CERN, IBM ทำงานร่วมกันบน Quantum Computing

CERN, IBM ทำงานร่วมกันบน Quantum Computing

เครดิตฟรี

เซิร์น, ห้องปฏิบัติการยุโรปสำหรับฟิสิกส์อนุภาคเป็นบ้านเครื่องเร่งอนุภาคที่ใหญ่ที่สุดในโลกขนาดใหญ่ Hadron Collider การทดลองที่สร้างขึ้นบนเครื่องนี้ช่วยให้นักฟิสิกส์เช่นฉันได้ศึกษาโครงสร้างพื้นฐานของจักรวาลของเรา
CERN มีโปรแกรมอัปเกรดที่ทะเยอทะยานสำหรับตัวเร่งความเร็วและการทดลองในอีกไม่กี่ปีข้างหน้า นี้จะนำไปสู่ความต้องการใช้คอมพิวเตอร์ที่น่ากลัว ภายในปี 2026 ความต้องการด้านคอมพิวเตอร์ – ภายใต้สมมติฐานที่อนุรักษ์นิยมตามวิวัฒนาการของฮาร์ดแวร์ ซอฟต์แวร์ และเทคนิค – คาดว่าจะสูงกว่าปัจจุบันประมาณ 50-100 เท่า!

สล็อต

เพื่อตอบสนองความท้าทายนี้และจัดหาทรัพยากรเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) ที่เพียงพอสำหรับการจัดการและการวิเคราะห์ข้อมูลCERN openlabกำลังทำงานร่วมกับชุมชนการวิจัยทั่วโลกเพื่อสำรวจโซลูชันการคำนวณที่เป็นนวัตกรรมใหม่ Openlab เซิร์นเป็นความร่วมมือภาครัฐและเอกชนที่ผ่านการเซิร์นทำงานร่วมกับ บริษัท ชั้นนำด้านไอซีทีในการสร้างสรรค์นวัตกรรมไดรฟ์ความช่วยเหลือ IBMเป็นหนึ่งในสมาชิกล่าสุดที่เข้าร่วมความร่วมมือนี้
คอมพิวเตอร์ควอนตัมเป็นเทคโนโลยีที่เกิดขึ้นใหม่อย่างหนึ่งที่รักษาสัญญาในแง่ของการมอบความก้าวหน้าครั้งสำคัญในด้านพลังการคำนวณ CERN openlab ได้เปิดตัวโครงการจำนวนมากในสาขานี้โดยได้รับความร่วมมืออย่างใกล้ชิดกับผู้ขายรายใหญ่และผู้ใช้ขั้นสูง
IBM เป็นหนึ่งในผู้เล่นหลักในด้านนี้ ในขณะนี้ บริษัทได้ผลิตเครื่องควอนตัมขนาด 5 คิวบิตสำหรับใช้งานสาธารณะ พร้อมกับชุดซอฟต์แวร์โอเพ่นซอร์สที่สมบูรณ์ CERN openlab และ IBM ได้ทำงานเกี่ยวกับการพัฒนาแอปพลิเคชันควอนตัมสำหรับฟิสิกส์อนุภาคแล้ว การขยายความร่วมมือนี้เพื่อรวมงานบนIBM Quantumซึ่งเป็นระบบคอมพิวเตอร์ควอนตัมแบบบูรณาการระบบแรกสำหรับการใช้งานเชิงพาณิชย์ เป็นก้าวสำคัญในการทำงานร่วมกันที่ประสบความสำเร็จอยู่แล้วของเรา
ฟิสิกส์ของอนุภาคเกี่ยวข้องกับปริมาณงานด้านการคำนวณที่หลากหลายมาก ดังนั้นจึงนำเสนอโอกาสในการประเมินการบังคับใช้และศักยภาพของการคำนวณควอนตัม งานวิจัยที่น่าตื่นเต้นมากสาขาหนึ่งคือการจำลองกระบวนการกลศาสตร์ควอนตัมโดยตรงบนเครื่องควอนตัม อีกด้านหนึ่งของสเปกตรัมของแอปพลิเคชัน การใช้การคำนวณควอนตัมร่วมกับปัญญาประดิษฐ์และโครงข่ายประสาทเทียมเชิงลึกสามารถเปิดโอกาสใหม่ๆ มากมายสำหรับการวิเคราะห์ข้อมูล นี่อาจเป็นส่วนสำคัญในการค้นพบปรากฏการณ์ทางฟิสิกส์ใหม่ ซึ่งช่วยให้เราสามารถตรวจสอบเพิ่มเติม และอาจก้าวไปไกลกว่านั้น แบบจำลองจักรวาลที่ดีที่สุดในปัจจุบันของเรา
