Brittiska forskare: Quantum kan simulera katalysatorer i kemiska processer, minska miljöpåverkan

Brittiska forskare: Quantum kan simulera katalysatorer i kemiska processer, minska miljöpåverkan

Brittiska forskare: Quantum kan simulera katalysatorer i kemiska processer, minska miljöpåverkan PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.Forskare från Riverlane kvantteknikföretag och hållbara teknikföretag Johnson Matthey meddelade att de har utvecklat kvantalgoritmer för att simulera de katalysatorer som används i industriella kemiska processer. Företagen säger att deras arbete kan minska miljöpåverkan från allt från bränsleceller till petrokemikalier och väteproduktion.

Forskningen var publicerad i Physical Review Research förra veckan och demonstrerar hur en felkorrigerad kvantdator kan simulera nickeloxid och palladiumoxid. Dessa är viktiga material i heterogen katalys, en process som används för att skapa ett brett utbud av kemikalier och bränslen, enligt företagen.

"Vår algoritm möjliggör kvantsimulering av stora solid-state-system med körtider ofta förknippade med mycket mindre molekylära system. Detta arbete banar väg för framtida praktiska simuleringar av material på felkorrigerade kvantdatorer, säger Dr. Aleksei Ivanov, en kvantforskare vid Riverlane och tidningens huvudförfattare.

Många material är svåra att simulera på vanliga datorer på grund av deras komplexa, kvanta natur. Det är här kvantdatorer kan hjälpa, men hittills har det mesta av forskningen fokuserat på simulering av molekyler, inte material. Detta beror på att material har ytterligare struktur, såsom translationssymmetri eller periodicitet.

"Vanligt använda klassiska beräkningsmetoder förlitar sig ofta på approximationer som kanske inte är väl motiverade för vissa material, inklusive starkt korrelerade metalloxider, vilket leder till otillfredsställande prestanda", enligt Dr. Tom Ellaby, en FoU-forskare vid Johnson Matthew.

Dr Rachel Kerber, senior forskare vid Johnson Matthey, sa: "Kvantsimuleringar kan ge oss ett sätt att modellera många av dessa material, som ofta är av stort intresse för forskare inom katalys och materialvetenskap i allmänhet."

Forskarna utnyttjade koncept som utvecklats i klassisk beräkningsforskning om kondenserad materia för att utveckla den nya kvantalgoritmen.

"I det här arbetet ställde vi oss en fråga: Hur kan vi modifiera en befintlig molekylär algoritm för att dra nytta av materialets struktur? Vi kom på hur vi skulle göra detta och som ett resultat minskade våra modifieringar av den befintliga kvantalgoritmen kraven på kvantresurser. Så framtida kvantdatorer kräver mycket färre kvantbitar och ett minskat kretsdjup, jämfört med tidigare kvantalgoritmer utan någon modifiering, säger Dr Christoph Sunderhauf, senior kvantforskare vid Riverlane och tidningens medförfattare. "Den huvudsakliga varningen här är att vi måste vänta tills någon faktiskt bygger en tillräckligt stor felkorrigerad kvantdator."

Dagens kvantdatorer har som mest några hundra kvantbitar (qubits), vilket begränsar användbarheten av dessa maskiner. Men kvantdatorer måste skalas upp i storleksordningar för att nå felkorrigering och låsa upp applikationer inom flera branscher.

För att nå felkorrigering tidigare bygger Riverlane ett operativsystem för felkorrigerade kvantdatorer, som inkluderar ett kontrollsystem (för att kontrollera och kalibrera de miljontals qubits som krävs) och snabba avkodare (för att stoppa fel som sprider sig och göra beräkningar oanvändbara). När dessa felkorrigerade kvantdatorer är klara behöver vi också feltoleranta kvantalgoritmer för att vara redo att köras på dessa maskiner.

"Vi måste sträva efter att låsa upp användbara applikationsfall för kvantdatorer," sa Ivanov. "Om vi ​​fortsätter att förbättra kvantalgoritmerna ytterligare, då skulle vi inte behöva bygga en så enorm kvantdator för användbara applikationer."

Tidsstämpel:

Mer från Inuti HPC