• Rosetta@home: Research of the Year und Quantencomputer

    Glückwunsch und Danke! "Chemical and Engineering News" hat unsere Arbeit als Forschungsbeitrag des Jahres gewürdigt. Eure Unterstützung sorgte für einen Großteil der Rechenkraft, die nötig war um das möglich zu machen. Danke!

    Computerbasierte Forschung erreicht neuen Meilenstein

    Computer sind schon seit Dekaden an wissenschaftlichen Entdeckungen beteiligt. Dieses Jahr jedoch haben einige Entwicklungen in den Bereichen Machine Learning und Quantencomputing für Durchbrüche gesorgt.

    Während Forscher diese Fortschritte nutzen um Probleme der Grundlagenforschung zu lösen, formen Chemiekonzerne wie BASF und Dow Chemical Allianzen mit Computerriesen wie IBM und Hewlett Packard Enterprise um diese Entwicklungen zur kommerziellen Marktreife zu führen.

    Das Machine Learning setzt auf Algorithmen, die es Computern erlauben über das Abarbeiten von Befehlen hinauszugehen, Entscheidungen zu treffen, von diesen zu "lernen" und Vorhersagen auf Basis großer Datensätze zu treffen. Programme zur Sprach- und Gesichtserkennung, Spamfiltrierung und Wettervorhersage nutzen diese Algorithmen bereits.

    Im Bereich der chemischen Forschung berichtet die Arbeitsgruppe von David Baker an der University of Washington den Einsatz solcher Algorithmen zur Vorhersage der dreidimensionalen Struktur von 600 bisher unbekannten Proteinfamilien (Science 2017, DOI: 10.1126/science.aah4043). Ein internationales Forschungsteam nutze diese Methode um den Geruch einer chemischen Verbindung auf Basis seiner molekularen Struktur vorherzusagen. Diese Fortschritte vergrößern unser Wissen über den Geruchssinn und könnten eines Tages in der Parfumindustrie zur Anwendung kommen (Science 2017, DOI: 10.1126/science.aal2014). Das Machine Learning brachte auch Fortschritte in der Berechnung molekularer Elektronenstrukturen auf eine Art und Weise, die große Teile aufwändiger Computerberechnung einspart (Nat. Commun. 2017, DOI: 10.1038/s41467-017-00839-3).

    Während einige Forscher die Vorhersagefähigkeiten mit Hilfe traditioneller Computer voranbringen, forschen Wissenschaftler bei IBM, Microsoft und Google an Quantencomputern. Im Gegensatz zu traditionellen Computern, die Transistoren und Speicherzellen zur Darstellung von Rechenoperationen verwenden, verwenden Quatencomputer sogenannte Qubits, um Ladungszustände kleinster Elementarteilchen zu kontrollieren und damit für gezielte Rechenoperationen verwendbar zu machen.

    Diese Strategie sollte es Quantencomputern ermöglichen, Eigenschaften komplexer Moleküle zu berechnen, für die konventionelle Computer bisher zu wenig Rechenkraft besitzen. Bisher ist es jedoch noch zu keiner Anwendung gekommen. Einen Meilenstein erreichten Forscher von IBM jedoch dieses Jahr, als sie erstmal einen 7-Qubit-Quantencomputer für die Berechnung der Struktur von Lithiumhydrid und Berylliumhydrid nutzen. Das waren die ersten Berechnungen von Molekülen, die Atome größer als die von Wasserstoff und Helium enthalten - auf einem Quantencomputer (Nature 2017, DOI: 10.1038/nature23879).


    Originaltext:
    Zitat Zitat von https://cen.acs.org/articles/95/i49/chemistry-research-of-the-year-2017.html

    Congrats and thank you! Chemical and Engineering News has highlighted our work for research of the year. Your contributions provided much of the computing to make this possible. Thank you!

    Computer-driven research reached new milestones

    Computers have been powering scientific discovery for decades. But this year, several developments in machine learning and quantum computing raised the bar substantially.

    As academic researchers exploited the advances to tackle problems in basic science, chemical companies including BASF and Dow Chemical formed alliances with computer giants such as IBM and Hewlett Packard Enterprise to capitalize on the advances for commercial applications.

    Machine learning refers to algorithms that enable computers to go beyond rigid programming instructions and “learn” from and implement decisions and make predictions on the basis of large sets of data. Programs for voice and face recognition, spam email filtration, and weather forecasting use such algorithms.

    On the chemistry front, David Baker of the University of Washington and coworkers reported using this technique to determine the three-dimensional conformations of 600 families of proteins for which structures had been unknown (Science 2017, DOI: 10.1126/science.aah4043). And an international team used the method to enable computers to predict a compound’s scent on the basis of its molecular structure. That advance broadens understanding of olfaction and one day may benefit the fragrance industry (Science 2017, DOI: 10.1126/science.aal2014). Machine-learning strategies also made headway in calculating molecular electronic structures in a manner that bypasses the most computationally intense aspects of density functional theory (Nat. Commun. 2017, DOI: 10.1038/s41467-017-00839-3).

    As some researchers pushed the chemistry-predicting capabilities of traditional computers, scientists at IBM, Microsoft, and Google pushed forward with quantum computers. Unlike conventional machines, which use transistors and memory cells to process ones and zeros that approximate electron wave functions, quantum computers use magnetic elements or other types of two-state quantum systems, known as qubits, to represent wave functions as superpositions of electron energies and states.

    That strategy should enable quantum computers to calculate properties of complex molecules that conventional computers are not powerful enough to address. This feat has not yet been demonstrated. Nonetheless, researchers at IBM reached a milestone this year by using a 7-qubit quantum computer to calculate the ground-state energies of lithium hydride and beryllium hydride. These were the first calculations of molecules containing atoms larger than hydrogen and helium using quantum computing (Nature 2017, DOI: 10.1038/nature23879).
    Ursprünglich wurde dieser Artikel in diesem Thema veröffentlicht: News von der Rosetta-HP - Erstellt von: Major Original-Beitrag anzeigen
Single Sign On provided by vBSSO