инструменты облачной платформы квантовых вычислений QBoard. Ученые не только получили возможность симулировать системы большей размерности, чем позволяла оригинальная архитектура FermiNet, но и повысили точность классических вычислений в электрон-ядерном и электрон-электронном взаимодействии.

Результаты были продемонстрированы в процессе моделирования азота, угарного газа, этилена, фтороводорода и ряда других молекул. В перспективе полученные данные могут использоваться в фармакологии для создания новых лекарств, материаловедении и топливной промышленности.

Комбинация методов машинного обучения и квантовой химии дает очень интересные результаты. Подобные междисциплинарные взаимодействия физиков, химиков, биологов, программистов приводят к обогащению классических подходов и таким интересным гибридным решениям как наш кейс по использованию QBoard для развития сети FermiNet, — подчеркнул Алексей Федоров, руководитель научной группы «Квантовые информационные технологии» Российского квантового центра.

Архитектура облачной платформы

Архитектура облачной платформы квантовых вычислений QBoard на март 2023 года