2022 年の最先端の量子化学

量子化学はとても難しいです。最高の量子コンピューティング化学は、12 量子ビット / 12 原子のレベルにあるようです。スーパーコンピューターのシミュレーションは、20 量子ビットと 20 原子のシミュレーションを処理できます。古典的なスーパーコンピューターが、ある種のシミュレーションでは 100 個の原子と 1000 量子ビットに到達できることを示唆する初期の論文があります。量子コンピューターは、最大 35 個の高忠実度のトラップイオンを推進しており、量子コンピューターを使用して優れたエラー軽減とエラー抑制、そして最終的なエラー訂正を実現する取り組みが行われています。スーパーコンピューターや量子システムのアルゴリズムのブレークスルーは続いており、数千、数百万量子ビットにスケールアップし、優れたより効率的なエラー管理を開発するブレークスルーを目指して、さまざまな量子テクノロジーを開発する多くの競合他社が存在します。

2022年にサンウェイのスーパーコンピューターで量子シミュレーションを行った論文があった。 現段階では、量子計算の古典的シミュレーションは、量子アルゴリズムと量子コンピューティングアーキテクチャ、特に VQE としてのヒューリスティック量子アルゴリズムの研究にとって重要です。これまで量子コンピューターで実行された最大の VQE 実験では 12 量子ビットが使用されました。量子化学における産業上重要な量子計算の利点は、約 38 ≤ N ≤ 68 量子ビット (誤り訂正された量子ビットの仮定の下) で現れると予想されており、これは次のような電子構造問題に関連しています。
19 ≤ N ≤ 34 電子。

RQC (ランダム量子回路) と比較して、VQE (変分量子固有ソルバー) は、量子コンピューターと古典コンピューターの両方にとってはるかに要求が厳しいものです。たとえば、典型的な量子計算化学シミュレーションに含まれる CNOT ゲートの数は、一般的に使用されているものではすぐに 1 万を超えます。ユニタリ結合クラスタ (UCC) などの物理的に動機付けられたアンザッツ。さらに、変分アルゴリズムではよくあることですが、パラメトリック量子回路は何度も実行する必要があります。これらの影響により、古典的なコンピューターを使用した VQE の現在の研究のほとんどは、非常に小さな問題 (20 量子ビット未満) に限定されます。 Sunway アーキテクチャ上で Julia プログラミング言語を解放し、20 万コア以上で効率的に実行することも、非常に困難な作業です。 2022 年の研究は、量子計算化学の大規模古典シミュレーションの標準を設定し、ノイズの多い量子コンピューターでの VQE アプリケーションのベンチマークを短期的に行う道を切り開きます。

Q2 Chemistry は、密度行列埋め込み理論と行列積状態の組み合わせに基づいて、システム サイズに対する指数関数的なメモリ スケーリングを削減する、量子計算化学の大規模シミュレーションに適しています。カスタマイズされた 2 レベルの並列化スキームが、物理的問題の性質とメニーコア アーキテクチャに従って実装されています。 Julia は主要言語として使用されており、これによりプログラミングが容易になり、ネイティブ C または Fortran に近い最先端のパフォーマンスが可能になります。タンパク質リガンド相互作用の計算による定量化における QXNUMXChemistry の力を実証するために、実際の化学システムが研究されています。彼らの知る限り、これは初めて報告された量子計算化学シミュレーションです。
DMET-MPS-VQE を使用すると、最大 100 個の原子と 1000 量子ビット (MPS-VQE を使用すると 200 量子ビット) を含む実際の化学システムの計算が可能になり、約 20 万コアまで拡張できます。これにより、短期的なベンチマークへの道が開かれます
VQE 実験は、約 100 量子ビットの量子コンピューターで行われます。

新しい研究によると、原子クラスターのエネルギー状態の計算など、現実世界の関心のある問題では、 量子シミュレーションはまだ古典的なコンピューターよりも正確ではありません。

