Aprendizagem Automática
Aprendizagem Automática
Na computação convencional, o treino da IA requer muito tempo e recursos computacionais. Mesmo com o hardware mais recente, treinar uma IA até um nível que possa ser considerado suficiente leva um tempo incrivelmente longo e, mesmo assim, inevitavelmente, a IA cometerá erros, razão pela qual é considerada apenas «suficiente». Mas, graças à superposição de um computador quântico, este consegue, essencialmente, realizar operações em simultâneo.
Esta mentalidade de computação simultânea não é nova; as Unidades de Processamento Gráfico (GPUs) têm uma arquitetura que favorece esta mentalidade de computação simultânea, em comparação com as CPUs clássicas. As GPUs têm muitos «núcleos» especializados e são muito menos versáteis do que os núcleos das CPUs, mas, uma vez que o treino de IA consiste essencialmente em repetir uma tarefa relativamente simples vezes sem conta, as GPUs têm sido a primeira escolha em termos de hardware para o treino de IA há muito tempo. No entanto, devido à natureza dos bits clássicos, só podem ser melhoradas através da adição de mais núcleos; a longo prazo, isto é inviável, tendo em conta o quão mais difícil é fabricar nós de processo mais pequenos.
Descoberta de medicamentos
A investigação e o desenvolvimento são tão fundamentais para as empresas farmacêuticas que estas gastam, em média, 15 % das suas receitas em I&D
6. As formações moleculares necessárias no desenvolvimento de medicamentos são tão pequenas que os fenómenos quânticos as afetam, pelo que a computação quântica poderá ser extremamente útil no processo de Conceção de Medicamentos Assistida por Computador (CADD).
Prevê-se que a computação quântica seja capaz de prever e simular a estrutura, as propriedades e o comportamento (ou reatividade) destas moléculas de forma mais eficaz do que a computação convencional.
3 A utilização de computadores convencionais para aumentar a precisão das simulações moleculares implica um aumento exponencial dos recursos computacionais; o surgimento dos computadores quânticos tem o potencial de remediar o facto de ser dispendioso para um computador convencional tentar simular sistemas quânticos, tais como moléculas.
A indústria farmacêutica já está a utilizar a aprendizagem automática para acelerar e melhorar o processo de desenvolvimento de medicamentos, mas, considerando que a aprendizagem automática dará um grande salto em frente quando os computadores quânticos puderem ser utilizados para esse fim, a indústria farmacêutica está posicionada para ser uma das principais beneficiárias do advento dos computadores quânticos.
Em conclusão:
O ritmo da descoberta de medicamentos deu um salto com a ajuda da aprendizagem automática, mas com o advento dos computadores quânticos no horizonte, é evidente que a indústria farmacêutica está prestes a passar por uma transformação qualitativa no seu ciclo de desenvolvimento de medicamentos.
Referências
Agradecimentos a Alimul Karim, estagiário