ARTFEED — Contemporary Art Intelligence

Il Calcolo Quantistico Potenzia l'IA per i Sistemi Caotici e la Scoperta di Farmaci

ai-technology · 2026-04-20

Presso il Centre for Computational Science dell'University College London, i ricercatori hanno introdotto il Quantum-Informed Machine Learning (QIML) per migliorare la modellizzazione AI di fenomeni caotici come la turbolenza e i modelli meteorologici. Il team di ricerca, che include Maida Wang, il Dr. Xiao Xue, Mingyang Gao e il Prof. Peter Coveney, ha utilizzato un computer quantistico di IQM Quantum Computers per sviluppare un 'Quantum Prior' (Q-Prior), ottenendo miglioramenti dell'accuratezza predittiva fino al 17% e della fedeltà fino al 29% per equazioni come quella di Kuramoto-Sivashinsky. Il Prof. Coveney ha sottolineato i benefici pratici della tecnologia quantistica. Il 16 marzo 2026, l'UCL ha presentato un approccio ibrido per simulare i GPCR alla conferenza GTC di NVIDIA, seguito dall'annuncio del governo britannico di un investimento di 2 miliardi di sterline nelle tecnologie quantistiche il 17 marzo 2026.

Fatti principali

  • Il Quantum-Informed Machine Learning (QIML) utilizza computer quantistici per migliorare la modellizzazione AI dei sistemi caotici.
  • Il metodo è stato sviluppato da un team dell'UCL che include Maida Wang, il Dr. Xiao Xue, Mingyang Gao e il Prof. Peter Coveney.
  • Un computer quantistico di IQM Quantum Computers genera un Quantum Prior (Q-Prior) per guidare le previsioni dell'IA.
  • Il QIML ha aumentato l'accuratezza predittiva fino al 17% e la fedeltà fino al 29% sui sistemi caotici.
  • La ricerca è pubblicata sulla rivista Science Advances.
  • Il 16 marzo 2026, alla conferenza GTC di NVIDIA a San Jose, un approccio ibrido ha simulato i GPCR utilizzando il calcolo quantistico.
  • L'Euro-Q-Exa, un processore quantistico a 54 qubit presso il Leibniz Supercomputing Center in Germania, è stato utilizzato per la simulazione molecolare.
  • Il governo britannico ha annunciato un investimento di 2 miliardi di sterline nella tecnologia quantistica il 17 marzo 2026.

Entità

Artisti

  • Maida Wang
  • Dr Xiao Xue
  • Mingyang Gao
  • Prof Peter Coveney
  • Prof John Morton

Istituzioni

  • Centre for Computational Science
  • University College London (UCL)
  • IQM Quantum Computers
  • Science Advances
  • NVIDIA
  • GTC conference
  • Leibniz Supercomputing Center (LRZ)
  • UCL Quantum Science and Technology Institute
  • Science Museum Blog

Luoghi

  • London
  • United Kingdom
  • San Jose
  • United States
  • Germany

Fonti