อีกสาขาที่สำคัญคือการประยุกต์ใช้การคำนวณควอนตัมกับการจัดประเภทข้อมูล เราคาดว่าการคำนวณควอนตัมจะพบแอปพลิเคชันในการจำลอง Monte Carlo ด้วย เนื่องจากความสามารถในการสร้างกระบวนการควอนตัมโดยตรงและเพื่อสร้างตัวเลขสุ่ม “จริง” (แทนที่จะเป็น “สุ่มเทียม”)
อย่างไรก็ตาม ความเป็นไปได้ทั้งหมดเหล่านี้เป็นเพียงสิ่งที่เราสามารถเห็นได้ในขณะนี้ ก่อนที่จะได้รับประสบการณ์มากมายกับระบบจริงๆ ในขณะที่ผู้ใช้ขั้นสูงเข้าร่วมโครงการนี้ และต้องขอบคุณความร่วมมือที่มีสิทธิพิเศษที่ CERN มีผ่าน CERN openlab เราจะค้นพบการใช้งานใหม่และขั้นสูงสำหรับเทคโนโลยีที่กำลังพัฒนานี้อย่างแน่นอน
ยุคใหม่กำลังเริ่มขึ้นสำหรับการคำนวณ ฟิสิกส์ของอนุภาคกำลังเตรียมพร้อมในการสำรวจและประเมินความเป็นไปได้ใหม่ๆ อันน่าตื่นเต้นที่มีให้ ซึ่งช่วยให้นักวิจัยสามารถสำรวจความลึกลับที่ยังไม่แก้ของจักรวาลต่อไปได้
คอมพิวเตอร์แม่นยำ
เนื่องจากเครือข่ายแบบลึกถูกปรับใช้มากขึ้นในระบบที่มีข้อจำกัดด้านหน่วยความจำและปริมาณงานที่สำคัญ จึงมีความจำเป็นต้องสร้างแบบจำลอง AI ที่สามารถรักษาความแม่นยำได้ และด้วยเหตุนี้ จึงมีความน่าเชื่อถือ ในขณะที่ใช้ทรัพยากรน้อยลงด้วย นักวิจัยจาก Almaden Research Laboratory ของ IBM ได้บรรลุหลักชัยใหม่ในด้านความแม่นยำของ AI และพัฒนาอัลกอริทึมที่ตรงกับความแม่นยำในการอนุมานของเครือข่าย 32 บิตโดยใช้เพียงสามบิต
นักวิจัยบรรลุประสิทธิภาพการใช้พลังงานในระดับนี้โดยใช้กระบวนการใหม่ที่เรียกว่า “การควอนไทซ์ขนาดขั้นตอนที่เรียนรู้” ซึ่งช่วยปรับปรุงค่าประมาณการเปลี่ยนแปลงพารามิเตอร์ในเครือข่ายที่มีความแม่นยำต่ำระหว่างการฝึกอบรม เพื่อให้ได้ประสิทธิภาพที่ดีขึ้น การวิจัยยังเปิดเผยหลักฐานว่าระบบ AI ที่ต้องการเพิ่มประสิทธิภาพบนระบบที่กำหนดอาจทำงานด้วยบิตเพียง 2 บิต ความก้าวหน้านี้หมายความว่าระบบ AI เข้าใกล้ระดับพลังงานต่ำที่สมองมนุษย์ใช้ไปอย่างต่อเนื่องในขณะที่ยังคงประสิทธิภาพไว้
วิธีการโต้ตอบกับ IBM Research ที่ ICLR 2020
