Band structure of two-dimensional graphene and of one-dimensional nanoribbons via variational quantum algorithms: from energies to wavefunction quality

材料科学の世界は現在、深刻なパズルに直面している。それは、電子が密集し、激しく相互作用する場合の振る舞いをいかに理解するかという問題である。通常の金属や半導体では、電子は穏やかで秩序ある群衆のように動き、その振る舞いは確立された規則に従って予測できる。しかし、特定の高度な材料においては、電子が互いに強く押し合い引き合うことで、超伝導体（電気抵抗なく電流を流すもの）や、絶縁体から導体へと切り替わる材料といった、全く新しい物質の状態が生み出される。これらの現象を理解するために、科学者たちは、数十億の粒子の集団的なダンスを記述する複雑な方程式を解かなければならない。これを標準的なコンピュータで行うことは、可能性の数が急速に増大するため、最も強力なスーパーコンピュータであってもメモリ不足に陥ってしまうため、しばしば不可能である。ここで量子コンピュータが登場する。情報を単純なオン・オフのスイッチとして処理する古典的なマシンとは異なり、量子コンピュータは物理法則を利用して、電子の振る舞いを自然に模倣するように情報を保存する。しかし、今日利用可能な量子コンピュータは、依然として初期のノイズの多い段階にある。熱、振動、干渉によって引き起こされるエラーが発生しやすく、計算が完了する前に繊細な計算をかき乱してしまうことがある。

この文脈において、スペインの大学の研究チームは、これらのマシンを実世界の材料科学に役立てるための重要な一歩を踏み出した。彼らは、ハニカム構造（蜂の巣状）に並んだ単層の炭素原子からなる材料であるグラフェンに焦点を当てた。グラフェン自体は電子の相互作用が強くない単純な材料であるが、完璧なテスト場となる。研究者たちは、ノイズの多い量子コンピュータを使用して、2つの異なる形態、すなわち平坦な二次元シートと、ナノリボンと呼ばれる狭い一次元ストリップの両方におけるグラフェンのエネルギー準位、すなわち「バンド構造」を正確にマッピングできるかどうかを検証したかった。これらのストリップには、ギザギザの端や滑らかで直線的な端があり、端の形状によって電子の動きが変わる。これらの非相互作用系をシミュレートすることに成功することで、チームは自分たちの手法が、より複雑で相互作用の強い材料の研究のための信頼できる基礎となり得ることを証明しようとした。

研究者たちは、平坦なシートと狭いストリップの両方に対処するための、単一で柔軟なワークフローを開発した。まず、グラフェンの電子の数学的記述を、量子コンピュータが理解できる言語に翻訳し、問題を量子ビット（qubit）への一連の操作へと変換した。系の最低エネルギー状態を見つけるために、彼らは変分量子固有値ソルバー（VQE）と呼ばれる手法を用いた。このアプローチはガイド付き探索のように機能する。量子コンピュータが試行状態を準備し、そのエネルギーを測定し、次に古典的なコンピュータが設定を調整して、より低いエネルギーを見つけようとする。彼らはこのプロセスを繰り返し、最も安定した構成が見つかるまで設定を洗練させていった。より高いエネルギー状態を見つけるために、彼らは変分量子デフレーション（VQEの拡張手法）という技術を用いた。これは、コンピュータがすでに発見した状態を再び探そうとした場合にペナルティを加えることで、次のレベルへと強制的に探索を進める手法である。

チームは、結果の信頼性を確保するために、3つの異なる方法で手法をテストした。第一に、理想的な結果がどうなるかを確認するために、プロセス全体をノイズのない完璧なシミュレーション上で実行した。第二に、現在の量子ハードウェアに見られるエラーの現実的なモデルを含むコンピュータ上でプロセスをシミュレートした。最後に、IBMが提供する実際の量子プロセッサ上で計算を実行した。完璧なシミュレーションからの結果は既知の厳密解とほぼ一致しており、彼らの数学的翻訳とアルゴリズムが正しいことを証明した。シミュレーションにノイズを導入すると、計算されたエネルギー値はわずかにドリフト（変動）したが、エネルギーバンドの全体的な形状は明確かつ正確に保たれた。偏差は小さく、原子間をジャンプする様子を記述するために用いられるエネルギー単位のわずか数百分の一であった。