この研究結果は、量子コンピューターが化学者や材料科学者にとって有用な原子および分子シミュレーション ツールにどれほど近づいているかを示しています。

カリフォルニア工科大学のガーネット・チャン氏とその同僚たちは、Sycamore をベースにした Weber と呼ばれる 53 量子ビットの Google プロセッサを使用して、分子と材料のシミュレーションを実行しました。

チームは、量子回路にどの程度適しているかについてはまったく考慮せずに、現在関心のある 8 つの問題を選択しました。 XNUMX つ目は、酵素ニトロゲナーゼの触媒コアにある鉄 (Fe) と硫黄 (S) の XNUMX 原子クラスターのエネルギー状態を計算することです。この酵素は、窒素固定と呼ばれる重要な生物学的プロセスの最初のステップとして、窒素分子内の強い結合を切断します。このプロセスの化学を理解することは、化学産業用の人工窒素固定触媒を開発するのに有益である可能性があります。

正確な量子シミュレーションに対する主な障害の 300 つはノイズです。これは、量子論理演算を実行する「ゲート」の切り替え時とその出力状態の読み取り時の両方におけるランダムなエラーです。これらのエラーが蓄積すると、ノイズが支配的になる前に計算で実行できるゲート操作の数が制限されます。研究者らは、XNUMX ゲートを超えるシミュレーションはノイズに圧倒されてしまうことを発見しました。ただし、システムが複雑になればなるほど、より多くのゲートが必要になります。たとえば、Fe-S クラスターにはスピン間の長距離相互作用があります。このような相互作用を正確に表現するには、多くのゲートが必要です。

シミュレーションでは、Fe-S クラスターのエネルギー スペクトルと 𝛼-RuCl3 の熱容量がかなり適切に予測されましたが、それはシミュレーションされたシステムが大きすぎない場合に限られます。 𝛼-RuCl3 の場合、チームは結晶格子の非常に小さな 6 原子の塊についてのみ意味のある結果を得ることができました。サイズを原子 10 個まで増やすと、ノイズが出力を圧倒してしまいます。また、ゲート操作に制約があるため、ウェーバーの量子リソースの約 XNUMX 分の XNUMX しか計算に使用できませんでした。

IonQ トラップイオンに関する最先端の量子化学

量子計算は、特に IBM が最初のクラウドアクセス可能な量子コンピュータを発売し、Google が量子の利点を実証して以来、特定の計算問題を従来のコンピュータよりも効率的に解決できる可能性があるため、大きな注目を集めてきました。その最も有望な用途の 1 つは、電子構造問題を効率的に解くことです。例として、N 個のスピン軌道を含む問題の場合、波動関数を表すのに必要な古典的ビット数は、量子上で N と組み合わせてスケールされることを考えてみましょう。
コンピューターのみ N 量子ビットが必要です。量子コンピューターによってもたらされる指数関数的な利点により、電子構造問題を解決するための量子アルゴリズムの開発において多くの研究が行われてきました。

変分量子固有ソルバー (VQE) アルゴリズムは、現在の短期中間スケール量子 (NISQ) コンピューター向けに特別に設計されています。 VQE は、浅いパラメータ化された回路を実装することによってシステムの基底状態を推定します。この回路は、エネルギー期待値を変分的に最小化するように古典的に最適化されています。 VQE アルゴリズムを使用すると、ユーザーはパラメータ化された回路の形式を選択できます。

2億ドルのトラップイオン量子コンピュータ企業IonQの研究論文がある。彼らは、12 量子ビットと 72 のパラメーターを含む新しい記録を取得しました。 私の記憶が間違っていなければ、10 個の原子と量子ビットを使用した Google の研究は、この IonQ の研究によって上回りました。

IonQ は現在、35 個のトラップされたイオン量子ビット システムをテストしています。トラップされたイオンは理論的には物理的に完璧な量子ビットを達成できるはずです。ただし、システム全体には他のエラーの原因もあります。

Sunway スーパーコンピューターは原子をシミュレートする古典的なマシンに取り組んでおり、IonQ やその他の量子システムは今後も前進を続け、ますます大規模な物理的な原子および分子システムのシミュレートに向けて競い合うことになります。

