Towards Quantum Computation of Bulk FeO

En lo profundo de los núcleos de los planetas y en la luz de estrellas distantes, los óxidos de hierro desempeñan un papel protagónico. Estos materiales, formados cuando el hierro se une con el oxígeno, no son solo óxido; son sistemas complejos donde los electrones interactúan tan fuertemente que crean comportamientos imposibles de predecir con modelos informáticos estándar. Durante décadas, los científicos han luchado por calcular las propiedades exactas de estos materiales, como su fuerza magnética o cómo absorben la luz, porque las matemáticas involucradas crecen demasiado para que incluso las supercomputadoras más potentes puedan manejarlas. Aquí es donde la computación cuántica entra en la historia. A diferencia de las computadoras tradicionales que procesan la información de manera lineal, las computadoras cuánticas utilizan las extrañas leyes de la física para explorar muchas posibilidades a la vez, ofreciendo un posible atajo para resolver estos difíciles rompecabezas electrónicos. Sin embargo, las máquinas cuánticas actuales aún están en sus primeras etapas, son ruidosas y limitadas en tamaño, lo que deja incierto si ya pueden encargarse del trabajo pesado requerido para los materiales del mundo real.

Un equipo de investigadores se propuso recientemente probar si estas herramientas cuánticas emergentes podrían manejar un caso específico y desafiante: la molécula de óxido de hierro. Se centraron en dos formas, un par simple de átomos de hierro y oxígeno, y un cúmulo ligeramente más grande de dos átomos de hierro y dos de oxígeno. Para que el problema fuera manejable para las máquinas actuales, los científicos utilizaron primero un método bien establecido llamado teoría del funcional de la densidad para crear un mapa simplificado de los electrones de la molécula. Este mapa, conocido como un modelo de baja energía, captura la física esencial de cómo los electrones se mueven y se repelen entre sí sin necesidad de rastrear cada detalle individual del interior del átomo. Luego, introdujeron este modelo en una computadora cuántica para encontrar su estado fundamental, que es la configuración de la energía más baja que el sistema puede ocupar. Este estado determina las propiedades fundamentales del material, como su magnetismo.

Los investigadores emplearon dos estrategias diferentes para encontrar este estado fundamental. La primera, conocida como el Solucionador Cuántico Variacional (Variational Quantum Eigensolver), actúa como un proceso de prueba y error donde la computadora cuántica adivina una solución y una computadora clásica ayuda a refinarla. El segundo enfoque, llamado Diagonalización Cuántica basada en Muestreo (Sample-based Quantum Diagonalization), utiliza la computadora cuántica no para encontrar la respuesta final directamente, sino para identificar las piezas más importantes del rompecabezas. Toma una instantánea del estado cuántico, selecciona las configuraciones más significativas y luego entrega esas piezas específicas a una computadora clásica para resolverlas exactamente. Cuando probaron el primer método por sí solo, le costó alcanzar el alto nivel de precisión necesario para la precisión química, que es el estándar de oro para predecir cómo se comportan las moléculas. El hardware ruidoso de la computadora cuántica y la complejidad del problema impidieron que encontrara la respuesta perfecta por sí misma.

Sin embargo, el segundo método demostró ser notablemente efectivo. Al usar la computadora cuántica para seleccionar las configuraciones más relevantes y luego resolver el resto clásicamente, el equipo pudo recuperar la energía del estado fundamental exacta para ambas moléculas. Para el par de óxido de hierro más simple, el método funcionó con una eficiencia asombrosa, utilizando una fracción minúscula de los estados posibles para reconstruir la imagen completa. Incluso para el cúmulo más grande y complejo, el enfoque identificó con éxito el estado magnético correcto, que resultó ser una configuración de nueve veces, la cual difería de algunos cálculos previos de alta precisión que predecían un estado de siete veces. Esta diferencia surgió porque los investigadores utilizaron parámetros de interacción específicos para asegurar la consistencia en todos sus modelos, resaltando cuán sensibles son estos sistemas a los detalles de su configuración.

El estudio demuestra que, si bien el hardware cuántico actual aún no puede resolver estos problemas por completo por sí solo, puede servir como una guía poderosa. Al combinar la capacidad de las máquinas cuánticas para muestrear estados complejos con la precisión de las computadoras clásicas, los científicos ahora pueden abordar problemas que antes estaban fuera de su alcance. Los resultados sugieren que este enfoque híbrido ofrece un camino viable para comprender el óxido de hierro masivo y otros materiales fuertemente correlacionados. En lugar de esperar a computadoras cuánticas perfectas y libres de errores, los investigadores ahora pueden usar estas máquinas imperfectas para informar y acelerar los cálculos, acercando un paso más a la realidad el sueño de simular materiales geológicos y astrofísicos complejos.