Towards Quantum Computation of Bulk FeO

Tief im Inneren der Kerne von Planeten und im Licht ferner Sterne spielen Eisenoxide eine zentrale Rolle. Diese Materialien, die entstehen, wenn sich Eisen mit Sauerstoff verbindet, sind nicht bloß Rost; sie sind komplexe Systeme, in denen Elektronen so stark miteinander interagieren, dass sie Verhaltensweisen erzeugen, die mit Standard-Computermodellen unmöglich vorherzusagen sind. Seit Jahrzehnten kämpfen Wissenschaftler damit, die exakten Eigenschaften dieser Materialien zu berechnen, wie etwa ihre magnetische Stärke oder wie sie Licht absorbieren, da die beteiligte Mathematik zu groß wird, als dass selbst die leistungsfähigsten Supercomputer sie bewältigen könnten. Hier kommt das Quantencomputing ins Spiel. Im Gegensatz zu herkömmlichen Computern, die Informationen auf lineare Weise verarbeiten, nutzen Quantencomputer die seltsamen Gesetze der Physik, um viele Möglichkeiten gleichzeitig zu erforschen, was einen potenziellen Abkürzungsweg zur Lösung dieser schwierigen elektronischen Rätsel bietet. Aktuelle Quantenmaschinen befinden sich jedoch noch in einem frühen Stadium, sind verrauscht und in ihrer Größe begrenzt, was unklar lässt, ob sie bereits die schwere Arbeit leisten können, die für reale Materialien erforderlich ist.

Ein Forscherteam setzte sich kürzlich zum Ziel, zu testen, ob diese aufkommenden Quantenwerkzeuge einen spezifischen, anspruchsvollen Fall bewältigen konnten: das Eisenoxid-Molekül. Sie konzentrierten sich auf zwei Formen, ein einfaches Paar aus Eisen- und Sauerstoffatomen sowie einen etwas größeren Cluster aus zwei Eisen- und zwei Sauerstoffatomen. Um das Problem für die heutigen Maschinen handhabbar zu machen, nutzten die Wissenschaftler zunächst eine etablierte Methode namens Dichtefunktionaltheorie, um eine vereinfachte Karte des Moleküls seiner Elektronen zu erstellen. Diese Karte, bekannt als ein Niedrigenergie-Modell, erfasst die wesentliche Physik der Bewegung und Abstoßung der Elektronen, ohne jedes einzelne Detail des Atominneren verfolgen zu müssen. Dieses Modell speisten sie dann in einen Quantencomputer ein, um den Grundzustand des Moleküls zu finden, also die Konfiguration mit der niedrigsten Energie, die das System einnehmen kann. Dieser Zustand bestimmt die grundlegenden Eigenschaften des Materials, wie etwa seinen Magnetismus.

Die Forscher wandten zwei verschiedene Strategien an, um diesen Grundzustand zu finden. Die erste, bekannt als Variational Quantum Eigensolver, funktioniert wie ein Versuch-und-Irrtum-Prozess, bei dem der Quantencomputer eine Lösung rät und ein klassischer Computer hilft, diese zu verfeinern. Der zweite Ansatz, genannt Sample-based Quantum Diagonalization, nutzt den Quantencomputer nicht, um direkt die endgültige Antwort zu finden, sondern um die wichtigsten Teile des Puzzles zu identifizieren. Er macht eine Momentaufnahme des Quantenzustands, wählt die signifikantesten Konfigurationen aus und übergibt diese spezifischen Teile dann an einen klassischen Computer, um sie exakt zu lösen. Als sie die erste Methode allein testeten, hatte sie Schwierigkeiten, das hohe Maß an Präzision zu erreichen, das für die chemische Genauigkeit erforderlich ist – der Goldstandard für die Vorhersage des Verhaltens von Molekülen. Die verrauschte Hardware des Quantencomputers und die Komplexität des Problems verhinderten, dass er die perfekte Antwort allein finden konnte.

Der zweite Ansatz erwies sich jedoch als bemerkenswert effektiv. Indem das Team den Quantencomputer dazu nutzte, die relevantesten Konfigurationen auszuwählen und den Rest klassisch zu lösen, gelang es ihnen, die exakte Grundzustandsenergie für beide Moleküle wiederherzustellen. Für das einfachere Eisenoxid-Paar arbeitete die Methode mit erstaunlicher Effizienz und nutzte nur einen winzigen Bruchteil der möglichen Zustände, um das vollständige Bild zu rekonstruieren. Selbst für den größeren, komplexeren Cluster identifizierte der Ansatz erfolgreich den korrekten magnetischen Zustand, der sich als eine Neunfach-Konfiguration herausstellte und von einigen früheren hochpräzisen Berechnungen abwich, die einen Siebenfach-Zustand vorhersagten. Dieser Unterschied ergab sich daraus, dass die Forscher spezifische Interaktionsparameter verwendeten, um die Konsistenz über ihre Modelle hinweg zu gewährleisten, was verdeutlicht, wie empfindlich diese Systeme auf die Details ihres Aufbaus reagieren.

Die Studie zeigt, dass aktuelle Quantenhardware zwar noch nicht in der Lage ist, diese Probleme vollständig allein zu lösen, sie aber als ein leistungsstarker Wegweiser dienen kann. Durch die Kombination der Fähigkeit von Quantenmaschinen, komplexe Zustände zu sampeln, mit der Präzision klassischer Computer können Wissenschaftler nun Probleme angehen, die zuvor unerreichbar waren. Die Ergebnisse legen nahe, dass dieser hybride Ansatz einen praktikablen Weg bietet, um das Verständnis von massivem Eisenoxid und anderen stark korrelierten Materialien zu vertiefen. Anstatt auf perfekte, fehlerfreie Quantencomputer zu warten, können Forscher nun diese unvollkommenen Maschinen nutzen, um Berechnungen zu informieren und zu beschleunigen, wodurch der Traum, komplexe geologische und astrophysikalische Materialien zu simulieren, einen Schritt näher in die Realität rückt.