Quantenprozessoren haben immer noch Schwierigkeiten, komplexe Moleküle zu simulieren

Die Quantennatur komplexer Moleküle und Materialien macht ihre Simulation sehr schwierig. Um ihre Eigenschaften kennenzulernen, muss ein klassischer Computer riesige Datenmengen speichern und verarbeiten. Quantencomputer umgehen dies, indem sie Quantensysteme direkt manipulieren, was ihnen theoretisch einen Vorteil gegenüber ihren klassischen Pendants verschafft. In der Praxis sind die heutigen Quantengeräte jedoch aufgrund von Wechselwirkungen mit ihrer Umgebung empfindlich gegenüber Rauschen, was ihre potenziellen Vorteile stark schmälert.

In den letzten Jahren haben mehrere Teams (u.a Google im Jahr 2019 und Forscher an der University of Science and Technology of China im Jahr 2020) haben behauptet, dass ihre Quantengeräte einen „Quantenvorteil“ gegenüber klassischen haben. Das Design solcher Experimente hat jedoch weitgehend die Stärken der betreffenden Quantentechnologien ausgespielt, anstatt sich auf praktische Anwendungen zu konzentrieren. Dies hat es schwierig gemacht, einzuschätzen, wie Quantengeräte abschneiden würden, wenn sie auf Probleme angewendet würden, die als „nützlich“ und für klassische Computer schwer zu bewältigen sind, wie etwa die Simulation komplexer Quantenchemie.

Ein Team unter der Leitung von Granat Chan vom California Institute of Technology, USA, hat nun einen Einblick in diese Frage geliefert, indem es Simulationen von zwei quantenchemischen Problemen auf Googles 53-Qubit-Weber-Quantenprozessor durchgeführt hat. Die erste Simulation konzentrierte sich auf einen Cluster aus acht Atomen innerhalb des Enzyms Nitrogenase. Dieses Enzym ist eine wichtige Komponente in einem chemischen Prozess namens Stickstofffixierung, und ein besseres Verständnis seiner chemischen Eigenschaften könnte die Düngemittelherstellung revolutionieren. Die zweite Simulation konzentrierte sich auf α-Rutheniumtrichlorid, ein Material, das bei niedrigen Temperaturen in einer exotischen Quantenphase vorliegen kann, die als „Spinflüssigkeit“ bekannt ist. Solche Materialien sind nicht gut verstanden und könnten Anwendungen in der Datenspeicherung haben, Topologische Quantenberechnung und sogar Hochtemperatur-Supraleitung.

Ein langer Weg zu gehen

Um interessierende Eigenschaften komplexer Moleküle und Materialien zu berechnen (z. B. ihre elektronischen Energiezustände oder Niederenergieanregungen), beginnen Physiker damit, die Elektronenspins der Atome auf Qubits im Quantengerät abzubilden. Die Wechselwirkungen zwischen den Elektronen in den ursprünglichen chemischen Systemen können dann erfasst werden, indem Quanten-„Logikgatter“ in einer bestimmten Reihenfolge auf die Qubits angewendet werden. Schließlich extrahieren die Forscher Informationen über das System, indem sie die Qubits messen und die Messergebnisse analysieren. Je mehr Logikgatter angewendet werden müssen, um das Verhalten der Elektronenspins zu erfassen, desto mehr Rauschen und Fehler sammeln sich während der Berechnung an, was zu weniger zuverlässigen Ergebnissen führt.

In der neuen Arbeit, die in beschrieben wird PRX-Quantumstellten Chan und Kollegen fest, dass das Rauschen im System die nützlichen Informationen, die sie extrahieren wollten, schnell überwältigte, als ihre Berechnungen größer wurden und mehr Gatter erforderten. Ihre Experimente zeigten beispielsweise, dass Simulationen eines Kristallgitters aus α-Rutheniumtrichlorid mit sechs Atomen zwar mehrere aussagekräftige Ergebnisse lieferten, dies jedoch nicht mehr zutraf, wenn die Größe des Problems auf 10 Atome oder mehr zunahm.

In ähnlicher Weise konnten sie Energiespektren für einen 8-Atom-Cluster, der in Nitrogenase gefunden wurde, ziemlich gut vorhersagen, aber erst nach Anwendung einer Vielzahl von Nachbearbeitungstechniken auf die Messdaten. Zudem behandelten die Quantenexperimente nur vereinfachte Modelle dieser Systeme, bei denen klassische Computer noch exakte Schätzungen liefern können. Dies impliziert, dass der Quantenvorteil für solche Simulationen noch keine Realität ist.

Auswahl der richtigen Probleme

Die Ergebnisse waren jedoch nicht nur schlechte Nachrichten für Quantensimulatoren. Die Forscher stellen fest, dass die Fähigkeiten des Quantengeräts stark von der Art des untersuchten Problems abhängen, und für diese Reihe von Experimenten haben sie es bewusst vermieden, Probleme auszuwählen, die auf die Weber-Architektur ausgerichtet sind. Stattdessen konzentrierten sie sich darauf, wie interessant die Ergebnisse der Simulation für die breitere wissenschaftliche Gemeinschaft sein würden. Als sie ihre Simulationsparameter an den Quantenprozessor anpassten, halbierten sie ihre Rechenressourcen und erzeugten daher aussagekräftigere Ergebnisse.

D-Wave demonstriert Leistungsvorteil in der Quantensimulation

Letztlich zeigen die Ergebnisse aber, dass Quantengeräte, die klassische Supercomputer ersetzen können, noch in weiter Ferne liegen. „Diese übermäßig vereinfachten Modelle realistischer chemischer Systeme und Materialien, die wir in unserer Arbeit simulieren wollten, lassen sich trivialerweise auf einem klassischen Computer oder sogar einem persönlichen Laptop simulieren“, sagt Ruslan Tazhigulov, der die Studie als Postdoc in Chans Team leitete und ist jetzt Data Scientist beim Pharmaunternehmen EQRx. „Nachdem wir verschiedene Fehlerminderungstechniken angewendet haben, zeigen wir, dass es noch ein langer Weg ist, bis Quantengeräte zu praktischen Werkzeugen zur Lösung komplexer quantenchemischer Probleme werden.“

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://physicsworld.com/a/quantum-processors-still-struggle-to-simulate-complex-molecules/