近日，IonQ 和现代刚刚宣布扩大合作伙伴关系。他们将开发机器视觉算法，能够对来自自动驾驶汽车的 3D 数据进行物体检测，并模拟各种金属催化剂的电化学反应。

IonQ 的首席量子应用研究科学家 Sonika Johri 表示，“通过与现代合作，我们正在研究机器学习和化学应用。在这两个领域，已经提出了许多量子算法并进行了理论上的分析，但很少有超越少量量子比特和门的演示。” Johri 解释说，通过使用#AQ 25，“......我们可以在真实硬件上研究这些算法，分析算法的准确性和解决问题的时间将如何在现实生活中扩展。” 另一个好处是它允许公司在共同设计算法和硬件之间进行迭代，以达到超出理论分析的实际性能。

存在的两个挑战涉及化学和物体检测。Johri表示:“新一代电动汽车电池的开发需要工程师深入了解电池的化学反应机制，以便我们能够识别有害电池效率的反应路径，或找到高效和廉价的催化剂来提高电池效率。”“在经典计算机上高精度地模拟复杂化学系统是极其困难的。”IonQ正在与现代合作开发量子算法，能够在IonQ的离子捕获量子计算机上有效地模拟电池化学系统。

对于无人驾驶汽车来说，准确识别周围物体的位置和类别至关重要。“来自各种传感器(如相机或激光雷达)的数据可用于此目的。IonQ 正在与现代汽车合作处理各种数据集，以提高模型的可靠性、准确性和效率。”

此次合作扩展是基于使用量子计算机来解决问题的“一种全新的方法”。例如，当数字计算机最初能够处理数字时，试图理解化学反应的理论化学家不知道如何使用这种能力。利用以前不可用的数字运算机器开发了一种新的计算化学框架，从而形成了一个新的计算化学领域，对化学反应具有更强大的洞察力和理解力。

“从某种意义上说，人们可以将我们目前的努力视为以我们今天无法做到的方式开发理解化学或机器学习的新方法的过程。它有可能改变我们解决这些困难问题的方式，这些问题用传统的计算方法是不实际的，”Johri 说。

IonQ 的量子机器学习技术正在产生更快学习的潜力，更有效地识别边缘案例，更好地概括，使用较低分辨率或噪声数据进行学习，以及使用较少数量的参数捕获复杂的相关性。

现代汽车早期致力于研究锂化合物和电池化学中涉及的化学反应，为探索未来汽车的新型金属催化剂化学反应提供了一种方法。从量子模拟中获得的集体见解和知识将使现代工程师能够以更低的成本开发更高性能的电动汽车。

原文链接：https://quantumcomputingreport.com/ionq-and-hyundai-expand-quantum-automotive-innovation/

---煤油灯科技victorlamp.com翻译整理---