⚛️ quantum physics

Quantum-Classical Auxiliary Field Quantum Monte Carlo with Matchgate Shadows on Trapped Ion Quantum Computers

Questo articolo dimostra un flusso di lavoro end-to-end con accelerazione GPU che ha stabilito un record per la simulazione delle barriere di reazione chimica utilizzando il Quantum-Classical Auxiliary Field Quantum Monte Carlo con matchgate shadows su un computer quantistico IonQ Forte, ottenendo velocità significativamente superiori e risultati entro 10 kcal/mol dai valori di riferimento.

Autori originali: Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii M

Pubblicato 2026-07-30

📖 4 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii Maksymov, Mei Maruo, Mauricio Muñoz, Bas Nijholt, Rebekah Schiller, Yvette de Sereville, Amy Smidutz, Felix Tripier, Grace Yao, Trishal Zaveri, Coleman Collins, Martin Roetteler, Evgeny Epifanovsky, Arseny Kovyrshin, Lars Tornberg, Anders Broo, Jeff R. Hammond, Zohim Chandani, Pradnya Khalate, Elica Kyoseva, Yi-Ting Chen, Eric M. Kessler, Cedric Yen-Yu Lin, Gandhi Ramu, Ryan Shaffer, Michael Brett, Benchen Huang, Maxime R. Hugues, Tyler Y. Takeshita

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di prevedere come si comporterà una macchina complessa guardando solo i suoi progetti. Nel mondo della chimica, quella macchina è una molecola, e il progetto è un insieme di equazioni che descrivono come gli elettroni danzano attorno agli atomi. Per decenni, gli scienziati hanno usato potenti computer classici per risolvere queste equazioni, ma quando le molecole diventano complicatissime — come quelle che coinvolgono metalli di transizione usati in farmaci salvavita o catalizzatori industriali — la matematica diventa così incredibilmente intricata che anche i supercomputer più veloci del mondo si bloccano. È come cercare di sciogliere un nodo di un miliardo di fili bendati; più fili aggiungi, più il compito diventa difficile, finché l'operazione diventa impossibile. È qui che l'informatica quantistica entra in scena. Invece di cercare di sciogliere il nodo con un singolo paio di mani, i computer quantistici usano le strane regole del mondo quantistico per esplorare molte possibilità contemporaneamente, offrendo una potenziale scorciatoia per comprendere queste complesse reazioni chimiche. La grande domanda è: possiamo effettivamente usare queste macchine nuove, fragili e rumorose, per risolvere problemi di chimica del mondo reale oggi, o stiamo ancora aspettando un futuro perfetto e privo di errori?

Questo articolo racconta la storia di un team che ha deciso di smettere di aspettare e di iniziare a costruire un ponte tra i mondi quantistico e classico per risolvere un enigma chimico specifico e difficile. Si sono concentrati su una reazione chiamata accoppiamento incrociato di Suzuki–Miyaura, un processo vitale usato per cucire insieme gli atomi di carbonio per creare medicinali. Nello specifico, volevano calcolare la barriera energetica per una fase in cui un atomo di nichel afferra un pezzo di una molecola per avviare la reazione. Questo è un problema notoriamente difficile perché l'atomo di nichel ha elettroni fortemente "correlati", il che significa che agiscono in modo altamente coordinato e caotico, rompendo i modelli informatici standard. I ricercatori non si sono limitati a simulare questo su un computer; hanno eseguito un vero esperimento utilizzando un computer quantistico di IonQ, che utilizza ioni intrappolati (atomi carichi) come unità di elaborazione, combinato con un enorme esercito di GPU NVIDIA per svolgere il lavoro pesante.

Il team ha sviluppato un flusso di lavoro ingegnoso chiamato "Quantum-Classical Auxiliary Field Quantum Monte Carlo" (QC-AFQMC). Pensatelo come una staffetta. Per prima cosa, il computer quantistico prepara uno "stato di prova", un tentativo approssimativo di come appaiono gli elettroni della molecola. Invece di chiedere al computer quantistico di fare tutta la matematica difficile, il team ha utilizzato una tecnica chiamata "matchgate shadows". Immaginate di scattare una foto a un oggetto 3D da molte diverse angolazioni casuali per creare un'"ombra" che catturi la sua essenza senza la necessità di vedere ogni singolo dettaglio. Queste ombre vengono poi inviate ai supercomputer classici, che utilizzano tecniche matematiche avanzate (come la differenziazione algoritmica) per completare il calcolo e prevedere la barriera energetica.

