Quantencomputer werden immer größer, aber es gibt immer noch wenige praktische Möglichkeiten, ihre zusätzliche Rechenleistung zu nutzen. Um diese Hürde zu überwinden, entwerfen Forscher Algorithmen, die den Übergang von klassischen zu Quantencomputern erleichtern sollen. In einer neuen Studie in Natur, Forscher enthüllen einen Algorithmus, der die statistischen Fehler oder das Rauschen reduziert, die von Quantenbits oder Qubits in knirschenden chemischen Gleichungen erzeugt werden.
Der Algorithmus, der von David Reichman, Chemieprofessor an der Columbia, und Postdoc Joonho Lee mit Forschern von Google Quantum AI entwickelt wurde, verwendet bis zu 16 Qubits auf Sycamore, dem 53-Qubit-Computer von Google, um die Grundzustandsenergie zu berechnen, den niedrigsten Energiezustand eines Moleküls. „Dies sind die größten quantenchemischen Berechnungen, die jemals mit einem echten Quantengerät durchgeführt wurden“, sagte Reichman.
Die Fähigkeit, die Grundzustandsenergie genau zu berechnen, werde es Chemikern ermöglichen, neue Materialien zu entwickeln, sagte Lee, der auch Gastforscher bei Google Quantum AI ist. Der Algorithmus könnte verwendet werden, um Materialien zu entwerfen, um die Stickstofffixierung für die Landwirtschaft und die Hydrolyse zur Erzeugung sauberer Energie zu beschleunigen, neben anderen Nachhaltigkeitszielen, sagte er.
Der Algorithmus verwendet ein Quanten-Monte-Carlo, ein System von Methoden zur Berechnung von Wahrscheinlichkeiten, wenn eine große Anzahl zufälliger, unbekannter Variablen im Spiel ist, wie bei einem Roulette-Spiel. Hier verwendeten die Forscher ihren Algorithmus, um die Grundzustandsenergie von drei Molekülen zu bestimmen: Heliozid (H4), wobei acht Qubits für die Berechnung verwendet wurden; molekularer Stickstoff (N2) mit 12 Qubits; und Solid Diamond mit 16 Qubits.
Die Grundzustandsenergie wird durch Variablen wie die Anzahl der Elektronen in einem Molekül, die Richtung, in der sie sich drehen, und die Bahnen, die sie nehmen, wenn sie einen Kern umkreisen, beeinflusst. Diese elektronische Energie ist in der Schrödinger-Gleichung kodiert. Das Lösen der Gleichung auf einem klassischen Computer wird exponentiell schwieriger, wenn die Moleküle größer werden, obwohl Methoden zum Schätzen der Lösung den Prozess einfacher gemacht haben. Wie Quantencomputer das Problem der exponentiellen Skalierung umgehen könnten, war eine offene Frage in diesem Bereich.
Grundsätzlich sollten Quantencomputer in der Lage sein, exponentiell größere und komplexere Berechnungen durchzuführen, wie sie zum Lösen der Schrödinger-Gleichung erforderlich sind, da die Qubits, aus denen sie bestehen, Quantenzustände nutzen. Im Gegensatz zu binären Ziffern oder Bits, die aus Einsen und Nullen bestehen, können Qubits gleichzeitig in zwei Zuständen existieren. Qubits sind jedoch anfällig und fehleranfällig: Je mehr Qubits verwendet werden, desto ungenauer ist die endgültige Antwort. Lees Algorithmus nutzt die kombinierte Leistung von klassischen und Quantencomputern, um chemische Gleichungen effizienter zu lösen und gleichzeitig die Fehler des Quantencomputers zu minimieren.
„Es ist das Beste aus beiden Welten“, sagte Lee. „Wir haben Tools genutzt, die wir bereits hatten, sowie Tools, die in der Quanteninformationswissenschaft als State-of-the-Art gelten, um die Quantencomputerchemie zu verfeinern.“
Ein klassischer Computer kann die meisten von Lees Quanten-Monte-Carlo-Simulationen bewältigen. Sycamore springt für den letzten, rechentechnisch komplexesten Schritt ein: die Berechnung der Überlappung zwischen einer Versuchswellenfunktion – eine Schätzung der mathematischen Beschreibung der Grundzustandsenergie, die vom Quantencomputer implementiert werden kann – und einer Musterwellenfunktion, die ist Teil des statistischen Prozesses von Monte Carlo. Diese Überlappung liefert eine Reihe von Einschränkungen, die als Randbedingungen bekannt sind, für die Monte-Carlo-Stichproben, die die statistische Effizienz der Berechnung sicherstellen (weitere Einzelheiten zur Mathematik finden Sie unter Lees Webinar).
Der vorherige Rekord zur Lösung der Grundzustandsenergie verwendete 12 Qubits und eine Methode namens Variational Quantum Eigensolver oder VQE. Aber VQE ignorierte die Auswirkungen von wechselwirkenden Elektronen, eine wichtige Variable bei der Berechnung der Grundzustandsenergie, die Lees Quanten-Monte-Carlo-Algorithmus jetzt enthält. Das Hinzufügen virtueller Korrelationstechniken von klassischen Computern könnte Chemikern helfen, noch größere Moleküle zu bewältigen, sagte Lee.
Die Hybrid-Klassik-Quanten-Rechnungen in dieser neuen Arbeit erwiesen sich als genauso genau wie einige der besten klassischen Methoden. Dies deutet darauf hin, dass Probleme genauer und/oder schneller gelöst werden könnten mit einen Quantencomputer als ohne – ein wichtiger Meilenstein für Quantencomputing. Lee und seine Kollegen werden ihren Algorithmus weiter optimieren, um ihn effizienter zu machen, während Ingenieure daran arbeiten, bessere Quantenhardware zu bauen.
„Die Möglichkeit, größere und anspruchsvollere chemische Probleme zu lösen, wird mit der Zeit nur zunehmen“, sagte Lee. „Das gibt uns Hoffnung, dass Quantentechnologien, die entwickelt werden, praktisch nützlich sein werden.“
Joonho Lee, Unvoreingenommenes fermionisches Quanten-Monte-Carlo mit einem Quantencomputer, Natur (2022). DOI: 10.1038/s41586-021-04351-z. www.nature.com/articles/s41586-021-04351-z