トラップイオン量子コンピュータ上の軌道最適化対相関電子シミュレーション

変分量子固有ソルバー (VQE) は、短期量子コンピューターの電子構造問題を解決するための最も有望なアプローチの 12 つです。実際の VQE の重要な課題は、短期的な量子コンピュータ上でのノイズの多い量子演算の現実を考慮して、VQE 解析の表現力と解析の実装に必要な量子ゲートの数との間のバランスをとる必要があることです。この研究では、シングルとダブルのユニタリ結合クラスター (uCCSD) 解析に対する軌道最適化ペア相関近似を検討し、トラップ イオン アーキテクチャのための高効率な量子回路実装を報告します。我々は、軌道最適化により、低次の換算密度行列 (RDM) の測定を通じて、効率を犠牲にすることなく、大幅な追加の電子相関エネルギーを回収できることを示します。小分子の解離では、この方法はノイズのない量子シミュレーターで実行すると、強相関領域で定性的に正確な予測を与えます。 IonQ の Harmony および Aria トラップ イオン量子コンピュータでは、最大 72 量子ビットと XNUMX の変分パラメータを使用してエンドツーエンドの VQE アルゴリズムを実行します。これは、量子ハードウェア上で相関波動関数を使用した最大の完全な VQE シミュレーションです。誤差軽減技術がなくても、さまざまな分子幾何学にわたって予測された相対エネルギーがノイズのないシミュレーターとよく一致していることがわかりました。

量子化学における指数関数的な量子の優位性の証拠はありますか。

抽象
量子力学デバイスを使用して他の量子システムをシミュレートするというアイデアは、一般にファインマンによるものと考えられています。最初の提案以来、潜在的な「キラー アプリケーション」として、量子計算による分子および材料化学のシミュレーションに関する具体的な提案が登場してきました。人工タスクにおける潜在的な指数関数的な量子の利点の兆候により、この応用への関心が高まっているため、量子化学における潜在的な指数関数的な量子の利点の基礎を理解することが重要です。ここでは、量子化学における最も一般的なタスク、つまり基底状態のエネルギー推定において、このケースの証拠を収集します。私たちは、化学分野全体でこのような指数関数的な利点を示す証拠はまだ見つかっていないと結論付けています。量子コンピュータは量子化学にとって依然として有用であることが証明されるかもしれないが、この問題に対して一般的に指数関数的な高速化は利用できないと想定するのが賢明かもしれない。

バークレーなどの研究者らは、量子化学における基底状態の決定という中心的な課題について、指数関数的量子優位性（EQA）仮説のケースを検討した。彼らが調査したEQAの特定のバージョンでは、量子状態の準備が古典的なヒューリスティックと比較して指数関数的に簡単であること、および古典的なヒューリスティックが指数関数的に難しいことが必要でした。彼らの数値シミュレーションは、効率的な量子基底状態の準備を達成するにはヒューリスティックが必要であることを強調しています。同時に、一連の関連する問題において古典的なヒューリスティックの指数関数的なスケーリングの証拠は見つかりませんでした。後者は、同じ問題に対して量子状態の準備を効率的にできることを示唆しています。ただし、EQAはコスト比率に基づいているため、これがEQAにつながるわけではありません。

数値計算は、サイズと誤差に関して漸近性を数学的に証明するものではなく、特定の問題で EQA を除外することもできません。しかし、彼らの結果は、新しい基本的な洞察がなければ、このタスクには一般的な EQA が不足している可能性があることを示唆しています。 EQA の強力な証拠を持つ関連する量子化学システムを特定することは、未解決の問題のままです。彼らは基底状態の決定以外のタスクを考慮しておらず、多項式の高速化も排除していません。正確な形式に応じて、多項式量子の高速化は有用な量子の利点と関連付けられる可能性があります。これは、多項式の古典的なアルゴリズムであっても、実際の時間内に解が得られることを意味するわけではないためです。どちらの側面も、量子化学における量子アルゴリズムのさらなる開発において重要であることが判明する可能性があります。