专栏名称: DeepTech深科技
“DeepTech深科技”是与麻省理工科技评论官方独家合作的一个新科技内容品牌。我们专注于关注三个方面:1、基于科学的发现;2、真正的科技创新;3、深科技应用的创新。
目录
相关文章推荐
极客公园  ·  AI ... ·  2 天前  
51好读  ›  专栏  ›  DeepTech深科技

重磅│量子计算机应用上的重大突破,两个量子位即可计算分子基态

DeepTech深科技  · 公众号  · 科技媒体  · 2016-08-11 18:17

正文

DeepTech深科技 麻省理工科技评论独家合作


氢分子示意图


量子计算已经不是什么新鲜话题了,但一直以来,该领域的研究总感觉在给人们画大饼,关于研究成果,也总是出现“未来”、“总有一天”、“或许”等字眼,难免让人产生审美疲劳。

在科学家们的确在通往“量子天堂”的路上,的确取得了一个又一个的成果,但真正实用的成果并不多。但现在, 突破就在眼前,量子革命即将来临!

如果你比较关注量子计算方面的研究进展,可能还记得,两个月前,《Nature》刊登了一篇关于将量子计算的 数字化与模拟方法 相结合的论文。通过数模结合,科学家们创造了一种更稳定的架构。 虽然这一成果极具潜力,但与其他类型的量子计算机相比,还算不上是突破性进展。

时至今日,类似的设备已经被用于量子化学计算,结果令人振奋,计算结果出奇的准确!

就在上个月,科学家们使用了 一台9量子位量子计算机 ,仅用了其中两个量子比特位进行了 氢气分子的基态和化学键长的模拟计算实验

获得了能态和键长信息后,就能计算使氢分子键断裂的能量。由 于传统计算机 利用量子化学方法 也能计算氢分子的能态 ,所以 实验结果能够得到很好地对比和验证。


可喜的是,从结果来看该量子计算机的结果相当准确。那么,这台量子计算机是怎么计算的?

科学家们尝试了两种不同的方法“可变量子本征求解”(Variational Quantum Eigensolver,VQE)和“相位估值算法”(Phase Estimation Algorithm,PEA)。

PEA属于量子化学的传统量子算法,由于计算每进一步需要耗费大量资源,无法达到化学精度,结果不怎么理想。

而另一种VQE方法在实验中表现出 更高的鲁棒性 (robust,越高意味着在各种极端情况下的生存能力越强) 和可适应性,获得了足够的化学精


VQE量子算法的硬件、软件图解。硬件部分:图显示了两个Xmon量子比特位和进行单量子比特位旋转的微波脉冲序列(粗线),以及进行量子比特位测量的微波光谱(细线)。软件部分:图显示了Hartree-Fock准态的量子电路图。 图片来源: P. J. J. O’Malley, et al, Physical Review X, 2016.


那么,VQE量子算法到底该怎么理解?

简单来说,要用这个算法,就必须找到分子的基态,即化学分子能量最低的状态,而对应于该基态的数学函数计算出来的相应状态能不可能比基态能再低,只可能是相等或者更高的值。

明白了这点,就不难想到可以用迭代的方法来无限逼近基态能:首先选取一系列初始化函数和参数,不断改变参数来优化结果,重复迭代直到找到获得绝对最小值的参数和函数。

此时,所得到的函数就会非常接近真实的分子基态能。而在获得了分子基态能相对应的函数后,我们就可以计算任何想知道的分子信息。


科学家们最终的分子能态模拟结果达到了万分之一的精度。


这支科学家团队由来自英美的各大高校和研究所,相关成果于7月18日发表在了《Physical Review X》上,论文的第一作者是来自加州大学圣芭芭拉分校物理系的科学家彼得·奥马利(Peter O'Malley)。

从表面上看,计算氢分子能态并不是什么了不起的事情。 可是要知道完成这样的计算仅仅使用了两个量子比特位,而整个量子计算机却有着9个量子位

因此从理论上,这台9量子位量子计算机能够计算更加复杂的化学分子,当然这样的运算可能仍然没有突破传统计算机目前的极限。


科学家们宣称,这台9量子比特位的计算机在结构上是可扩展的。鉴于操作性的问题,这个扩展能否成功,其实还很难说。

但是,如果科学家们做成了, 那么量子计算机在结构化学的计算上绝对会带给我们无数的惊喜。

还没看懂?那我们再来交待一下背景,并建议您耐心读完下面的500字。


一点不像化学的量子化学

物理学家可能会告诉你,化学其实也是物理。但化学家会告诉你,那些解不出来的方程可能具有物理学意义,对于化学来说则完全没有意义,这意味着反应根本无法进行。

其实,物理学家和化学家说的都没错, 所有的分子都有固定形态,使分子键断裂都是需要能量的,因此在化学反应中会吸收或释放出特定的能量,这些能量的大小与分子的结构息息相关。

量子力学规定了分子结构。如果能解出某个分子的薛定谔方程, 就意味着可以了解这个分子结构的所有信息 。其中当然也包括了打开分子键所需要的能量,这样一来, 就可以推算出在已知能量下的反应速度。

在这基础之上,对反应环境的研究就变得简单了, 我们同时还可以确定催化剂是如何改变分子形态,让化学反应更容易发生。

问题在于,分子键的长度决定了将其切断所需的能量,所以,任何对分子结构的错误计算都将导致对反应速率预测的误差的指数级增长。



如果我们能找到薛定谔方程中的精确解,那误差倒不是个问题。但事实上,我们连氢原子的精确解都找不到。

此外,如果计算对象是结构更为复杂的分子,所消耗的时间将大到没有可操作性。所以大家现在经常会用到多层近似法,牺牲一些精确度来换取时间上的平衡。







请到「今天看啥」查看全文