Topmoderne kvantekemi i 2022 PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Topmoderne kvantekemi i 2022

Kvantekemi er meget hård. Den bedste kvanteberegningskemi ser ud til at være på niveauet 12 qubits / 12 atomer. Supercomputersimuleringer kan håndtere 20 qubits og 20 atomer simulering. Der er tidlige artikler, der tyder på, at klassiske supercomputere kan nå op på 100 atomer og 1000 qubit for nogle typer simulering. Kvantecomputere skubber op til 35 high fidelity fangede ioner, og der arbejdes på at opnå overlegen fejlreduktion og fejlundertrykkelse og eventuel fejlkorrektion med kvantecomputere. Gennembrud i algoritmer til supercomputere og for kvantesystemer fortsætter, og der er mange konkurrenter med forskellige kvanteteknologier, der ønsker at skabe gennembrud for at skalere til tusinder og millioner af qubits og udvikle overlegen og mere effektiv fejlhåndtering.

Der var et papir i 2022, hvor kvantesimuleringer på Sunway-supercomputeren blev udført. På nuværende tidspunkt er klassisk simulering af kvanteberegning afgørende for studiet af kvantealgoritmer og kvanteberegningsarkitekturer, især for heuristiske kvantealgoritmer som VQE. Det hidtil største VQE-eksperiment udført på en kvantecomputer har brugt 12 qubits. En industrielt relevant kvanteberegningsfordel inden for kvantekemi forventes at vise sig ved omkring 38 ≤ N ≤ 68 qubits (under forudsætning af fejlkorrigerede qubits), hvilket er relateret til et elektronisk strukturproblem, bl.a.
19 ≤ N ≤ 34 elektroner.

Sammenlignet med RQC (Random Quantum Circuits), er VQE (variationel kvanteegenopløser) meget mere krævende for både kvante- og klassiske computere, for eksempel går antallet af CNOT-porte involveret i en typisk kvanteberegningskemi-simulering hurtigt ud over 1 million med almindeligt anvendte fysisk motiveret ansatz såsom unitary coupled-cluster (UCC). Desuden skal det parametriske kvantekredsløb udføres mange gange, som det er typisk for variationsalgoritmer. Disse effekter begrænser de fleste af de nuværende undersøgelser af VQE ved brug af klassiske computere til meget små problemer (mindre end 20 qubits). At slippe Julia-programmeringssproget løs på Sunway-arkitekturer og køre det effektivt over 20 millioner kerner er også en ekstremt udfordrende opgave. 2022-arbejdet har sat standarden for storskala klassisk simulering af kvanteberegningskemi og baner vejen for benchmarking af VQE-applikationer på kortsigtede støjende kvantecomputere.

Q2 Chemistry er velegnet til storskala simulering af kvanteberegningskemi, baseret på en kombination af Density Matrix Embedding Theory og Matrix Product States for at reducere den eksponentielle hukommelsesskalering i forhold til systemstørrelsen; et tilpasset tre-niveau paralleliseringsskema er blevet implementeret i henhold til arten af ​​det fysiske problem og mange-kerne arkitekturen; Julia bruges som det primære sprog, hvilket både gør programmering lettere og muliggør banebrydende ydeevne tæt på native C eller Fortran; Ægte kemiske systemer er blevet undersøgt for at demonstrere styrken af ​​Q2Chemistry i beregningsmæssig kvantificering af proteinligand-interaktioner. Så vidt de ved, er dette den første rapporterede kvanteberegningskemi-simulering
beregning for virkeligt kemisk system med så mange som 100 atomer og 1000 qubits ved hjælp af DMET-MPS-VQE (og 200 qubits ved hjælp af MPS-VQE), og skaleres til omkring 20 millioner kerner. Dette baner vejen for benchmarking med kort sigt
VQE eksperimenter på kvantecomputere med omkring 100 qubits.

En ny undersøgelse viser, at for problemer af interesse i den virkelige verden, såsom beregning af energitilstande for en klynge af atomer, kvantesimuleringer er endnu ikke mere nøjagtige end klassiske computeres.

Undersøgelsens resultater viser, hvor tæt kvantecomputere er på at blive nyttige atomare og molekylære simuleringsværktøjer for kemikere og materialeforskere.

Garnet Chan fra California Institute of Technology og hans medarbejdere udførte simuleringer af et molekyle og et materiale ved hjælp af en 53-qubit Google-processor kaldet Weber, baseret på Sycamore.

