Kvanttilaskenta-algoritmi voi johtaa uusien materiaalien suunnitteluun

Columbian yliopiston tutkijaryhmä on kehittänyt uuden algoritmin, joka voi auttaa kvanttitietokoneita laskemaan molekyylienergiaa ja johtaa uusien materiaalien suunnitteluun. Algoritmi käyttää tähän mennessä eniten kvanttibittejä perustilaenergian laskemiseen, joka on kvanttimekaanisen järjestelmän pieninenergiainen tila. 

Uusi tutkimus julkaistiin vuonna luonto. 

Pohjatilan energian laskeminen

Algoritmin ovat kehittäneet Columbian kemian professori David Reichman ja postdoc Joonho Lee yhdessä Google Quantum AI:n tutkijoiden kanssa. Se vähentää tilastollisia virheitä, joita kvanttibitit tuottavat kemian yhtälöissä, ja se käyttää jopa 16 kubittia Googlen 53 kubitin Sycamore-tietokoneessa perustilaenergian laskemiseen, joka on molekyylin pienin energiatila. 

"Nämä ovat suurimmat kvanttikemian laskelmat, jotka on koskaan tehty todellisella kvanttilaitteella", Reichman sanoi. 

Pystymällä laskemaan perustilaenergian tarkasti kemistit voivat kehittää uusia materiaaleja. Algoritmilla voitaisiin esimerkiksi suunnitella materiaaleja, jotka nopeuttavat typen sitoutumista maataloudessa. Tämä on vain yksi monista mahdollisista kestävän kehityksen käyttötavoista, sanoo Lee, joka on vieraileva tutkija Google Quantum AI:ssä.

Algoritmi perustuu kvantti Monte Carloon, joka on menetelmäjärjestelmä todennäköisyyden laskemiseksi, kun satunnaisia ​​tuntemattomia muuttujia on monia. Tutkijat käyttivät algoritmia kolmen tyyppisten molekyylien perustilaenergian määrittämiseen. 

On monia muuttujia, jotka voivat vaikuttaa perustilan energiaan, kuten elektronien lukumäärä molekyylissä, niiden spinin suunta ja polut, joita ne kulkevat kiertäessään ydintä. Elektroninen energia on koodattu Schrodingerin yhtälöön, jota on erittäin vaikea ratkaista klassisella tietokoneella molekyylien kasvaessa. Tästä huolimatta on olemassa menetelmiä tämän helpottamiseksi, ja kvanttitietokoneet voisivat lopulta ohittaa tämän eksponentiaalisen skaalausongelman. 

Suurempien ja monimutkaisempien laskelmien käsittely

Periaatteen mukaan kvanttitietokoneiden pitäisi pystyä käsittelemään suurempia ja monimutkaisempia laskelmia, koska kubitit hyödyntävät kvanttitiloja. Kubitit voivat olla kahdessa tilassa samanaikaisesti, mikä ei pidä paikkaansa binäärinumeroiden kohdalla. Samaan aikaan kubitit ovat hauraita, ja kun kubittien määrä kasvaa, lopullisen vastauksen tarkkuus heikkenee. Lee kehitti uuden algoritmin hyödyntääkseen sekä klassisten että kvanttitietokoneiden yhteistehoa ratkaistakseen nämä monimutkaiset yhtälöt tehokkaammin ja minimoiden samalla virheet. 

"Se on molempien maailmojen paras", Lee sanoi. "Hyödynnimme työkaluja, joita meillä jo oli, sekä työkaluja, joita pidetään kvanttitietotekniikan huipputasona, jalostaaksemme kvanttilaskennallista kemiaa", Lee sanoi. 

Edellinen ennätys perustilaenergian ratkaisemiseksi perustui 12 qubitiin ja menetelmään, joka tunnetaan nimellä variational quantum eigensolver (VQE). VQE:n ongelma on, että se ei ottanut huomioon vuorovaikutuksessa olevien elektronien vaikutuksia, mikä on ratkaisevan tärkeää perustilaenergian laskennassa. Leen mukaan klassisten tietokoneiden virtuaalisia korrelaatiotekniikoita voitaisiin lisätä auttamaan kemistejä käsittelemään vielä suurempia molekyylejä. 

Uudet hybridiklassis-kvanttilaskelmat osoittivat joidenkin parhaiden klassisten menetelmien mukaisen tarkkuuden, mikä viittaa siihen, että monimutkaiset ongelmat voitaisiin ratkaista tarkemmin ja nopeammin kvanttitietokoneella. 

"Isompien ja haastavampien kemiallisten ongelmien ratkaisemisen toteutettavuus vain paranee ajan myötä", Lee sanoi. "Tämä antaa meille toivoa, että kehitteillä olevista kvanttitekniikoista on käytännössä hyötyä."