Simulation of additive binding energies in asphalt using quantum-selected configuration interaction (QSCI)

Sintesi Tecnica: Simulazione delle Energie di Legame Additive nell'Asfalto mediante Interazione di Configurazione Selezionata Quantistica (QSCI)

Enunciato del Problema
La durabilità a lungo termine e l'invecchiamento ossidativo del legante bituminoso, un componente critico delle infrastrutture stradali, sono governati da interazioni molecolari complesse. Comprendere come gli additivi interferiscano con i percorsi di invecchiamento richiede il calcolo accurato delle energie di legame tra additivi e componenti chiave dell'asfalto. Tuttavia, prevedere queste energie è impegnativo a causa della necessità di tenere conto degli effetti di forte correlazione e delle interazioni di dispersione, che sono spesso descritte in modo inadeguato dalle approssimazioni di campo medio standard. Gli autori mirano a dimostrare un flusso di lavoro "centrato sul quantistico" capace di calcolare queste energie di legame per un problema di materiali industrialmente rilevante, focalizzandosi specificamente sull'interazione tra componenti dell'asfalto rappresentati da un complesso piridina-fenolo.

Metodologia
Lo studio introduce QuantumPave, un flusso di lavoro ibrido quantistico-classico progettato per calcolare le energie di legame degli additivi. La metodologia integra tre approcci complementari:

1. Selezione del Sistema: Gli autori hanno selezionato un complesso piridina-fenolo di 24 atomi ($C_{11}H_{11}NO$) come modello rappresentativo. Questo sistema presenta un forte legame a idrogeno O-H$\cdots$N e sistemi elettronici $\pi$-coniugati, rispecchiando i gruppi funzionali identificati negli studi di dinamica molecolare sull'invecchiamento dell'asfalto.
2. Ottimizzazione Geometrica: Sono stati utilizzati potenziali interatomici basati sull'apprendimento automatico (ORB v3) per un'ottimizzazione geometrica rapida, fornendo un equilibrio tra efficienza computazionale e accuratezza chimica.
3. Calcolo dell'Energia di Legame: Sono stati impiegati tre metodi per calcolare le energie di legame:
   • Apprendimento Automatico (ORB v3): Utilizzato per lo screening rapido e le stime iniziali.
   • Teoria del Funzionale Densità (DFT): I calcoli B3LYP-D3/def2-SVP hanno funto da riferimento classico, incorporando correzioni di dispersione per lo stacking $\pi$-$\pi$ e i legami a idrogeno.
   • Interazione di Configurazione Selezionata Quantistica (QSCI): Conosciuta anche come Diagonalizzazione Quantistica Basata su Campioni (SQD), questo è il metodo centrale ispirato al quantistico. Impiega un'approssimazione dello spazio attivo (10 elettroni in 10 orbitali, mappati su 20 qubit) per ridurre la complessità, mirando alle interazioni dominate dai valori di valenza.
4. Esecuzione Quantistica: L'algoritmo QSCI è stato eseguito sul processore quantistico superconduttivo IQM Emerald a 54 qubit. Il flusso di lavoro prevede:
   • Campionamento: Il processore quantistico campiona le configurazioni elettroniche dominanti (stringhe di bit) dallo stato preparato.
   • Mitigazione degli Errori: Invece dell'estrapolazione a rumore zero, il metodo utilizza il recupero autoconsistente delle configurazioni. Questo processo iterativo ripara le configurazioni non valide (quelle che violano la simmetria del numero di particelle) utilizzando le occupazioni orbitali medie dai campioni mantenuti.
   • Diagonalizzazione: Le risorse di calcolo ad alte prestazioni (HPC) classiche eseguono la diagonalizzazione all'interno del sottospazio selezionato.
   • Correzione di Dispersione: Sono state aggiunte correzioni empiriche D3BJ ai risultati QSCI per tenere conto delle interazioni di van der Waals a lungo raggio non catturate dalla struttura elettronica dello spazio attivo da sola.

Risultati Chiave

• Accuratezza Hardware: Sul processore IQM Emerald, il metodo SQD ha riprodotto esattamente il riferimento classico CASCI (Interazione di Configurazione nello Spazio Attivo Completo) nello spazio attivo. Entrambi hanno prodotto un'energia di legame di -3,52 kcal/mol (-0,153 eV).
• Robustezza al Rumore: Il rumore del dispositivo, anziché degradare il risultato, ha allargato la distribuzione di campionamento per abbracciare lo spazio attivo. Di conseguenza, la diagonalizzazione classica ha recuperato l'energia esatta dello spazio attivo senza richiedere estrapolazione a rumore zero.
• Confronto con l'Esperimento: Il valore calcolato nello spazio attivo (-3,52 kcal/mol) sottostima l'entalpia calorimetrica sperimentale di circa -6,25 kcal/mol. Gli autori attribuiscono questa discrepanza alla natura compatta dello spazio attivo, che cattura le correlazioni di valenza interne ma omette i contributi dallo spazio orbitale più ampio coinvolto nel legame a idrogeno elettrostatico.
• Confronto con DFT: Il metodo B3LYP-D3 ha sovrastimato l'energia di legame (-9,08 kcal/mol), coerentemente con le tendenze note dei funzionali ibridi a sovrastimare i legami a idrogeno moderati.

Contributi Chiave

• Dimostrazione di Concetto per il Supercomputing Centrato sul Quantistico: Il documento dimostra un'istanzione su piccola scala completamente riproducibile del supercomputing centrato sul quantistico, dove un QPU campiona le configurazioni e l'HPC classico esegue la diagonalizzazione.
• Validazione di QSCI/SQD sull'Hardware: Fornisce prove sperimentali che QSCI può raggiungere precisione numerica rispetto al suo limite classico nello spazio attivo sull'hardware quantistico intermedio su larga scala rumoroso (NISQ) attuale.
• Flusso di Lavoro Tollerante al Rumore: Lo studio evidenzia un flusso di lavoro in cui il rumore del dispositivo favorisce la convergenza allargando la distribuzione campionata, eliminando la necessità di tecniche complesse di estrapolazione a rumore zero in questo specifico regime.
• Applicazione alle Scienze dei Materiali: Applica con successo questi algoritmi quantistici a un problema rilevante per l'industria dell'asfalto, colmando il divario tra le dimostrazioni di calcolo quantistico e i problemi materiali industriali.

Significato e Affermazioni
Il documento afferma che energie di legame chimicamente significative per problemi di materiali industrialmente rilevanti sono ottenibili sull'hardware quantistico attuale all'interno di un flusso di lavoro centrato sul quantistico. Il significato risiede nel dimostrare che:

1. Fattibilità: I processori quantistici reali possono eseguire calcoli di struttura elettronica correlata che corrispondono ai riferimenti classici nello spazio attivo.
2. Praticità: L'approccio è robusto al rumore, suggerendo che le strategie di mitigazione degli errori come l'estrapolazione a rumore zero potrebbero non essere sempre necessarie se la strategia di campionamento e l'elaborazione post-classica sono ottimizzate.
3. Scalabilità: Sebbene lo spazio attivo attuale sia limitato, la metodologia offre una via sistematica per il miglioramento. Il lavoro futuro può utilizzare formulazioni efficienti in termini di qubit e schemi di embedding (ad esempio, embedding della matrice densità) per affrontare ambienti condensati più ampi e realistici, come la matrice dell'asfalto.

Gli autori concludono che il limite principale è la dimensione dello spazio attivo piuttosto che l'hardware stesso, e che l'approccio fornisce una base promettente per applicazioni di chimica computazionale di prossima generazione nelle scienze dei materiali e nella catalisi.