Квантова хімія дуже важка. Найкраща квантова обчислювальна хімія, здається, знаходиться на рівні 12 кубітів / 12 атомів. Суперкомп’ютерне моделювання може працювати з моделюванням 20 кубітів і 20 атомів. Існують ранні статті, які свідчать про те, що класичні суперкомп’ютери можуть досягати 100 атомів і 1000 кубітів для деяких типів моделювання. Квантові комп’ютери висувають до 35 високоточних захоплених іонів, і є робота над досягненням чудового пом’якшення та придушення помилок і можливого виправлення помилок за допомогою квантових комп’ютерів. Прориви в алгоритмах для суперкомп’ютерів і квантових систем тривають, і є багато конкурентів з різними квантовими технологіями, які прагнуть зробити прорив для масштабування до тисяч і мільйонів кубітів і розробити чудове та ефективніше управління помилками.
У 2022 році була опублікована стаття, в якій проводилося квантове моделювання на суперкомп’ютері Sunway. На поточному етапі класичне моделювання квантових обчислень має вирішальне значення для дослідження квантових алгоритмів і архітектур квантових обчислень, особливо для евристичних квантових алгоритмів, як VQE. У найбільшому експерименті VQE, проведеному на квантовому комп’ютері, використовувалися 12 кубітів. Очікується, що промислово значуща квантова обчислювальна перевага в квантовій хімії з’явиться приблизно при 38 ≤ N ≤ 68 кубітів (за припущенням кубітів з виправленими помилками), що пов’язано з проблемою електронної структури, включаючи
19 ≤ N ≤ 34 електрони.
Порівняно з RQC (випадковими квантовими схемами), VQE (варіаційний квантовий розв’язувач власних сигналів) є набагато більш вимогливим як для квантових, так і для класичних комп’ютерів, наприклад, кількість вентилів CNOT, задіяних у типовому моделюванні квантової обчислювальної хімії, швидко перевищує 1 мільйон із широко використовуваними фізично мотивований анзац, такий як унітарний зв’язаний кластер (UCC). Крім того, параметрична квантова схема повинна виконуватися багато разів, як це характерно для варіаційних алгоритмів. Ці ефекти обмежують більшість поточних досліджень VQE з використанням класичних комп’ютерів дуже малими проблемами (менше 20 кубітів). Розвиток мови програмування Julia на архітектурах Sunway і її ефективне використання на 20 мільйонах ядер також є надзвичайно складним завданням. Робота 2022 року встановила стандарт для великомасштабного класичного моделювання квантової обчислювальної хімії та прокладає шлях для порівняльного аналізу додатків VQE на квантових комп’ютерах із короткочасним шумом.
Q2 Chemistry підходить для великомасштабного моделювання квантової обчислювальної хімії на основі поєднання теорії вбудовування матриці щільності та стану матриці продукту для зменшення експоненціального масштабування пам’яті в порівнянні з розміром системи; реалізована налаштована трирівнева схема розпаралелювання відповідно до природи фізичної проблеми та багатоядерної архітектури; Julia використовується як основна мова, що полегшує програмування та забезпечує найвищу продуктивність, наближену до рідного C або Fortran; Було вивчено реальні хімічні системи, щоб продемонструвати силу Q2Chemistry в обчислювальній кількісній оцінці взаємодій білків-лігандів. Наскільки їм відомо, це перше зареєстроване моделювання квантової обчислювальної хімії
розрахунок для реальної хімічної системи зі 100 атомами та 1000 кубітами за допомогою DMET-MPS-VQE (та 200 кубітів за допомогою MPS-VQE) і масштабується приблизно до 20 мільйонів ядер. Це відкриває шлях для порівняльного аналізу на найближчу перспективу
Експерименти VQE на квантових комп’ютерах із приблизно 100 кубітами.
Нове дослідження показує, що для завдань реального світу, таких як обчислення енергетичних станів кластера атомів, квантове моделювання ще не точніше, ніж у класичних комп’ютерів.
Результати дослідження показують, наскільки квантові комп’ютери близькі до того, щоб стати корисними інструментами атомного та молекулярного моделювання для хіміків і матеріалознавців.
Гарнет Чен з Каліфорнійського технологічного інституту та його колеги провели моделювання молекули та матеріалу за допомогою 53-кубітного процесора Google під назвою Weber, заснованого на Sycamore.
