Britiske forskere: Quantum kan simulere katalysatorer i kjemiske prosesser, redusere miljøpåvirkninger

Forskere fra Riverlane kvanteingeniørselskap og bærekraftig teknologiselskap Johnson Matthey kunngjorde at de har utviklet kvantealgoritmer for å simulere katalysatorene som brukes i industrielle kjemiske prosesser. Selskapene sier at arbeidet deres kan redusere miljøpåvirkningen fra alt fra brenselceller til petrokjemikalier og hydrogenproduksjon.

Forskningen var publisert i Physical Review Research forrige uke og demonstrerer hvordan en feilkorrigert kvantedatamaskin kan simulere nikkeloksid og palladiumoksid. Dette er viktige materialer i heterogen katalyse, en prosess som brukes til å lage et bredt spekter av kjemikalier og drivstoff, ifølge selskapene.

"Vår algoritme muliggjør kvantesimulering av store solid state-systemer med kjøretider ofte assosiert med mye mindre molekylære systemer. Dette arbeidet baner vei for fremtidige praktiske simuleringer av materialer på feilkorrigerte kvantedatamaskiner,” sa Dr. Aleksei Ivanov, en kvanteforsker ved Riverlane og avisens hovedforfatter.

Mange materialer er vanskelige å simulere på vanlige datamaskiner på grunn av deres komplekse, kvantenatur. Det er her kvantedatamaskiner kan hjelpe, men til nå har mesteparten av forskningen fokusert på simulering av molekyler, ikke materialer. Dette er fordi materialer har ekstra struktur, for eksempel translasjonssymmetri eller periodisitet.

"Vanlige klassiske beregningsmetoder er ofte avhengige av tilnærminger som kanskje ikke er godt begrunnet for visse materialer, inkludert sterkt korrelerte metalloksider, noe som fører til utilfredsstillende ytelse," ifølge Dr. Tom Ellaby, en FoU-forsker ved Johnson Matthey.

Dr. Rachel Kerber, seniorforsker ved Johnson Matthey, sa: "Kvantesimuleringer kan gi oss et middel til å modellere mange av disse materialene, som ofte er av stor interesse for forskere innen katalyse og materialvitenskap generelt."

Forskerne utnyttet konsepter utviklet i klassisk beregningsbasert kondensert materieforskning for å utvikle den nye kvantealgoritmen.

"I dette arbeidet stilte vi oss selv et spørsmål: Hvordan kan vi modifisere en eksisterende molekylær algoritme for å dra nytte av materialets struktur? Vi fant ut hvordan vi skulle gjøre dette og, som et resultat, reduserer våre modifikasjoner av den eksisterende kvantealgoritmen kvanteressurskravene. Så fremtidige kvantedatamaskiner krever langt færre qubits og en redusert kretsdybde, sammenlignet med tidligere kvantealgoritmer uten noen modifikasjon, sier Dr. Christoph Sunderhauf, senior kvanteforsker ved Riverlane og avisens medforfatter. "Det viktigste forbeholdet her er at vi må vente til noen faktisk bygger en tilstrekkelig stor feilkorrigert kvantedatamaskin."

Dagens kvantedatamaskiner har på det meste noen hundre kvantebiter (qubits), noe som begrenser nytten av disse maskinene. Men kvantedatamaskiner må skaleres opp i størrelsesordener for å oppnå feilretting og låse opp applikasjoner på tvers av flere bransjer.

For å oppnå feilretting raskere, bygger Riverlane et operativsystem for feilkorrigerte kvantedatamaskiner, som inkluderer et kontrollsystem (for å kontrollere og kalibrere de millioner av qubits som kreves) og raske dekodere (for å stoppe feil som forplanter seg og gjør beregninger ubrukelige). Når disse feilkorrigerte kvantedatamaskinene er klare, trenger vi også feiltolerante kvantealgoritmer for å være klare til å kjøre på disse maskinene.

"Vi må strebe etter å låse opp nyttige applikasjonstilfeller for kvantedatamaskiner," sa Ivanov. "Hvis vi fortsetter å forbedre kvantealgoritmene ytterligere, trenger vi ikke bygge en så enorm kvantedatamaskin for nyttige applikasjoner."

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
• kilde: https://insidehpc.com/2023/03/uk-researchers-quantum-can-simulate-catalysts-in-chemical-processes-cut-environmental-impacts/