เข้าร่วมกับเราจาก 26-30 เมษายนที่บูธเสมือนจริงของเราตั้งอยู่ที่สปอนเซอร์ฮอลล์บนเว็บไซต์ ICLR 2020 คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับ IBM Research พบกับนักวิทยาศาสตร์ของเรา เข้าร่วมการพูดคุยที่ได้รับเชิญและการนำเสนอตัวอย่างสด สนทนากับนายหน้าของเรา และเรียนรู้เพิ่มเติมเกี่ยวกับอาชีพที่ IBM
ที่น่าสังเกตว่า IBM Research มีความภูมิใจที่ได้ช่วยปรับปรุงเว็บไซต์การประชุม ICLR ด้วยเครื่องมือเรียกดูเอกสารและการแสดงภาพและความสามารถในการทำปฏิทินใหม่ ช่วยให้ผู้เข้าร่วมประชุมสามารถสำรวจงานวิจัยที่นำเสนอทั้งหมดได้ดียิ่งขึ้น
ระบบสนับสนุนการตัดสินใจสำหรับการค้นหารูปแบบและการประเมินผลกระทบเชิงสาเหตุในข้อมูลตามเหตุการณ์ – เราแนะนำแพลตฟอร์มการตัดสินใจที่ใช้ AI ซึ่งสามารถวิเคราะห์ข้อมูลเหตุการณ์เพื่อระบุรูปแบบของการคุมกำเนิดที่มีลักษณะเฉพาะในกลุ่มย่อยที่น่าสนใจ รูปแบบการเลือกปฏิบัติเหล่านี้ให้ข้อมูลเชิงลึกที่มีคุณค่าและตีความได้แก่ผู้กำหนดนโยบาย
ExBERT: เครื่องมือภาพเพื่อสำรวจ BERT – เรียนรู้วิธีเปิดเผยข้อมูลเชิงลึกเกี่ยวกับสิ่งที่โมเดล Transformer เข้าใจอย่างลึกซึ้งเกี่ยวกับภาษามนุษย์โดยการสำรวจความสนใจที่เรียนรู้และการฝังตามบริบทแบบโต้ตอบhttp://exbert.net
COVID-19 Drug Candidate Explorer – เพื่อช่วยให้นักวิจัยสร้างผู้สมัครยาใหม่ที่มีศักยภาพสำหรับ COVID-19 เราได้ใช้กรอบการสร้าง AI แบบใหม่ของเรากับเป้าหมาย COVID-19 สามเป้าหมายและได้สร้าง 3000 โมเลกุลใหม่ https://covid19-mol.mybluemix.net/
สำรวจหลักฐานการนำยามาใช้ซ้ำสำหรับโรคมะเร็งในปริมาณมาก เรานำเสนอระบบที่ใช้ AI เพื่อระบุการศึกษาที่เกี่ยวข้องโดยอัตโนมัติและการแยกองค์ประกอบข้อมูลสำคัญจากบทคัดย่อของ PubMed ที่อธิบายยาสามัญที่ไม่เป็นมะเร็งซึ่งกำลังได้รับการทดสอบเพื่อใช้ในการรักษามะเร็ง
AutoAI พร้อมข้อจำกัดหลายผู้มีส่วนได้ส่วนเสีย — เราแสดงความสามารถ AI Automation ใหม่สำหรับผู้ใช้ระดับองค์กร รวมถึงความสามารถในการสร้างไปป์ไลน์แมชชีนเลิร์นนิงที่ปรับให้เหมาะสมโดยอัตโนมัติ โดยคำนึงถึงข้อจำกัดทางธุรกิจและผู้มีส่วนได้ส่วนเสีย เช่น ทรัพยากรการคาดการณ์ เวลาแฝงในการคาดการณ์ หรือเมตริกความเป็นธรรม

สล็อตออนไลน์

แพลตฟอร์มสำหรับการวางแผนการแทรกแซงด้านสุขภาพโลก – ในการสาธิตนี้ เราแนะนำแพลตฟอร์มเพื่อใช้ประโยชน์จากโครงสร้างพื้นฐานการคำนวณที่ปรับขนาดได้ การตรวจสอบตามบล็อกเชนและอัลกอริธึมการเรียนรู้ด้วยเครื่อง (ML) เพื่อช่วยในการสร้างนโยบายใหม่ที่ได้รับการตรวจสอบสำหรับการควบคุมโรคมาลาเรีย .
