Kvantdatorer hjälper redan forskare att förstå mekanismen bakom proteinveckning
För att lösa de flesta av de problem som forskarna hoppas kunna ta itu med i framtiden med kvantdatorer som kan korrigera sina egna fel, till exempel inom optimering, kryptografi eller artificiell intelligens, kommer det att krävas flera miljoner kubiter. Kanske till och med hundratals miljoner kubiter. Den mest avancerade kvantprocessorn finns för närvarande hos IBM och har drygt tusen kubiter, så det är uppenbart att det finns många tekniska utmaningar som måste lösas.
Det intressanta är att det inte finns en enda väg att gå. Organisationer som forskar inom kvantdatorteknik arbetar med olika kubitteknologier, och var och en av dem befinner sig i olika utvecklingsstadier. IBM, Intel och Google är några av de stora företag som satsar på supraledande kubiter, men även mycket mindre företag som Atlantic Quantum, IQM, Anyon Systems, Rigetti Computing och Bleximo har gjort det.
Om vi begränsar oss till antalet företag som arbetar med denna typ av kvantbitar är det rimligt att dra slutsatsen att detta är den teknik som har störst stöd och störst investeringar, och att den därför på sätt och vis ligger i täten. Denna strategi kommer troligen att hjälpa oss att få fler kubiter, men den är också mer benägen att göra fel än jonfällkubiter, som är ett av alternativen till supraledare. Dessutom kännetecknas de senare kubiterna av att de arbetar vid en temperatur på cirka 20 millikelvin, vilket är ungefär -273 grader Celsius, i syfte att fungera med största möjliga isolering från omgivningen.
Jonfällor fungerar utmärkt med proteiner
Jonfällor är för närvarande det främsta alternativet till supraledande kubiter. Det är den teknik som bland annat IonQ och Honeywell arbetar med, och den kännetecknas av att den använder joniserade atomer, som därmed har en icke-neutral elektrisk laddning. Denna egenskap gör att de kan hållas isolerade och instängda i ett elektromagnetiskt fält, men det är bara början.
Härifrån påverkar IonQ kvanttillståndet hos sina kubiter med jonfällor som kyler dem för att minska datorbruset och använder sedan lasrar för att hantera dem. Det använder dock inte en enda laser, utan en för varje jon, samt en global laser som verkar på alla samtidigt. Honeywell använder också joniserade atomer och lasrar, men proceduren för att skapa sammanflätning mellan två joner och påverka dem med en laser skiljer sig från den som IonQ använder.
För forskare är det avgörande att förstå den proteinfällning som utlöser Alzheimers eller Parkinsons sjukdom
Just ett team av forskare från det sistnämnda företaget och det tyska nystartade företaget Kipu Quantum, som specialiserar sig på kvantdatorer, har använt en 36-kubits jonfälla-dator för att göra något fantastiskt: lösa problem med proteinveckning med upp till 12 aminosyror. För att göra detta utformade de en kvantoptimeringsmetod som syftar till att hitta den optimala konfigurationen för proteinveckning.
Det låter komplicerat, och det är det också, men det viktigaste, och det vi bör fokusera på, är att dessa kvantdatorer, tack vare rätt algoritm, kan hjälpa forskare att förstå mekanismen bakom proteinveckning som utlöser sjukdomar som Alzheimers och Parkinsons. Att förstå detta fenomen är det första steget mot att utveckla en effektiv behandling.
Resultatet är mycket lovande, men det återstår fortfarande mycket arbete innan kvantdatorer kan hjälpa oss att bekämpa dessa sjukdomar. Å ena sidan måste vikningsmodellerna utvecklas för att bli mer tillförlitliga och realistiska. Å andra sidan måste den klassiska algoritmen som ansvarar för att förfina resultaten från kvantalgoritmen bli mer precis. Ändå är dessa forskares arbete en exceptionellt lovande utgångspunkt.
