Sequential optimization for orbital-optimized variational quantum eigensolvers

En la búsqueda de comprender cómo se comporta la materia en su nivel más fundamental, los científicos confían en una poderosa herramienta llamada solucionador cuántico de autovalores variacional. Este método actúa como un puente entre las computadoras clásicas que usamos a diario y las emergentes computadoras cuánticas del futuro. Su objetivo es calcular la energía de una molécula con extrema precisión, una tarea que es esencial para diseñar nuevos fármacos, materiales y combustibles. Para hacer esto, el método construye un modelo digital de los electrones de una molécula, que son las diminutas partículas cargadas negativamente que orbitan el núcleo atómico. El desafío radica en el hecho de que los electrones no se mueven de forma aislada; interactúan constantemente entre sí de formas complejas. Para obtener una imagen precisa de una molécula, una computadora debe dar cuenta de estas interacciones, pero la complejidad matemática crece tan rápido que incluso las supercomputadoras más potentes tienen dificultades con algo más allá de los átomos más simples.

Para hacer este problema manejable, los investigadores suelen utilizar un punto de partida simplificado, disponiendo los electrones en un patrón específico y estándar conocido como estado de referencia. Sin embargo, este arreglo estándar no siempre es el mejor ajuste para cada molécula, especialmente cuando los átomos están estirados o cuando los electrones están altamente activos. Si el patrón inicial es deficiente, la computadora tiene que trabajar mucho más para corregirlo, requiriendo más recursos cuánticos y cálculos más profundos y propensos a errores. Durante años, los científicos han sabido que ajustar la forma de estas órbitas de electrones —los "orbitales"— podría mejorar significativamente los resultados, pero encontrar la forma perfecta sin abrumar a la computadora ha sido un obstáculo persistente.

Un equipo de investigadores de la Universidad de Tokio ha desarrollado ahora una nueva estrategia para resolver este problema específico, ofreciendo una forma de refinar estos orbitales electrónicos sin necesidad de la pesada maquinaria matemática que usualmente ralentiza las cosas. Introdujeron un método llamado agrupamiento de dobletes de clúster unitario con optimización de orbitales secuenciales, o SOO-UCCD por sus siglas en inglés. En lugar de intentar calcular la pendiente y la curvatura del paisaje de energía para encontrar el mejor orbital, que es un enfoque tradicional y computacionalmente costoso, su método toma un camino diferente. Trata la búsqueda de la forma perfecta del orbital como si se sintonizara el dial de una radio. Los investigadores prueban sistemáticamente la energía de la molécula en nueve ángulos específicos de rotación para cada par de órbitas electrónicas. Al trazar estos nueve puntos de energía, pueden reconstruir matemáticamente toda la curva de cambios de energía y localizar el ángulo exacto que produce la energía más baja, todo ello sin haber calculado nunca las complejas derivadas que suelen guiar tales búsquedas.

La belleza de este enfoque es que separa el trabajo entre las computadoras cuánticas y clásicas de una manera altamente eficiente. La computadora cuántica se utiliza únicamente para medir las propiedades básicas del estado actual de la molécula, específicamente cómo se distribuyen los electrones. Una vez que se toman esas mediciones, el resto del trabajo ocurre en una computadora clásica estándar. Los investigadores utilizan los datos medidos para transformar matemáticamente las integrales electrónicas —los números que describen cómo interactúan los electrones— y luego encuentran los mejores ángulos de rotación de los orbitales. Esto significa que la computadora cuántica no necesita ejecutar circuitos complejos para determinar las formas de los orbitales; simplemente proporciona los datos brutos, y la computadora clásica realiza el trabajo pesado de encontrar la configuración óptima. Esta división del trabajo permite que el circuito cuántico permanezca poco profundo y simple, utilizando solo las puertas que representan saltos de electrones entre niveles de energía en pares, en lugar de necesitar las puertas más complejas que representan saltos individuales.

Para probar su nuevo método, el equipo simuló el comportamiento de una molécula de hidruro de litio, un compuesto simple compuesto de átomos de litio e hidrógeno. Estiraron el enlace entre los dos átomos, simulando el proceso de separarlos, y compararon sus resultados contra la solución teórica más precisa disponible. Las simulaciones mostraron que su nuevo método podía reproducir la precisión de cálculos mucho más complejos que típicamente requieren un número mucho mayor de recursos cuánticos. Incluso utilizando un circuito cuántico simplificado que solo incluía excitaciones dobles, la adición de su técnica de optimización de orbitales permitió al modelo capturar el mismo nivel de detalle que un modelo mucho más complicado que incluía excitaciones simples. Los resultados fueron notablemente precisos, con errores que caían bien dentro del rango considerado aceptable para la precisión química, que es el umbral estándar para predecir el comportamiento químico en el mundo real.

Además, los investigadores encontraron que su método convergía a la solución correcta con la misma rapidez que los métodos tradicionales líderes que dependen de cálculos de gradientes complejos. En sus simulaciones, el nuevo enfoque requirió solo siete rondas de optimización para alcanzar un valor de energía estable y preciso. Esto sugiere que el método no solo es preciso, sino también eficiente, evitando los problemas de las técnicas tradicionales que a veces pueden quedarse estancadas o requerir ajustes excesivos cuando el punto de partida está lejos de la solución. Al eliminar la necesidad de calcular gradientes y hessianos —términos matemáticos para pendientes y curvaturas—, los investigadores han creado un proceso que está libre de los ajustes y parámetros adicionales que suelen complicar otros algoritmos de optimización.

Las implicaciones de este trabajo son significativas para el futuro de la química cuántica. Al demostrar que la optimización de orbitales puede lograrse a través de un proceso simple y libre de gradientes, el estudio abre la puerta a simulaciones cuánticas más robustas y accesibles. Demuestra que es posible lograr una precisión de alto nivel con circuitos cuánticos menos profundos, lo cual es crucial para la generación actual de hardware cuántico que aún es propenso a errores. El método efectivamente traslada la carga de encontrar el arreglo electrónico de la computadora cuántica a la computadora clásica, permitiendo que la máquina cuántica se concentre en lo que mejor hace: medir el estado cuántico. Este equilibrio podría acelerar el desarrollo de nuevos materiales y medicinas al hacer que las simulaciones moleculares complejas sean factibles en los dispositivos cuánticos disponibles hoy y en el futuro cercano.

En última instancia, esta investigación proporciona un camino claro hacia adelante para mejorar cómo modelamos moléculas en computadoras cuánticas. Demuestra que, al repensar cómo optimizamos los componentes fundamentales de nuestros modelos, podemos evitar muchos de los cuellos de botella técnicos que han limitado el progreso. El éxito del método SOO-UCCD en estas simulaciones sugiere que la combinación de transformaciones de orbitales clásicos y circuitos cuánticos simplificados es una estrategia poderosa. Ofrece una forma práctica y fiable de refinar nuestra comprensión de la energía molecular, acercándonos un paso más a aprovechar todo el potencial de la computación cuántica para resolver desafíos científicos del mundo real.