Sample-based quantum simulation of vibrational structure of polyyne chains

Moleküle sind keine statischen Skulpturen; sie vibrieren ständig, wobei ihre Atome in komplexen Mustern wackeln und dehnen. Um zu verstehen, wie ein Molekül sich verhält, wie es Licht absorbiert oder wie es mit einem anderen reagieren könnte, müssen Wissenschaftler diese Vibrationen mit extremer Präzision kartieren. Jahrzehntelang war der Standardansatz, diese Vibrationen als einfache, unabhängige Federn zu behandeln – eine Vereinfachung, die als harmonische Näherung bekannt ist. Doch echte Moleküle sind komplizierter. Ihre Bindungen dehnen und stauchen sich auf eine Weise, die miteinander interagiert und so ein verschlungenes Netz von Bewegungen erzeugt, das Anharmonizität genannt wird. Das Erfassen dieser Komplexität ist entscheidend, um die exakten Farben des Lichts vorherzusagen, die ein Molekül absorbiert, was die Grundlage der Infrarotspektroskopie bildet. Doch wenn Moleküle größer werden oder wenn Wissenschaftler versuchen, diese Wechselwirkungen mit größerer Detailgenauigkeit zu modellieren, wird das mathematische Problem so gewaltig, dass selbst die leistungsstärksten Supercomputer der Welt Schwierigkeiten haben, es zu lösen. Die Anzahl der möglichen Schwingungszustände wächst so schnell, dass sie traditionelle Berechnungsmethoden überfordert, was eine Lücke in unserer Fähigkeit hinterlässt, das Verhalten komplexer chemischer Systeme vorherzusagen.

Um diese Lücke zu schließen, haben sich Forscher der Quantencomputer zugewandt, die nach den Prinzipien der Quantenmechanik arbeiten und von Natur aus geeignet sind, andere Quantensysteme wie Moleküle zu simulieren. Eine neue Studie eines Teams von IBM Research und ExxonMobil demonstriert einen praktischen Weg, diese Maschinen zu nutzen, um die Vibrationsstruktur von Polyyn-Ketten anzugehen, bei denen es sich um Moleküle handelt, die aus abwechselnden Einfach- und Dreifachbindungen aus Kohlenstoff bestehen. Das Team konzentrierte sich auf zwei spezifische Moleküle: Acetylen, eine einfache Zwei-Kohlenstoff-Kette, und Diacetylen, eine etwas größere Vier-Kohlenstoff-Kette. Anstatt zu versuchen, jede einzelne mögliche Vibration auf einmal zu berechnen – eine Aufgabe, die mehr Rechenleistung erfordern würde, als existiert – entwickelten die Forscher eine Methode, um die wichtigsten Vibrationen zu sampeln und den Rest zu ignorieren. Sie verwendeten eine Technik namens sample-basierte Quantendiagonalisierung. Bei diesem Ansatz versucht der Quantencomputer nicht, sofort die perfekte Antwort zu finden. Stattdessen generiert er eine große Anzahl von Stichproben oder Momentaufnahmen davon, wie das Molekül vibrieren könnte. Diese Stichproben werden dann in einen klassischen Computer eingespeist, der die unwahrscheinlichen Möglichkeiten herausfiltert und sich nur auf eine kleine, handhabbare Gruppe der physikalisch relevantesten Zustände konzentriert. Durch das Lösen des Problems innerhalb dieser winzigen, ausgewählten Gruppe konnten die Forscher die Energieniveaus des Moleküls und sein Infrarotspektrum mit hoher Genauigkeit rekonstruieren.