Holdet udvalgte to problemer af aktuel interesse uden nogen overvejelse af, hvor velegnede de kunne være til et kvantekredsløb. Den første indebærer beregning af energitilstande af en 8-atom klynge af jern (Fe) og svovl (S), der findes i den katalytiske kerne af enzymet nitrogenase. Dette enzym bryder stærke bindinger i nitrogenmolekyler som det første trin i en vigtig biologisk proces kaldet nitrogenfiksering. At forstå kemien i denne proces kan være værdifuld for udvikling af kunstige nitrogenfikserende katalysatorer til den kemiske industri.

En af de vigtigste hindringer for nøjagtige kvantesimuleringer er støj - tilfældige fejl i både omskiftningen af ​​"portene", der udfører kvantelogiske operationer, og i læsningen af ​​deres outputtilstande. Disse fejl akkumulerer og begrænser antallet af gate-operationer, som en beregning kan udføre, før støjen dominerer. Forskerne fandt ud af, at simuleringer med mere end 300 porte blev overvældet af støj. Men jo mere komplekst systemet er, jo flere porte er der brug for. Fe-S-klyngen, for eksempel, har lang rækkevidde interaktioner mellem spins; for at blive repræsenteret nøjagtigt kræver sådanne interaktioner mange porte.

Simuleringerne gav forudsigelser for energispektrene for Fe-S-klyngen og varmekapaciteten af ​​𝛼-RuCl3 rimeligt godt - men kun hvis de simulerede systemer ikke var for store. For 𝛼-RuCl3 kunne holdet kun opnå meningsfulde resultater for en meget lille 6-atom del af krystalgitteret; hvis de øgede størrelsen til kun 10 atomer, overvældede støjen outputtet. Og begrænsningerne på gate-operationer betød, at kun omkring en femtedel af Webers kvanteressourcer kunne bruges til beregningen.

Topmoderne kvantekemi på IonQ Trapped Ion

Kvanteberegning har tiltrukket sig betydelig opmærksomhed for dets potentiale til at løse visse beregningsproblemer mere effektivt end med klassiske computere, især siden IBM lancerede den første skytilgængelige kvantecomputer og Google demonstrerede kvantefordele. En af dens mest lovende applikationer er at løse elektroniske strukturproblemer effektivt: for at illustrere, overvej, at for et problem, der indeholder N spin-orbitaler, skalerer antallet af klassiske bits, der kræves for at repræsentere bølgefunktionen, kombinatorisk med N, mens det er på et kvante
computer kun N qubits er nødvendige. Den eksponentielle fordel, som kvantecomputere tilbyder, har motiveret megen forskning i at udvikle kvantealgoritmer til at løse det elektroniske strukturproblem.

Variations quantum eigensolver (VQE) algoritmen er designet specifikt til nuværende kortsigtede intermediate scale quantum (NISQ) computere. VQE estimerer grundtilstanden for et system ved at implementere et lavvandet parameteriseret kredsløb, som er klassisk optimeret til variationsmæssigt at minimere energiforventningsværdien. VQE-algoritmen giver brugeren mulighed for at vælge formen for det parametrerede kredsløb.

Topmoderne kvantekemi i 2022 PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Topmoderne kvantekemi i 2022 PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Der er et forskningspapir fra $2 milliarder Trapped Ion kvantecomputervirksomheden IonQ. De fik en ny rekord med 12 qubits og 72 parametre. Hvis jeg ikke tager fejl, blev Google-arbejdet med 10 atomer og qubits overgået af dette IonQ-arbejde.

YouTube video afspiller

IonQ tester i øjeblikket et 35 fanget ion qubit-system. Fanget ion burde teoretisk set være i stand til at opnå fysisk perfekte qubits. Der er dog andre fejlkilder i hele systemet.

Sunway-supercomputerens arbejde på klassiske maskiner, der simulerer atomer, og IonQ og andre kvantesystemer vil fortsætte med at skubbe fremad og race for at simulere større og større fysiske atomare og molekylære systemer.

Orbital-optimerede par-korrelerede elektronsimuleringer på fangede-ion kvantecomputere

