Grow, Compress, and Perturb: A Hybrid Quantum-Classical Pathway to Scalable Quantum Chemistry on Quantum Computers
El artículo presenta VULCAN, un marco híbrido cuántico-clásico que combina la generación de operadores sin gradiente de Hamilton mediante el Flujo de Doble Corchete Variacional, una estrategia de optimización de circuitos de crecimiento y compresión, y la teoría de perturbación estocástica de Epstein-Nesbet para lograr precisión química en simulaciones de química cuántica con costos de medición y requisitos de cúbits significativamente reducidos en comparación con métodos existentes como batched ADAPT-VQE.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
La búsqueda para comprender cómo los átomos se unen para formar moléculas es uno de los desafíos más fundamentales en la ciencia. Para moléculas simples, las computadoras clásicas pueden calcular la energía de sus electrones con gran precisión. Sin embargo, a medida que las moléculas crecen o sus electrones interactúan de formas complejas, la dificultad matemática se dispara. El número de posibles disposiciones electrónicas crece tan rápidamente que incluso las supercomputadoras más potentes del mundo no pueden resolver las ecuaciones exactamente para muchos sistemas químicos importantes. Esta limitación ha bloqueado durante mucho tiempo el progreso en el diseño de nuevos fármacos, materiales y combustibles.
Las computadoras cuánticas ofrecen una vía potencial para sortear este muro. En lugar de simular electrones con bits de información, estas máquinas utilizan bits cuánticos, o qubits, que pueden imitar naturalmente el comportamiento de los electrones. En teoría, una computadora cuántica podría modelar la energía de una molécula perfectamente. No obstante, las computadoras cuánticas disponibles hoy en día son pequeñas y propensas a errores, una etapa conocida como la era de la escala intermedia con ruido. No pueden ejecutar los cálculos profundos y complejos requeridos para una precisión perfecta. Para trabajar con estas máquinas imperfectas, los científicos han desarrollado métodos híbridos que dividen el trabajo entre una computadora clásica y una cuántica. El más popular de estos, llamado Solucionador Cuántico Variacional de Autovalores (Variational Quantum Eigensolver), intenta encontrar el estado de menor energía construyendo un modelo matemático paso a paso. Sin embargo, este proceso se ha convertido en un cuello de botella. Los mejores métodos actuales requieren que la computadora realice miles de mediciones para decidir qué paso tomar a continuación, un proceso que es lento, ruidoso y que a menudo se queda estancado en errores locales antes de encontrar la respuesta verdadera.
Un equipo de investigadores ha introducido un nuevo enfoque llamado VULCAN para sortear estos obstáculos. Su método cambia la estrategia para construir el modelo cuántico. En lugar de añadir una pequeña pieza a la vez y detenerse para medir el gradiente de energía para decidir la siguiente pieza, VULCÁN hace crecer el modelo en capas grandes y completas. Utiliza una ecuación de flujo matemático para generar un conjunto específico de bloques de construcción que están garantizados como relevantes para la molécula que se está estudiando. Al añadir una capa entera de estos bloques a la vez, el algoritmo elimina la necesidad de medir gradientes de energía para seleccionar operadores, lo que reduce drásticamente el número de mediciones requeridas. Este cambio permite que el sistema alcance una respuesta de precisión química utilizando solo una fracción del costo de medición de los métodos anteriores.
Los investigadores probaron esta estrategia en una variedad de moléculas, incluyendo cadenas de átomos de hidrógeno y compuestos más complejos como el agua y el propeno. En sus simulaciones, el nuevo método alcanzó el nivel de precisión deseado utilizando solo el 5 al 20 por ciento de los recursos de medición necesarios por la técnica líder existente. Para algunas de las formas moleculares más difíciles y extendidas, la mejora fue aún más dramática. El equipo también desarrolló una forma de comprimir los circuitos cuánticos, eliminando pasos innecesarios para mantener los cálculos lo suficientemente cortos para las máquinas actuales, que son propensas a errores. Además, demostraron que, para sistemas más grandes que requieren más qubits de los que el hardware actual puede proporcionar, podían proyectar el problema sobre una versión más pequeña y simple de la molécula sin perder la física esencial. Esto les permitió resolver un problema de 26 qubits en un registro simulado de 20 qubits, e incluso abordar un sistema de 32 qubits donde los métodos antiguos no lograron alcanzar la precisión necesaria.
Para manejar los errores pequeños restantes sin profundizar el circuito cuántico, el equipo añadió un paso final realizado enteramente en una computadora clásica. Este paso aplica una corrección basada en la teoría de perturbaciones, una técnica estándar en física que estima la influencia de interacciones pequeñas y omitidas. Al combinar el cálculo cuántico con esta corrección clásica, lograron la precisión química para un sistema de 32 qubits en una sola capa del circuito cuántico. Este resultado sugiere que la parte más difícil del cálculo puede delegarse a procesadores clásicos, permitiendo que la computadora cuántica haga menos trabajo mientras sigue entregando resultados precisos.
Los hallazgos, derivados de simulaciones de alto rendimiento en hasta 32 qubits lógicos, demuestran que es posible una arquitectura diferente para la química cuántica. El marco de trabajo VULCAN intercambia la pesada carga de medición de los métodos actuales por una estrategia que hace crecer la solución en capas, comprime el resultado y finaliza con una corrección clásica. Si bien estos resultados se basan actualmente en simulaciones sin ruido y no se han desplegado aún plenamente en hardware físico, proporcionan una vía clara de cómo las futuras computadoras cuánticas podrían resolver problemas químicos que actualmente están fuera de su alcance. El trabajo sugiere que, al repensar cómo se construyen los algoritmos cuánticos, los científicos pueden hacer un mejor uso de los recursos limitados disponibles en las máquinas actuales, acercando la promesa de la química cuántica a la realidad.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.