Команда вибрала дві актуальні проблеми, не враховуючи, наскільки добре вони підходять для квантової схеми. Перший включає в себе обчислення енергетичних станів 8-атомного кластера заліза (Fe) і сірки (S), знайденого в каталітичному ядрі ферменту нітрогенази. Цей фермент розриває міцні зв’язки в молекулах азоту як перший крок у важливому біологічному процесі під назвою азотфіксація. Розуміння хімії цього процесу може бути цінним для розробки штучних каталізаторів азотфіксації для хімічної промисловості.
Однією з ключових перешкод для точного квантового моделювання є шум — випадкові помилки як у перемиканні «воріт», які виконують квантові логічні операції, так і в зчитуванні їхніх вихідних станів. Ці помилки накопичуються та обмежують кількість операцій воріт, які може виконати обчислення, перш ніж шум домінує. Дослідники виявили, що симуляції з більш ніж 300 воротами були переповнені шумом. Але чим складніша система, тим більше воріт потрібно. Кластер Fe-S, наприклад, має дальні взаємодії між спинами; щоб бути представленими точно, такі взаємодії потребують багатьох воріт.
Моделювання досить добре передбачало енергетичні спектри кластера Fe-S і теплоємність 𝛼-RuCl3, але тільки якщо змодельовані системи не були надто великими. Для 𝛼-RuCl3 команда могла отримати значущі результати лише для дуже маленької 6-атомної частини кристалічної решітки; якщо вони збільшили розмір лише до 10 атомів, шум перевищив результат. А обмеження на роботу воріт означали, що лише близько однієї п’ятої квантових ресурсів Вебера можна було використати для обчислень.
Сучасна квантова хімія на іонах, захоплених IonQ
Квантові обчислення привернули значну увагу завдяки своєму потенціалу вирішувати певні обчислювальні проблеми ефективніше, ніж за допомогою класичних комп’ютерів, особливо після того, як IBM випустила перший доступний у хмарі квантовий комп’ютер, а Google продемонструвала квантову перевагу. Одним із найперспективніших застосувань є ефективне вирішення проблем електронної структури: для ілюстрації розглянемо, що для задачі, яка містить N спінових орбіталей, кількість класичних бітів, необхідних для представлення хвильової функції, комбінаторно масштабується з N, тоді як на квантовій
комп’ютеру потрібно лише N кубітів. Експоненціальна перевага, яку пропонують квантові комп’ютери, спонукала до великої кількості досліджень із розробки квантових алгоритмів для вирішення проблеми електронної структури.
Алгоритм варіаційного квантового розв’язувача власних даних (VQE) розроблений спеціально для поточних квантових комп’ютерів із проміжним масштабом (NISQ). VQE оцінює основний стан системи шляхом реалізації неглибокої параметризованої схеми, яка класично оптимізована для варіаційної мінімізації очікуваного енергетичного значення. Алгоритм VQE дозволяє користувачеві вибрати форму параметризованої схеми.
Існує дослідницька стаття компанії IonQ, що займається квантовими комп’ютерами Trapped Ion, на 2 мільярди доларів. Вони отримали новий рекорд із 12 кубітами та 72 параметрами. Якщо я не помиляюся, робота Google з 10 атомами та кубітами була перевершена цією роботою IonQ.
Зараз IonQ тестує систему з 35 захоплених іонних кубітів. Захоплений іон теоретично повинен мати можливість досягти фізично ідеальних кубітів. Однак існують інші джерела помилок у всій системі.
Робота суперкомп’ютера Sunway над класичними машинами, що симулюють атоми, IonQ та інші квантові системи, продовжуватиме просуватися вперед і прагнути до моделювання все більших і більших фізичних атомних і молекулярних систем.
