Kvantecomputing

Kvantealgoritmer kan undersøge større molekyler

mm

Et team på Helmholtz-Zentrum Berlin für Materialien und Energie (HZB) kunne beregne elektronbaner og deres dynamiske udvikling på eksemplet på en lille molekyle efter en laserpuls-excitering. Ifølge eksperterne kunne denne metode hjælpe med at undersøge større molekyler, som ikke kan beregnes med konventionelle metoder.

Den nye udvikling hjælper med at fremme kvantecomputere, som kunne drastisk reducere beregningstiderne for komplekse problemer.

Forskningen blev offentliggjort i Journal of Chemical Theory and Computation.

Udvikling af kvantalgoritmerne

Annika Bande leder en gruppe på teoretisk kemi på HZB.

“Disse kvantecomputer-algoritmer blev oprindeligt udviklet i en helt anden kontekst. Vi brugte dem her for første gang til at beregne elektron-tætheder af molekyler, særligt også deres dynamiske udvikling efter excitering med et lys-puls,” siger Bande.

Fabian Langkabel er en del af gruppen.

“Vi udviklede en algoritme for en fiktiv, helt fejlfri kvantecomputer og køre den på en klassisk server, der simulerer en kvantecomputer med ti Qbits,” siger Langkabel.

Teamet af videnskabsmænd begrænsede deres studie til mindre molekyler, hvilket gjorde det muligt for dem at udføre beregningerne uden en rigtig kvantecomputer. De kunne også sammenligne dem med konventionelle beregninger.

Fordele over konventionelle metoder

Kvantalgoritmerne producerer de resultater, teamet var på udkig efter. I modsætning til konventionelle beregninger kunne kvantalgoritmerne beregne større molekyler med fremtidige kvantecomputere.

“Dette har at gøre med beregningstiderne. De øges med antallet af atomer, der udgør molekylet,” fortsætter Langkabel.

Når det kommer til konventionelle metoder, øges beregningstiden med hver yderligere atom. Men dette er ikke tilfældet for kvantalgoritmer, da de bliver hurtigere med hver yderligere atom.

Den nye studie demonstrerer, hvordan man kan beregne elektron-tætheder og deres “respons” på exciteringer med lys i forvejen. Den bruger også meget høje rumlige og tidsmæssige opløsninger.

Metoden gør det muligt at simulere og forstå ultra-hurtige henfaldsprocesser, som er vigtige for kvantecomputere bestående af “kvante-punkter”. Den gør det også muligt at gøre forudsigelser om de fysiske eller kemiske egenskaber af molekyler, som kan ske under absorption af lys og overførsel af elektriske ladninger.

Alt dette hjælper med at fremme udviklingen af fotokatalysatorer til produktion af grønt brint med sollys, og det giver bedre indsigt i processerne i lys-følsomme receptor-molekyler i øjet.

Alex McFarland er en AI-journalist og forfatter, der udforsker de seneste udviklinger inden for kunstig intelligens. Han har samarbejdet med talrige AI-startups og publikationer verden over.