人物介绍：美国Foley Hoag 律师事务所的合伙人Erik Huestis，兼任该事务所技术行业小组的联席主席，近期于采访中深入探讨了在未来一年，生命科学和生物技术行业将如何运用量子计算技术的相关问题。

​编辑丨慕一  编译/排版丨琳梦 卉可

深度好文：1096字丨10分钟阅读

Erik Huestis：与经典计算相比，使用量子系统来模拟量子系统本质上更为容易。

在生物技术的应用中，经典体系的分子和复杂化合物的计算量复杂而庞大，但量子模拟和通用量子计算使我们能在合理的时间尺度上以合理的精度计算药物上的分子特性，从而直接进入开发阶段。

Erik Huestis：生物技术领域的发展重心将向算法层转移，而非硬件层面。普遍而言，生物技术公司并不专注于研发新型激光器或芯片，他们会从一个特殊角度来研发新算法，包括纯量子和量子经典混合算法。

在纯量子方面，制药公司对预测药物属性及种类的优化算法的关注是一个有趣的应用实例。进一步而言，有一些非常有趣的方式可以将量子计算结合到混合解决方案中。例如，将这些具有经典算法优势的量子算法作为端到端人工智能驱动的研究发现的一部分。

人们很容易将量子计算和人工智能混为一谈，但它们完全不同。

不过，量子计算确实擅长解决一系列问题，并且可以很好地应用于更广泛的人工智能系统。对于生物技术领域中量子技术的用例，我的脑海中会浮现什么样的系统架构正在解决结合了量子计算和药物发现和筛选过程的问题。

Huestis：对于这一点，我们需要进行更深入的剖析。在人工智能领域，2023年无疑是生成性技术备受关注的一年。但需要指出，这项技术并非是近期出现的新事物，而是经过长时间的酝酿和发展。与此同时，人工智能已在众多领域得到广泛应用和部署。

量子模拟在明年可能会变得非常重要。至于我们能否在明年实现基于门的容错量子计算机，目前还难以给出确切答案。

在短期范围内，量子模拟或模拟量子计算领域展现出一些引人注目的应用前景。我认为这些应用将在2024年发挥重大作用。

Huestis：数字孪生是一个关于“过程模拟”的笼统术语。它与量子模拟的概念高度一致。我们认为，在无法直接测量一系列化合物的情况下，可以通过量子模拟来快速揭示感兴趣的化合物的分子特性。

在这一点上，我认为量子模拟是数字孪生的一种表现形式。

更进一步地说，我并不认为量子计算能够很好地适应我所想到的更广泛的应用场景，例如通过广泛的数据分析来了解病人情况、医院系统等。而事实已经证明，经典计算和传统人工智能模型的结合在此类情况下表现出更高的适用性。

但对于任何具有量子元素的事物而言，数字孪生都证明了量子计算的平台优势。

特此说明：量子前哨翻译此文仅作信息传递和参考，并不意味着同意此文中的观点与数据。

——end——

欢迎添加我们的微信，加入量子前哨粉丝群

与大家一起探讨交流量子领域动态↓↓↓~~