Орбітально-оптимізоване моделювання парно-корельованих електронів на квантових комп’ютерах із захопленими іонами
Варіаційні квантові власні розв’язувачі (VQE) є одними з найбільш перспективних підходів для розв’язання проблем електронної структури на короткострокових квантових комп’ютерах. Критичною проблемою для VQE на практиці є те, що потрібно знайти баланс між експресивністю анзаца VQE проти кількості квантових воріт, необхідних для реалізації анзаца, враховуючи реальність галасливих квантових операцій на короткочасних квантових комп’ютерах. У цій роботі ми розглядаємо орбітально-оптимізоване парно-корельоване наближення до унітарного пов’язаного кластера з одиночними та подвійними (uCCSD) анзацами та повідомляємо про високоефективну реалізацію квантової схеми для архітектур захоплених іонів. Ми показуємо, що орбітальна оптимізація може відновити значну додаткову енергію кореляції електронів без шкоди для ефективності за допомогою вимірювань низьких матриць зменшеної щільності (RDM). У дисоціації малих молекул метод дає якісно точні прогнози в сильно корельованому режимі при роботі на безшумних квантових симуляторах. На квантових комп’ютерах із захопленими іонами IonQ Harmony та Aria ми запускаємо наскрізні алгоритми VQE із до 12 кубітів і 72 варіаційними параметрами – найбільше повне моделювання VQE із корельованою хвильовою функцією на квантовому обладнанні. Ми виявили, що навіть без методів пом’якшення помилок прогнозовані відносні енергії в різних молекулярних геометріях чудово узгоджуються з безшумними симуляторами.
Чи є докази експоненційної квантової переваги в квантовій хімії.
абстрактний
Ідею використання квантово-механічних пристроїв для моделювання інших квантових систем зазвичай приписують Фейнману. Після початкової пропозиції з’явилися конкретні пропозиції щодо моделювання молекулярної хімії та хімії матеріалів за допомогою квантових обчислень як потенційного «вбивчого застосування». Ознаки потенційної експоненціальної квантової переваги в штучних завданнях підвищили інтерес до цієї програми, тому важливо зрозуміти основу потенційної експоненційної квантової переваги в квантовій хімії. Тут ми збираємо докази цього випадку в найпоширенішому завданні квантової хімії, а саме, оцінці енергії основного стану. Ми робимо висновок, що доказів такої експоненціальної переваги в хімічному просторі ще не знайдено. Хоча квантові комп’ютери все ще можуть виявитися корисними для квантової хімії, можливо, було б розумно припустити, що експоненціальне прискорення зазвичай недоступне для цієї проблеми.
Дослідники з Берклі та інших країн досліджували гіпотезу експоненціальної квантової переваги (EQA) для центрального завдання визначення основного стану в квантовій хімії. Конкретна версія EQA, яку вони досліджували, вимагала, щоб підготовка квантового стану була експоненціально легкою порівняно з класичною евристикою, а класична евристика була експоненціально складною. Їх чисельне моделювання підкреслює, що евристика необхідна для досягнення ефективної підготовки квантового основного стану. У той же час вони не знаходять доказів експоненціального масштабування класичної евристики в наборі відповідних проблем. Останнє свідчить про те, що підготовку квантового стану можна зробити ефективним для тих самих проблем. Однак, оскільки EQA базується на співвідношенні витрат, це не призводить до EQA.
Числові розрахунки не є математичним доказом асимптотики щодо розміру та похибки, а також не можуть виключити EQA у конкретних задачах. Однак їхні результати свідчать про те, що без нових і фундаментальних ідей у цьому завданні може бути брак загального EQA. Ідентифікація відповідної квантово-хімічної системи з переконливими доказами EQA залишається відкритим питанням. Вони не розглядали завдання, окрім визначення основного стану, і не виключали поліноміального прискорення. Залежно від точної форми, поліноміальні квантові прискорення можуть бути пов’язані з корисною квантовою перевагою, оскільки навіть поліноміальний класичний алгоритм не означає, що рішення можна отримати в практичний час. Обидва аспекти можуть виявитися важливими в подальшому розвитку квантових алгоритмів у квантовій хімії.
Брайан Ванг - лідер думок футуристів та популярний науковий блогер із 1 мільйоном читачів на місяць. Його блог Nextbigfuture.com посідає перше місце у блозі «Наукові новини». Він охоплює багато руйнівних технологій та тенденцій, включаючи космос, робототехніку, штучний інтелект, медицину, біотехнології проти старіння та нанотехнології.
Відомий тим, що визначає передові технології, в даний час він є співзасновником стартапу та збирання коштів для потенційних компаній на ранніх етапах. Він є керівником досліджень з питань розподілу інвестицій у глибокі технології та інвестором -ангелом у Space Angels.
Частий доповідач у корпораціях, він був спікером TEDx, спікером Університету Сингулярності та гостем у численних інтерв'ю для радіо та подкастів. Він відкритий для публічних виступів та консультування.
