唯一机械|首次模拟化学反应,谷歌新研究登上Science封面,将量子计算机当作神经网络


唯一机械|首次模拟化学反应,谷歌新研究登上Science封面,将量子计算机当作神经网络
文章图片
作者|青暮
准确的电子结构计算被认为是量子计算最令人期待的应用之一 , 它将彻底改变理论化学和其他相关领域 。
由于量子系统的参数数量和复杂度都随粒子数的增加而指数级增加 , 因此除了极小的系统以外 , 所有其他量子化学方程式都无法得到精确解 。
量子计算机可以利用独特的量子力学特性来处理其经典计算机难以进行的计算 , 从而可以实现复杂化学过程的模拟 。
利用Sycamore量子处理器 , 谷歌AI量子团队开始往这个方向探索 。 他们对两个中等规模的化学问题进行了变分量子本征求解器(VQE)模拟 , 分别求解了氢链的结合能(包括H6、H8、H10、H12)和二氮烯的异构化机制 , 相关研究论文《Hartree-Fockonasuperconductingqubitquantumcomputer》刊登在Science封面上 。
据SundarPichai在推特上介绍 , 这是有史以来最大规模的量子化学模拟 , 并且是首次利用量子计算机模拟化学反应 。
唯一机械|首次模拟化学反应,谷歌新研究登上Science封面,将量子计算机当作神经网络
文章图片
如今的量子计算机足以在某些任务上获得相对于经典计算机的明显优势 。 2019年10月 , 谷歌的一项关于量子计算的研究登上了Nature封面 。 他们用53个量子比特的量子计算机Sycamore实现了量子优越性 。
论文中指出 , 他们的量子计算机用3分20秒完成了一项任务 , 而超级计算机Summit则需要1万年才能完成同样的任务 。 IBM的研究者后来发表论文纠正道 , 在Summit上模拟Sycamore根本不需要1万年 , 只需要两天半 。 尽管IBM并没有进行实验 , 但这一结论也得到了行业专家的认可 。 不过 , 3分20秒相对于两天半仍然是巨大的优势 。
Sycamore量子处理器由54个transmon量子位的二维阵列组成 。 每个量子比特可调谐地耦合到矩形格子中的四个最近邻量子比特 。
谷歌对多达12个量子比特(包括多达72个两比特量子门)的超导量子电路进行了仿真 , 结果表明 , 当VQE与错误缓解策略结合使用时 , 可以实现足够的化学精度 。 其中 , VQE算法的关键构建块有望扩展到经典计算机无法模拟的更大规模系统 。
2017年9月14日 , IBM的一篇论文《Hardware-efficientVariationalQuantumEigensolverforSmallMoleculesandQuantumMagnets》发表在Nature上 。 在这项研究中 , IBM演示了6量子比特的哈密顿问题的实验优化 , 确定了分子尺寸不断增加(直至BeH2)的基态能量 。
谷歌表示 , 他们只计算了化学系统的Hartree-Fock逼近 , 但其规模两倍于IBM的量子化学模拟 , 仅需要最近邻耦合 , 并且包含了10倍的量子门操作 。
最后 , 谷歌还发布了该实验的代码 , 该代码基于OpenFermion开源库(用于化学量子计算) 。
Science论文地址:https://science.sciencemag.org/content/369/6507/1084
arXiv地址:https://arxiv.org/abs/2004.04174
GitHub地址:https://github.com/quantumlib/ReCirq/tree/master/recirq/hfvqe
唯一机械|首次模拟化学反应,谷歌新研究登上Science封面,将量子计算机当作神经网络
文章图片
Google的Sycamore处理器安装在低温恒温器中 , 最近用于证明量子优越性和量子计算机上最大的量子化学模拟 。 图片来源:RoccoCeselin
1用于化学模拟的错误鲁棒量子算法
利用量子计算机 , 有多种方法可以模拟分子系统的基态能量 。 在这项工作中 , 谷歌从量子算法“构件块”或电路图元出发 , 并通过VQE完善其性能(稍后会详细介绍) 。
在经典设置中 , 该电路图元等效于Hartree-Fock模型 , 并且是谷歌先前为优化化学模拟而开发的算法的重要电路组件 。 因此 , 谷歌在之后专注于扩大规模 , 而不需要花费大量的仿真来验证设备 。 在接近“超越传统”的边界时 , 在该组件上的鲁棒错误缓解对于准确的仿真至关重要 。


推荐阅读