经典-量子混合算法更有效计算基态能量

混合算法使用经典的量子计算机来计算基态能量。这将帮助研究人员为不同的应用开发新材料。

图片来源：妮可莱塔·巴罗里尼 

量子计算机变得越来越大，但仍然很少有实用的方法来利用它们额外的计算能力。为了克服这一障碍，研究人员正在设计算法以简化从经典计算机到量子计算机的过渡。在《自然》杂志16日发表的一项新研究中，美国研究人员公布的一种算法，可减少量子比特在处理化学方程式时产生的统计误差或噪音。

该算法由哥伦比亚大学和谷歌量子人工智能项目研究人员共同开发，在谷歌53量子比特“悬铃木”上使用多达16个量子比特来计算基态能量，即分子的最低能量状态。哥伦比亚大学化学教授大卫·赖希曼说：“这是有史以来在真正的量子设备上进行的最大规模的量子化学计算。”

准确计算基态能量的能力将使化学家能够开发新材料，以加快农业固氮和制造清洁能源的水解过程。

新算法使用了量子蒙特卡洛方法，这是一种计算概率的方法系统。研究人员使用该算法来确定三个分子的基态能量：使用8个量子比特计算灭螺旋剂；使用12个量子比特计算分子氮；使用16个量子比特计算固体钻石。

基态能量受到变量的影响，例如分子中的电子数量、它们自旋的方向，以及它们围绕原子核运行的路径。这种电子能量被编码在薛定谔方程中。随着分子变大，在经典计算机上求解该方程变得愈加困难。量子计算机如何规避指数缩放问题一直是该领域的一个悬而未决的问题。

原则上，量子计算机应该能够处理指数级更大、更复杂的计算，比如求解薛定谔方程所需的计算，因为组成它们的量子比特利用了量子态。与由1和0组成的二进制数字不同，量子比特可同时以两种状态存在。然而，量子比特是脆弱的，容易出错：使用的量子比特越多，最终答案就越不准确。此次开发的新算法利用经典计算机和量子计算机的组合能力来更有效地求解化学方程，同时将量子计算机的错误降至最低。

之前求解基态能量的记录使用了12个量子比特和一种称为变分量子本征解算器的方法（VQE）。但VQE忽略了相互作用电子的影响，这是计算基态能量的一个重要变量。新的量子蒙特卡罗算法现在包括了这一变量。研究人员说，从经典计算机中添加虚拟关联技术可帮助化学家处理更大的分子。

研究发现，这一新的经典-量子混合算法与一些经典方法一样准确。这表明，与没有量子计算机相比，使用量子计算机可更准确、更快地解决问题，这是量子计算的一个关键里程碑。