AutoAI สำหรับ Time Series – การสาธิตนี้แสดงการคาดการณ์อนุกรมเวลาโดยใช้ AutoAI ซึ่งจะเลือกและปรับสถิติและไปป์ไลน์การเรียนรู้ของเครื่องให้เหมาะสมโดยอัตโนมัติ
IBM Researchได้พัฒนาระบบคลาวด์และเทคโนโลยีที่ขับเคลื่อนด้วย AI อย่างแข็งขัน ซึ่งสามารถช่วยให้นักวิจัยในสาขาวิชาทางวิทยาศาสตร์ที่หลากหลายเร่งกระบวนการค้นพบให้เร็วขึ้น ในขณะที่การระบาดใหญ่ของ COVID-19 เกิดขึ้น เรายังคงถามต่อไปว่าเทคโนโลยีเหล่านี้และความรู้ทางวิทยาศาสตร์ของเราสามารถช่วยในการต่อสู้กับ coronavirus ทั่วโลกได้อย่างไร
วันนี้ เรากำลังนำเสนอแหล่งข้อมูลใหม่ๆ มากมายและฟรีจากทั่วทั้ง IBM เพื่อช่วยนักวิจัยด้านการดูแลสุขภาพ แพทย์ และนักวิทยาศาสตร์ทั่วโลกเร่งการค้นพบยา COVID-19: จากการรวบรวมข้อมูลเชิงลึก ไปจนถึงการใช้ข้อมูลจีโนมของไวรัสล่าสุด และการระบุเป้าหมายที่เป็นไปได้สำหรับการรักษา เพื่อสร้างผู้สมัครโมเลกุลยาใหม่
แม้ว่าทรัพยากรบางส่วนจะยังอยู่ในขั้นตอนการสำรวจ แต่ IBM กำลังเปิดให้นักวิจัยที่มีคุณสมบัติตามเกณฑ์ โดยไม่คิดค่าใช้จ่ายเพื่อช่วยในการตรวจสอบทางวิทยาศาสตร์ระดับนานาชาติของ COVID-19
การประกาศในวันนี้เป็นไปตามความเป็นผู้นำของเราในการเปิดตัว US COVID-19 High Performance Computing Consortiumซึ่งควบคุมพลังการประมวลผลจำนวนมากเพื่อช่วยเผชิญหน้ากับ coronavirus
ปรับปรุงการค้นหาข้อมูล
หน่วยงานด้านการดูแลสุขภาพและรัฐบาลทั่วโลกได้รวบรวมข้อมูลทางการแพทย์และข้อมูลที่เกี่ยวข้องอื่นๆ เกี่ยวกับการระบาดใหญ่อย่างรวดเร็ว และมีงานวิจัยทางการแพทย์มากมายที่สามารถพิสูจน์ได้ว่าเกี่ยวข้องกับ COVID-19 อย่างไรก็ตาม เช่นเดียวกับแหล่งข้อมูลที่แตกต่างกันจำนวนมาก เป็นการยากที่จะรวบรวมและวิเคราะห์ข้อมูลนั้นอย่างมีประสิทธิภาพในรูปแบบที่สามารถให้ข้อมูลเชิงลึกทางวิทยาศาสตร์ได้
เพื่อช่วยให้นักวิจัยเข้าถึงข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างได้อย่างรวดเร็ว เราขอเสนอทรัพยากรการวิจัย AI บนคลาวด์ที่ได้รับการฝึกอบรมเกี่ยวกับเอกสารทางวิทยาศาสตร์หลายพันฉบับที่มีอยู่ในชุดข้อมูลการวิจัยแบบเปิดของ COVID-19 (CORD-19)ซึ่งจัดทำโดย ทำเนียบขาวและพันธมิตรของกลุ่มวิจัยและฐานข้อมูลที่ได้รับอนุญาตจากดรักแบงก์ , Clinicaltrials.govและGenBank เครื่องมือนี้ใช้ AI ขั้นสูงของเราและช่วยให้นักวิจัยสามารถตั้งคำถามเฉพาะกับคอลเล็กชันเอกสารและดึงความรู้ที่สำคัญเกี่ยวกับโควิด-19 ได้อย่างรวดเร็ว โปรดทราบว่าการเข้าถึงทรัพยากรนี้จะให้เฉพาะนักวิจัยที่มีคุณสมบัติเท่านั้น ต้องการเรียนรู้การเข้าถึงมากขึ้นและขอโปรดคลิกที่นี่