I risultati sono stati un mix di trionfo e di confronto con la realtà. Quando hanno utilizzato il "simulatore ideale" del computer quantistico (una versione perfetta e priva di rumore), i loro risultati erano incredibilmente vicini al riferimento gold-standard, posizionandosi entro ±4 kcal/mol dal valore atteso. Tuttavia, quando hanno eseguito l'esperimento sull'effettivo hardware quantistico rumoroso di IonQ Forte, i risultati sono deviati leggermente, finendo entro 10 kcal/mol dal riferimento. Sebbene questo non sia ancora perfetto, è un enorme passo avanti. Il documento esclude esplicitamente l'idea che questo metodo sia troppo lento o costoso per essere utile; anzi, hanno ottenuto un'accelerazione di 656 volte nel tempo necessario per risolvere il problema rispetto ai precedenti metodi all'avanguardia, grazie ai loro nuovi algoritmi e all'accelerazione delle GPU. Hanno anche scoperto che, sebbene l'hardware quantistico abbia introdotto del rumore che ha spostato i valori energetici, il metodo è rimasto abbastanza robusto da fornire intuizioni chimiche utili.

Il team ha anche scoperto che sintonizzare il computer quantistico specificamente per questo lavoro ha fatto una grande differenza. Ottimizzando il modo in cui i circuiti venivano inviati ed eseguiti, hanno velocizzato la raccolta dei dati di 9 volte. Hanno utilizzato 24 qubit in totale: 16 per rappresentare lo stato di prova della molecola e 8 qubit "ancilla" extra per aiutare a catturare e correggere gli errori. La conclusione finale è che, sebbene non siamo ancora arrivati a una chimica perfetta e priva di errori sui dispositivi quantistici, questo flusso di lavoro end-to-end dimostra che possiamo ora affrontare reazioni catalitiche reali e complesse che prima erano fuori portata. È un passo significativo verso la creazione di uno strumento pratico per la scoperta di farmaci, dimostrando che con il giusto mix di hardware quantistico, potenza di calcolo supercomputer classica e algoritmi ingegnosi, possiamo iniziare a sciogliere i nodi intricati della chimica molecolare.

Sintesi Tecnica: Quantum-Classical Auxiliary Field Quantum Monte Carlo con Matchgate Shadows su Computer Quantistici a Ioni Intrappolati

Definizione del Problema
La modellazione accurata delle barriere di reazione chimica che coinvolgono catalizzatori a metalli di transizione (TM), come la reazione di accoppiamento incrociato di Suzuki–Miyaura, rimane una sfida significativa per la chimica computazionale classica. Questi sistemi esibiscono una forte correlazione elettronica e un carattere multi-riferimento dovuto a elettroni d o f non appaiati, il che causa il fallimento o il breakdown dei metodi standard a singolo riferimento come la Teoria del Funzionale della Densità (DFT) e persino il metodo "gold standard" Coupled Cluster Singles and Doubles con Tripli perturbativi [CCSD(T)]. Sebbene la Quantum Phase Estimation (QPE) offra soluzioni esatte, essa richiede hardware fault-tolerant che va oltre le capacità attuali. I Variational Quantum Eigensolvers (VQE) sono resilienti al rumore, ma soffrono di costi di misurazione proibitivi e sensibilità al rumore del dispositivo. Di conseguenza, esiste la necessità di algoritmi quantistico-classici ibridi che possano sfruttare l'hardware quantistico near-term per preparare stati di prova correlati, mitigando al contempo i colli di bottiglia computazionali del post-processing classico.

Metodologia
Gli autori presentano un workflow end-to-end per l'algoritmo Quantum-Classical Auxiliary Field Quantum Monte Carlo (QC-AFQMC), eseguito all'interno di un ambiente di supercomputing quantistico accelerato. Il workflow integra il computer quantistico a ioni intrappolati IonQ Forte con GPU NVIDIA su Amazon Web Services (AWS).

