量子计算，开始解决一个很"工业"的问题。
近日，美国稀土企业USA Rare Earth、法国量子计算公司Pasqal和工业化学AI公司Riven Systems宣布合作，计划用量子机器学习寻找更高效的稀土分离分子。
他们的目标很直接：让稀土加工更快、更便宜、更省能源。
稀土难，不只是难开采
稀土真正难处理的地方，在于"分离"。
开采后得到的往往是混合稀土碳酸盐，但镝、铽、钇等不同稀土元素的化学性质非常接近，想把它们一个个分离出来，需要大量实验。
传统方法往往靠反复试错，寻找合适的萃取剂。
这一次，三家公司准备让AI和量子计算来帮忙。
Riven的自动化实验室将进行数千次实验，快速积累真实化学数据，再用这些数据训练机器学习模型，寻找能够更精准结合不同稀土元素的萃取剂。
Pasqal则将利用其中性原子量子处理器，测试量子机器学习模型，并与传统经典计算模型进行比较。
简单来说，就是让机器大量做实验，让AI从实验结果里找规律，再让量子计算参与筛选。
从实验室走进工厂
更重要的是，这项合作并不只是做一个量子模型。
三家公司计划把整个流程打通。量子模型筛选候选分子，自动化实验室进行验证，最终再进入稀土加工流程测试。
这些研究将针对USA Rare Earth实际使用的稀土原料，包括美国得克萨斯州Round Top矿相关原料、混合稀土碳酸盐，以及磁体制造产生的回收切削废料。
如果找到更高效的萃取剂，就可能减少分离步骤、设备数量和原材料消耗，同时降低能源消耗和加工成本。
过去，量子计算更多出现在实验室和论文里。
现在，它开始碰到一个个真实的工业问题。
这一次，它盯上的，是稀土。
引用：