การช่วยเหลือตามล่าเพื่อการรักษา
ไปป์ไลน์การค้นคว้ายาแบบดั้งเดิมอาศัยคลังสารประกอบที่ผ่านการคัดกรอง ปรับปรุง และทดสอบเพื่อกำหนดความปลอดภัยและประสิทธิภาพ ในการจัดการกับเชื้อโรคชนิดใหม่ เช่น SARS-CoV-2 มีศักยภาพที่จะปรับปรุงคลังสารประกอบด้วยสารประกอบใหม่เพิ่มเติม เพื่อช่วยตอบสนองความต้องการนี้ IBM Research ได้สร้างเฟรมเวิร์ก AI-generative ขึ้นมาใหม่ ซึ่งสามารถระบุเปปไทด์ โปรตีน ตัวยาและวัสดุใหม่ได้อย่างรวดเร็ว
เราได้นำเทคโนโลยี AI นี้ไปใช้กับเป้าหมายของ COVID-19 สามเป้าหมายเพื่อระบุโมเลกุลขนาดเล็กใหม่ 3,000 โมเลกุลในฐานะผู้เข้ารับการบำบัดโรค COVID-19 ที่มีศักยภาพ IBM กำลังปล่อยโมเลกุลเหล่านี้ภายใต้ใบอนุญาตแบบเปิด และนักวิจัยสามารถศึกษาโมเลกุลเหล่านี้ผ่านเครื่องมือสำรวจโมเลกุลเชิงโต้ตอบแบบใหม่เพื่อทำความเข้าใจลักษณะและความสัมพันธ์ของโมเลกุลเหล่านี้กับ COVID-19 และระบุผู้สมัครที่อาจมีคุณสมบัติที่พึงประสงค์เพื่อนำไปพัฒนายาต่อไป
[NPC4]เพื่อปรับปรุงความพยายามในการระบุการรักษาใหม่สำหรับ COVID-19 เรายังทำให้IBM Functional Genomics Platformใช้งานได้ฟรีในช่วงการระบาดใหญ่ แหล่งเก็บข้อมูลและเครื่องมือวิจัยบนคลาวด์นี้สร้างขึ้นเพื่อค้นพบคุณสมบัติของโมเลกุลในจีโนมของไวรัสและแบคทีเรีย รวมถึงยีน โปรตีน และเป้าหมายระดับโมเลกุลอื่นๆ จากไวรัสและแบคทีเรียที่เรียงลำดับตามลำดับในที่เดียวด้วยการเชื่อมต่อที่คำนวณไว้ล่วงหน้าเพื่อช่วยเร่งการค้นพบเป้าหมายระดับโมเลกุลที่ต้องการ สำหรับการออกแบบยา การพัฒนาการทดสอบ และการรักษา
เลือกผู้ทำงานร่วมกันของ IBM จากหน่วยงานภาครัฐ สถาบันการศึกษา และองค์กรอื่นๆ ที่ใช้แพลตฟอร์มนี้สำหรับการศึกษาจีโนมของแบคทีเรียแล้ว และตอนนี้ผู้ที่ทำงานกับ COVID-19 สามารถขออินเทอร์เฟซ IBM Functional Genomics Platform เพื่อสำรวจคุณลักษณะจีโนมของไวรัสได้ การเข้าถึง IBM Functional Genomics Platform จะได้รับการจัดลำดับความสำคัญสำหรับผู้ที่ทำการวิจัย COVID-19 ต้องการเรียนรู้การเข้าถึงมากขึ้นและขอโปรดคลิกที่นี่
ข้อมูลยาและโรค