Die Forscher testeten zwei verschiedene Wege, um diese Stichproben zu generieren. Die erste Methode, genannt vib-LUCJ, basiert auf einer spezifischen mathematischen Vermutung darüber, wie die Vibrationen des Moleküls miteinander verbunden sind. Die zweite Methode, vib-SqDRIFT, arbeitet, indem sie die Entwicklung des Moleküls über einen kurzen Zeitraum simuliert und beobachtet, wo es landet. Beide Methoden wurden auf die beiden Polyyn-Moleküle angewendet, wobei quantenmechanische Repräsentationen entwickelt wurden, die bis zu 104 Qubits für das größere Molekül skalieren. Die Ergebnisse waren beeindruckend. Obwohl der vollständige mathematische Raum der möglichen Vibrationen für das größere Molekül astronomisch groß war – mit etwa 550 Milliarden möglichen Zuständen – gelang es den Quanten-Sampling-Methoden, eine winzige Teilmenge von nur 16.000 bis 26.000 Zuständen zu identifizieren, die fast alle notwendigen Informationen enthielt. Als die Forscher die Energieniveaus aus diesen kleinen Teilmengen berechneten, entsprachen die Ergebnisse den besten verfügbaren klassischen Berechnungen mit einer Fehlermarge von weniger als 10 Einheiten der Energie, einem Präzisionsniveau, das als chemische Genauigkeit bekannt ist. Dies bewies, dass der Quantencomputer effektiv die „Nadeln im Heuhaufen“ der Vibrationsmöglichkeiten finden kann, ohne den gesamten Heuhaufen durchsuchen zu müssen.

Die Forscher stellten jedoch fest, dass das richtige Erreichen der Energie nur die halbe Miete ist. Sie berechneten auch die Infrarotspektren, die zeigen, wie stark das Molekül Licht bei verschiedenen Frequenzen absorbiert. Dies ist ein viel schwierigerer Test, da er nicht nur von den Energieniveaus abhängt, sondern von der detaillierten Form der Vibrationswellen selbst. Sie fanden heraus, dass selbst wenn die Energieniveaus stabil erschienen und sich nicht mehr veränderten, die Infrarotintensitäten weiterhin schwankten, wenn sie mehr Details zu ihrem Modell hinzufügten. Das bedeutet, dass eine Berechnung für die Energie perfekt aussehen kann, aber dennoch wichtige Details darüber verfehlen kann, wie das Molekül mit Licht interagiert. Die Studie zeigte, dass man über die niedrigsten Energiezustände hinausblicken und sicherstellen muss, dass die komplexe Mischung der verschiedenen Vibrationen korrekt erfasst wird, um ein wahres Bild des Moleküls zu erhalten. Das Team entdeckte, dass das Infrarotspektrum ein weitaus sensiblerer Indikator dafür ist, ob eine Simulation wirklich genau ist, als die reinen Energiewerte.

Diese Arbeit stellt einen bedeutenden Fortschritt in der Nutzung von Quantencomputern für die Chemie dar, indem sie über einfache Energieberechnungen hinaus zu vollen spektroskopischen Vorhersagen geht. Die Forscher zeigten erfolgreich, dass sample-basierte Methoden Vibrationsprobleme bewältigen können, die für traditionelle Computer zu groß sind, um sie direkt zu lösen. Sie zeigten, dass es durch die Kombination von Quanten-Sampling mit klassischer Verarbeitung möglich ist, genaue Vibrationszustände und Übergänigenschaften für Moleküle mit Repräsentationen von bis zu 104 Qubits wiederherzustellen. Während die aktuellen Simulationen auf spezifischer Hardware durchgeführt wurden und spezifische Sampling-Strategien verwendeten, deuten die Ergebnisse auf einen klaren Weg hin. Die Studie unterstreicht, dass die Zukunft der molekularen Simulation nicht in der Brute-Force-Berechnung liegt, sondern im intelligenten Sampling – darin, die richtigen wenigen Zustände zu finden, die die ganze Geschichte erzählen. Wenn sich die Quantenhardware verbessert, könnten diese Methoden es Wissenschaftlern ermöglichen, die Eigenschaften viel größerer und komplexerer Moleküle vorherzusagen, was neue Türen für das Verständnis von Materialien und chemischen Reaktionen öffnet, die derzeit noch unerreichbar sind.