Variationelle kvanteegenopløsere (VQE) er blandt de mest lovende tilgange til at løse elektroniske strukturproblemer på kortsigtede kvantecomputere. En kritisk udfordring for VQE i praksis er, at man er nødt til at finde en balance mellem udtryksevnen af ​​VQE-ansatz versus antallet af kvanteporte, der kræves for at implementere ansatzen, givet virkeligheden af ​​støjende kvanteoperationer på kortsigtede kvantecomputere. I dette arbejde overvejer vi en orbital-optimeret par-korreleret tilnærmelse til den enhedskoblede klynge med singler og doubler (uCCSD) ansatz og rapporterer en meget effektiv kvantekredsløbsimplementering for fangede-ion-arkitekturer. Vi viser, at orbital optimering kan genvinde betydelig yderligere elektronkorrelationsenergi uden at ofre effektivitet gennem målinger af lavordens reducerede tæthedsmatricer (RDM'er). I dissociationen af ​​små molekyler giver metoden kvalitativt nøjagtige forudsigelser i det stærkt korrelerede regime, når den kører på støjfri kvantesimulatorer. På IonQs Harmony og Aria fangede-ion kvantecomputere kører vi end-to-end VQE-algoritmer med op til 12 qubits og 72 variationsparametre – den største fulde VQE-simulering med en korreleret bølgefunktion på kvantehardware. Vi finder, at selv uden fejlreduktionsteknikker er de forudsagte relative energier på tværs af forskellige molekylære geometrier i fremragende overensstemmelse med støjfri simulatorer.

Er der bevis for eksponentiel kvantefordel i kvantekemi.

Abstrakt
Ideen om at bruge kvantemekaniske enheder til at simulere andre kvantesystemer tilskrives almindeligvis Feynman. Siden det oprindelige forslag er der dukket konkrete forslag op til simulering af molekylær- og materialekemi gennem kvanteberegning som en potentiel "dræberapplikation". Indikationer på potentiel eksponentiel kvantefordel i kunstige opgaver har øget interessen for denne applikation, så det er afgørende at forstå grundlaget for potentiel eksponentiel kvantefordel i kvantekemi. Her samler vi beviserne for denne sag i den mest almindelige opgave inden for kvantekemi, nemlig jordtilstandsenergiestimering. Vi konkluderer, at beviser for en sådan eksponentiel fordel på tværs af kemisk rum endnu ikke er fundet. Selvom kvantecomputere stadig kan vise sig nyttige til kvantekemi, kan det være klogt at antage, at eksponentielle speedups ikke er generisk tilgængelige for dette problem.

Forskere fra Berkeley og andre steder undersøgte sagen for den eksponentielle kvantefordel (EQA) hypotese for den centrale opgave med grundtilstandsbestemmelse i kvantekemi. Den specifikke version af EQA, som de undersøgte, krævede, at kvantetilstandsforberedelse var eksponentielt let sammenlignet med klassisk heuristik, og at klassisk heuristik var eksponentielt hård. Deres numeriske simuleringer fremhæver, at heuristik er nødvendig for at opnå effektiv kvantegrundtilstandsforberedelse. Samtidig finder de ikke beviser for den eksponentielle skalering af klassisk heuristik i en række relevante problemer. Sidstnævnte antyder, at kvantetilstandsforberedelse kan gøres effektiv til de samme problemer. Men da EQA er baseret på forholdet mellem omkostninger, fører dette ikke til EQA.

Numeriske beregninger er ikke matematisk bevis for asymptotik med hensyn til størrelse og fejl, og de kan heller ikke udelukke EQA i specifikke problemer. Deres resultater tyder dog på, at der uden ny og grundlæggende indsigt kan mangle generisk EQA i denne opgave. At identificere et relevant kvantekemisk system med stærke beviser for EQA er fortsat et åbent spørgsmål. De overvejede ikke andre opgaver end grundtilstandsbestemmelse, og de udelukker heller ikke polynomielle speedups. Afhængigt af den præcise form kan polynomiske kvantehastigheder være forbundet med nyttige kvantefordele, da selv en klassisk polynomisk algoritme ikke betyder, at løsninger kan opnås på en praktisk tid. Begge aspekter kan vise sig vigtige i den videre udvikling af kvantealgoritmer i kvantekemi.

Brian Wang er en futuristisk tankeleder og en populær Science blogger med 1 million læsere om måneden. Hans blog Nextbigfuture.com er rangeret som #1 Science News Blog. Det dækker mange forstyrrende teknologi og tendenser, herunder rum, robotik, kunstig intelligens, medicin, anti-aging bioteknologi og nanoteknologi.

Han er kendt for at identificere banebrydende teknologier og er i øjeblikket medstifter af en opstart og fundraiser til virksomheder med et højt potentiale på et tidligt stadium. Han er forskningschef for tildelinger til dybe teknologiske investeringer og en engelinvestor hos Space Angels.

Han har været en hyppig foredragsholder i virksomheder og har været TEDx -højttaler, en Singularity University -højttaler og gæst ved adskillige interviews til radio og podcasts. Han er åben for offentlige taler og rådgivende engagementer.

Tidsstempel:

Mere fra Næste Big Futures