แพทย์และบุคลากรทางการแพทย์ในแนวหน้าจะได้รับสิทธิ์เข้าถึงเนื้อหาเกี่ยวกับโรคติดเชื้อไวรัสโควิด-19 และโรคติดเชื้อตามหลักฐานหลายร้อยชิ้นจากIBM Micromedex และ EBSCO DynaMed ได้ฟรี. ผู้ใช้จะสามารถเข้าถึงข้อมูลยาและโรคได้ในการค้นหาเดียวและครอบคลุมโดยใช้โซลูชันสนับสนุนการตัดสินใจที่สมบูรณ์ทั้งสองนี้ แพทย์ยังสามารถจัดเตรียมเอกสารประกอบการศึกษาเกี่ยวกับผู้ป่วยที่เป็นมิตรกับผู้บริโภคด้วยข้อมูลทางการแพทย์ที่เกี่ยวข้องและนำไปดำเนินการได้ IBM Micromedex เป็นหนึ่งในฐานข้อมูลอ้างอิงออนไลน์ที่ใหญ่ที่สุดสำหรับข้อมูลยา และถูกใช้โดยโรงพยาบาลและระบบสุขภาพมากกว่า 4,500 แห่งทั่วโลก EBSCO DynaMed นำเสนอเนื้อหาทางคลินิกที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ รวมถึงการทบทวนวรรณกรรมอย่างเป็นระบบในหัวข้อพิเศษ 28 หัวข้อสำหรับหัวข้อโรคที่ครอบคลุม ภาวะสุขภาพและการค้นพบที่ผิดปกติ ไปจนถึงหัวข้อที่มุ่งเน้นอย่างสูงในด้านการประเมิน การวินิจฉัยแยกโรค และการจัดการ
ชุมชนวิทยาศาสตร์กำลังทำงานอย่างหนักเพื่อสร้างการค้นพบใหม่ที่สำคัญที่เกี่ยวข้องกับการรักษาโควิด-19 และเราหวังว่าการเปิดตัวเครื่องมือใหม่เหล่านี้จะช่วยเร่งความพยายามในระดับโลกนี้ งานนี้ยังสรุปวิสัยทัศน์ระยะยาวของเราสำหรับอนาคตของการค้นพบอย่างรวดเร็ว โดยที่นักวิทยาศาสตร์และแพทย์จากหลากหลายสาขาทำงานร่วมกันเพื่อสร้างการรักษายุคใหม่อย่างรวดเร็วและมีประสิทธิภาพ โดยได้รับความช่วยเหลือจากเทคโนโลยีที่ขับเคลื่อนด้วย AI ใหม่
ภาษาธรรมชาติก่อให้เกิดความท้าทายที่ไม่เหมือนใครสำหรับ AI แม้ว่าภาษาจะอยู่ภายใต้กฎเกณฑ์ที่กำหนดการใช้ไวยากรณ์และการสะกดคำ แต่กฎเหล่านี้ไม่ได้ปฏิบัติตามเสมอไป และภาษาต่างๆ มีกฎที่แตกต่างกัน แม้จะปฏิบัติตามกฎ ผลลัพธ์ก็มักจะมีความหมายที่คลุมเครือ สำหรับระบบการประมวลผลภาษาธรรมชาติ (NLP)เพื่อเชี่ยวชาญภาษาธรรมชาติ ระบบจะต้องสามารถสรุปและให้เหตุผลกับข้อความใหม่และรับรู้ความสัมพันธ์ระหว่างคำต่างๆ ในบริบทได้
[NPC5]IBM เป็นผู้นำด้านเทคโนโลยี NLP ที่ช่วยให้ระบบคอมพิวเตอร์สามารถเรียนรู้ วิเคราะห์ และเข้าใจความรู้สึก ภาษาถิ่น การออกเสียงสูงต่ำ และแง่มุมอื่นๆ ของภาษามนุษย์ ทีมวิจัยของเรามีหน้าที่รับผิดชอบในการพัฒนาความสามารถ NLP มากมายที่ IBM ได้นำออกสู่ตลาด รวมถึงความสามารถใน Watson Discovery สำหรับการทำความเข้าใจเอกสาร Watson Assistant สำหรับตัวแทนเสมือน และWatson Natural Language Understandingสำหรับการวิเคราะห์ความรู้สึกขั้นสูง IBM Research ยังอยู่เบื้องหลังเทคโนโลยีที่ IBM วางแผนที่จะเปิดตัวเพื่อช่วยให้ธุรกิจรู้จักและดึงข้อมูลในเอกสารทางธุรกิจที่ซับซ้อน เช่น สัญญา