經典-量子混合演算法更有效計算基態能量

混合演算法使用經典的量子電腦來計算基態能量。這將幫助研究人員為不同的應用開發新材料。

圖片來源：妮可萊塔·巴羅裏尼 

量子電腦變得越來越大，但仍然很少有實用的方法來利用它們額外的計算能力。為了克服這一障礙，研究人員正在設計演算法以簡化從經典電腦到量子電腦的過渡。在《自然》雜誌16日發表的一項新研究中，美國研究人員公佈的一種演算法，可減少量子比特在處理化學方程式時産生的統計誤差或噪音。

該演算法由哥倫比亞大學和谷歌量子人工智慧項目研究人員共同開發，在谷歌53量子比特“懸鈴木”上使用多達16個量子比特來計算基態能量，即分子的最低能量狀態。哥倫比亞大學化學教授大衛·賴希曼説：“這是有史以來在真正的量子設備上進行的最大規模的量子化學計算。”

準確計算基態能量的能力將使化學家能夠開發新材料，以加快農業固氮和製造清潔能源的水解過程。

新演算法使用了量子蒙特卡洛方法，這是一種計算概率的方法系統。研究人員使用該演算法來確定三個分子的基態能量：使用8個量子比特計算滅螺旋劑；使用12個量子比特計算分子氮；使用16個量子比特計算固體鑽石。

基態能量受到變數的影響，例如分子中的電子數量、它們自旋的方向，以及它們圍繞原子核運作的路徑。這種電子能量被編碼在薛定諤方程中。隨著分子變大，在經典電腦上求解該方程變得愈加困難。量子電腦如何規避指數縮放問題一直是該領域的一個懸而未決的問題。

原則上，量子電腦應該能夠處理指數級更大、更複雜的計算，比如求解薛定諤方程所需的計算，因為組成它們的量子比特利用了量子態。與由1和0組成的二進位數字不同，量子比特可同時以兩種狀態存在。然而，量子比特是脆弱的，容易出錯：使用的量子比特越多，最終答案就越不準確。此次開發的新演算法利用經典電腦和量子電腦的組合能力來更有效地求解化學方程，同時將量子電腦的錯誤降至最低。

之前求解基態能量的記錄使用了12個量子比特和一種稱為變分量子本徵解算器的方法（VQE）。但VQE忽略了相互作用電子的影響，這是計算基態能量的一個重要變數。新的量子蒙特卡羅演算法現在包括了這一變數。研究人員説，從經典電腦中添加虛擬關聯技術可幫助化學家處理更大的分子。

研究發現，這一新的經典-量子混合演算法與一些經典方法一樣準確。這表明，與沒有量子電腦相比，使用量子電腦可更準確、更快地解決問題，這是量子計算的一個關鍵里程碑。