研究者が実際のハードウェアに移ったとき、最も単純なケースについては、ノイズを含むシミュレーションの結果よりもさらに勇気づけられる結果が得られた。わずか1つの量子ビットしか必要としない平坦な二次元グラフェンシートの場合、デバイスは理論的な予測と驚くほど正確に一致する結果を出した。エラーは非常に小さく、ハードウェア自体によるものではなく、単に限定的な測定回数による統計的ノイズに支配されていた。これは、単純な系に対しては、現在の量子マシンがすでに高品質なデータを作成できる能力を持っていることを示す重要な発見であった。しかし、より多くの量子ビットと複雑な回路を必要とする一次元ナノリボンの場合、物語は少し変わった。実際のデバイスは、ノイズモデルが予測したものよりもやや大きなエラーを生じた。研究者たちは、これらのエラーがランダムではなく、エネルギー値をスペクトルの中心へと押しやる系統的なものであることを見出した。これは、ハードウェアが、彼らのシミュレーションモデルでは完全には捉えきれていない、隣接する量子ビット間の干渉といった特定の種類のエラーを導入していることを示唆していた。

この研究の鍵となる発見は、システムのサイズが大きくなるにつれて、手法の精度がどのように変化するかであった。研究者たちは、リボンが広くなるにつれて記述に必要な量子ビットの数が非常にゆっくりと増加することを発見したが、これは将来の応用にとって非常に有利なスケーリングである。しかし同時に、精度における明確な限界も見出した。エラーを避けるために量子回路を単純かつ浅いままに保つと、小さなシステムでは結果は良好だが、システムが大きくなるにつれて精度が低下した。逆に、より詳細を捉えようとして回路を深く複雑にすると、ノいーズの多いハードウェア上での結果は実際には悪化した。回路の深さが増すと、エラーが蓄積する機会が増え、追加された複雑さによるメリットをかき消してしまうのである。このことは、今日のマシンにおいては、物理学的に理論上許容される最も強力な回路を構築しようとするのではなく、問題が耐えうる限り最も浅い回路を使用することが最善の戦略であることを証明した。

おそらく研究の中で最も洞察に満ちた部分は、エネルギーの値だけでなく、量子状態自体の質をどのようにチェックしたかという点である。彼らは、コンピュータがたとえ基礎となる電子の状態が間違っていたとしても、偶然に正しいエネルギー値を見つけてしまうことがあると気づいた。これを防ぐために、彼らは診断ツールを使用して、計算された状態が実際に正しい物理状態のグループにどれだけ属しているかを測定した。完璧なシミュレーションでは、このチェックにより、コンピュータが正しい状態を見つけていることが確認された。しかし、ノイズの多い環境では、微妙な失敗モードを発見した。つまり、コンピュータがエネルギーレベルをスキップして誤ったレベルに落ち着いてしまうことがあり、その際、エネルギー値自体はもっともらしく見えてしまうことがあったのだ。状態を直接チェックすることで、エネルギーだけを見ていては見落としてしまうような計算の失敗を検知することができた。この診断は、エネルギーが非常に近い状態のグループに対してコンピュータが苦戦する場面を特定する上で、特に有用であった。

本研究は、現在の量子コンピュータは、まだ材料科学の最も困難な問題を単独で解決できるほど強力ではないものの、制御可能で信頼できる出発点として機能する準備ができていると結論付けている。研究者たちは、グラフェン系のエネルギー風景を正確にマッピングできることを実証し、強固な参照ベースラインを提供した。これらの参照状態は、超伝導体やその他のエキゾチックな材料に見られる複雑に相互作用する電子を最終的に扱うための、より高度なアルゴリズムにとって不可欠なものである。彼らのワークフローが、理想的なシミュレーションから実際のハードウェアに至るまで機能すること、そして発生するエラーをどのように診断し理解するかを示すことで、チームは明確な進むべき道を示した。彼らは、量子コンピューティングのノイズの多い時代においても、どのように探し、どのようにマシンの情報を解釈すべきかを知っていれば、物理世界に関する意味のある高品質な情報を抽出することが可能であることを証明したのである。