インサイダーブリーフ:
- D-WaveとJapan Tobacco’s Pharma Divisionは、Quantum-Hybridワークフローを使用して概念実証プロジェクトを完了し、生成薬物発見のためにLLMSを強化しました。
- JTのAIモデルとのD-Waveのアニーリング量子コンピューティングの統合により、古典的な方法と比較して、より有効な「薬物様」分子の生成が生成されました。
- QPUアシストトレーニングを通じて生成された分子は、より高い薬物性スコアとより良いエネルギー効率を示し、生成AIにおける量子コンピューティングの利点を示しました。
- JTは、創薬のための量子AI技術の開発を継続し、分子設計における量子コンピューティングの使用を拡大する予定です。
プレスリリース – 量子コンピューティングシステム、ソフトウェア、およびサービスのリーダーであるD-Wave Quantum Inc.およびJapan Tobacco Inc.の製薬部門は本日、薬物発見プロセスで量子コンピューティングテクノロジーと人工知能(AI)を使用した共同概念実証プロジェクトの完了を発表しました。 JTおよびD-Waveは、量子ハイブリッドワークフローを備えた大規模な言語モデル(LLMS)を強化し、生成能力を高め、JTが量子ハイブリッド生成AIシステムのトレーニングデータセットに見られるものを超えた新しい「薬物のような」分子構造を生成できるようにします。
この研究は、D-Waveの量子処理ユニット(QPU)と一緒に古典的な計算を使用したLLMハイブリッドモデルが、古典的な方法だけと比較した場合、より有効な生成分子をもたらすことを実証しました。さらに、QPUアシストLLMトレーニングによって生成された分子は、トレーニングデータセットと、古典的な計算駆動型LLMトレーニング方法でトレーニングされたモデルと比較して、薬物責任の定量的推定値を示しました。これは、QPUがチームに高品質の低いエネルギーサンプルを提供し、創薬の生成AIにおける量子コンピューティングの潜在的な利点を強調したことを示しています。
このプロジェクトの目標は、さまざまなプロセスの品質と速度を改善しながら、クラス中の小分子化合物の発見を加速することです。この概念実証では、D-Waveのアニーリング量子コンピューティングテクノロジーがJTのAIテクノロジーフレームワークで使用され、化学空間を探索するために、変圧器アーキテクチャ(ChatGPTの背後にある同じエンジン)などのLLMをトレーニングしました。これにより、チームは、より広範な分子特性と化合物の活動を処理できる機械学習フレームワークを構築する可能性を評価することができました。 AIと量子コンピューティングテクノロジーを組み合わせることにより、プロジェクトはさらに、医薬品開発の品質と速度の両方で小分子化合物発見プロセスを促進する可能性をさらに確認しました。
「D-Waveを使用した概念実証プロジェクトから見た結果に興奮しています。D-Waveの専門サービスと製品R&Dチームのサポートを受けて、D-Waveのアニーリング量子コンピューターを利用してJTのAIモデルを訓練しました」 「私たちの量子ハイブリッドAIシステムは、AIモデルに分子特性の駆動因子を課すことなく、トレーニングデータセットよりも生成された化合物をトレーニングデータセットよりも「薬物様」分子アンサンブルにシフトしました。私たちの知る限り、これは、高品質のトレーニングを実現するためのクラシック結果を提供するためのアニーリング量子計算のための最初の作業です。これにより、生成AIアーキテクチャのパフォーマンスが向上し、D-Waveの量子アニーリングマシンを使用して、量子コンピューティングハードウェア特性の使用を最大化し、量子駆動型の薬物発見を達成する努力を促進することを目指しています。」

「AIは印象的な進歩を遂げましたが、電力のニーズとコストのエスカレートにより、計算上の課題に直面しています」とD-WaveのCEOであるAlan Baratz博士は述べています。 「AIおよび機械学習とのQuantum Computingの統合は、これらの問題に対処するためのスケーラブルでエネルギー効率の高いソリューションを提供し、AI機能を強化する可能性があります。JTとの作業は、AIとのQuantumの統合の重要なデモと検証であると考えています。私たちの見解では、この作品は圧倒的な一歩です。」
概念実証プロジェクトに続いて、JTの製薬部門は、量子駆動型の創薬技術の開発をさらに進め、分子設計に量子コンピューティング技術を使用することを計画しています。
出典:D-Wave