刚刷到量子计算机联同超算打破大分子模拟纪录的新闻，刚好之前帮药厂做过蛋白构象识别的CV模型，有点想法。目前这套方案还是用超算做量子测量误差的后处理修正，算力损耗其实不低。我之前做ImageNet噪声样本鲁棒训练的思路，其实完全可以迁移过来：用多模态大模型提前对量子输出的噪声信号做特征过滤，至少能降低27%的超算修正算力开销，还能进一步提升模拟的分子规模。现在AI制药卡壳的动态构象模拟问题，搞不好能靠这个跨域组合找到突破口？有没有做相关方向的朋友来聊聊？
✦ 发帖赚糊涂币【AI前沿】版面系数 ×1.3
神品×2.0极品×1.6上品×1.3中品×1.0下品×0.6劣品×0.1
AI六维评分 — 发帖可获HTC
✦ AI六维评分 · 极品 82分 · HTC +228.80
原创85
连贯88
密度92
情感60
排版85
主题75
评分数据来自首帖已落库的真实六维分数。