Framework Algoritmico: Il metodo utilizza l'approccio Monte Carlo a proiettore AFQMC classico, che evolve una funzione d'onda nel tempo immaginario per trovare lo stato fondamentale. Per affrontare il problema della fase fermionica, è richiesta una funzione d'onda di prova ( $|\Psi_T\rangle$ ). In questa implementazione, lo stato di prova è preparato su un computer quantistico utilizzando il Variational Quantum Eigensolver (VQE) con un ansatz unitary pair coupled-cluster doubles (upCCD).
Matchgate Shadows: Invece di utilizzare lo standard Hadamard test o i classici ombre di Clifford (che scalano esponenzialmente per i calcoli di sovrapposizione in AFQMC), il workflow impiega i matchgate shadows. Questa tecnica permette la valutazione efficiente delle sovrapposizioni $\langle \Psi_T | \phi \rangle$ tra lo stato di prova quantistico e gli stati walker classici. Il calcolo della sovrapposizione scala polinomialmente ( $O(N^{4.5})$ ) con la dimensione del sistema $N$ .
Virtual Correlation Energy (VCE): Per gestire grandi sistemi chimici dove lo spazio orbitale completo eccede i qubit disponibili, il sistema viene partizionato in uno spazio attivo (gestito dallo stato di prova quantistico) e uno spazio virtuale. La tecnica VCE cattura le correlazioni elettroniche al di fuori dello spazio attivo utilizzando un singolo determinante di Slater, permettendo alle risorse quantistiche di concentrarsi sullo spazio attivo fortemente correlato.
Ottimizzazioni Algoritmiche: Gli autori introducono miglioramenti algoritmici significativi al passo di post-processing classico. Utilizzando la differenziazione algoritmica (specificamente derivate di matrici Pfaffian anziché differenze finite), la complessità computazionale per il calcolo delle energie locali e dei termini di bias della forza è ridotta da $O(N^{8.5})$ e $O(N^{7.5})$ a $O(N^{5.5})$ e $O(N^{4.5})$ , rispettivamente.
Esecuzione Hardware:
- Quantistico: Lo stato di prova è ottimizzato su un simulatore ideale, e i circuiti di matchgate shadow sono eseguiti sul QPU IonQ Forte. La regolazione delle prestazioni del software di controllo e del firmware del QPU è stata implementata per massimizzare il throughput.
- Classico: Il post-processing, inclusa la propagazione nel tempo immaginario e la valutazione dell'energia, è eseguito su AWS ParallelCluster con GPU NVIDIA H100 e H200, sfruttando le librerie cuBLAS, cuSOLVER e cuTENSOR.

Principali Contributi

Prima Dimostrazione su Larga Scala: Questo lavoro riporta la più grande esperienza QC-AFQMC con matchgate shadows eseguita su hardware quantistico ad oggi, utilizzando 24 qubit (16 per lo stato di prova, 8 ancilla per la mitigazione dell'errore) sul processore IonQ Forte.
Accelerazione Algoritmica: L'implementazione raggiunge un miglioramento di 656× nel tempo di soluzione per il passo di post-processing classico rispetto all'implementazione allo stato dell'arte di Huang et al. [41], guidato principalmente dalla riduzione della complessità asintotica tramite la differenziazione algoritmica e l'accelerazione GPU.
Ottimizzazione del Throughput Hardware: La regolazione specifica delle prestazioni dello stack di controllo di IonQ Forte ha portato a un aumento di velocità di 9× nella raccolta delle misurazioni dei circuiti matchgate.
Workflow End-to-End: Il documento stabilisce un workflow completamente integrato che combina la preparazione dello stato quantistico, la tomografia shadow e il Monte Carlo classico accelerato da GPU per problemi chimici complessi.

Risultati
L'algoritmo è stato applicato per simulare lo stadio di addizione ossidativa di una reazione di Suzuki–Miyaura catalizzata dal nichel (coinvolgente le specie B, lo stato di transizione [B-C]‡ e il prodotto C) utilizzando uno spazio attivo (8,8).

Accuratezza: Quando i matchgate sono stati campionati su un simulatore ideale, le barriere di reazione calcolate erano entro l'intervallo di incertezza di ±4 kcal/mol rispetto al risultato di riferimento CCSD(T).
Impatto del Rumore: Quando misurati sul QPU reale, i risultati deviavano di circa 10 kcal/mol dal riferimento. Il rumore ha causato uno spostamento qualitativo nell'ordinamento energetico predetto del reagente e del prodotto, evidenziando le attuali limitazioni della mitigazione dell'errore per questa specifica applicazione.
Numero di Particelle: Mentre il simulatore ideale produceva numeri di particelle vicini alla verità fondamentale (8 elettroni), le misurazioni del QPU mostravano una deviazione verso circa 10,5 elettroni, indicando un significativo rumore hardware, sebbene i risultati energetici siano rimasti più resilienti a questo rumore rispetto alle stime del numero di particelle.

Significatività
Il documento afferma che questo lavoro rappresenta un "passo verso simulazioni di chimica quantistica pratiche su dispositivi quantistici". Esso sfida il precedente consenso secondo cui il QC-AFQMC sia proibitivamente costoso per sistemi di reale interesse scientifico, dimostrando che, con raffinamenti algoritmici e accelerazione hardware, il metodo può essere applicato a complessi catalitici di metalli di transizione. Lo studio identifica che, sebbene il metodo sia vitale, è necessario ulteriore sviluppo nelle tecniche di mitigazione dell'errore e nella selezione di stati di prova robusti per realizzare pienamente il suo potenziale sull'hardware NISQ (noisy intermediate-scale quantum). Il lavoro sottolinea la necessità di co-progettare il software di controllo dell'hardware quantistico con specifici carichi di lavoro algoritmici per ottenere miglioramenti significativi.

Articoli simili