Quantum-Computing Self-Consistent Kohn-Sham DFT: Plane-Wave-Orthonormalized Orbitals with a Dual-Basis Quantum Eigensolver

Om het werk dat hier beschreven wordt te begrijpen, moet men eerst de fundamentele uitdaging van het simuleren van materie vatten. In het hart van de chemie en materiaalkunde ligt de noodzaak om te berekenen hoe elektronen zich rond atomaire kernen ordenen. Deze ordening bepaalt alles, van de kleur van een edelsteen tot de sterkte van een stalen balk. Decennialang hebben wetenschappers vertrouwd op een krachtig wiskundig kader genaamd dichtheidsfunctionaaltheorie om dit probleem op conventionele computers op te lossen. Het werkt door de complexe dans van elektronen te behanderen als een wolk van dichtheid, waardoor onderzoekers de energie en het gedrag van moleculen met hoge nauwkeurigheid kunnen voorspellen. Echter, naarmate systemen groter of complexer worden, worden de berekeningen zo veeleisend dat zelfs de krachtigste supercomputers ter wereld moeite hebben om het bij te houden. Deze beperking heeft geleid tot een zoektocht naar een nieuw soort machine: de quantumcomputer. In tegenstelling tot traditionele machines die informatie verwerken in binaire bits, gebruiken quantumcomputers quantum bits, of qubits, die tegelijkertijd in meerdere toestanden kunnen bestaan, wat theoretisch een manier biedt om quantumsystemen zoals moleculen direct en efficiënt te simuleren.

De onderzoekers in deze studie, werkzaam bij IonQ, hebben een belangrijke stap gezet om deze visie werkelijkheid te maken door een volledige, zelfconsistente simulatie van een molecuul op een quantumcomputer te demonstreren. Ze concentreerden zich op een keten van acht waterstofatomen, een systeem dat klein genoeg is om beheersbaar te zijn, maar complex genoeg om de grenzen van de huidige technologie te testen. Hun doel was niet alleen om een enkele berekening uit te voeren, maar om een volledige lus te bouwen waarbij de computer oplost voor de elektronische ordening, die uitslag gebruikt om de krachten die op de elektronen inwerken bij te werken, en dit proces herhaalt totdat het systeem tot een stabiele, natuurlijke toestand komt. Dit proces, bekend als de self-consistent field-methode, is de standaardmanier waarop chemici deze problemen oplossen, maar het volledig op een quantumprocessor uitvoeren was nog nooit eerder bereikt. Het team slaagde erin deze volledige lus uit te voeren, waarmee werd bewezen dat een quantumcomputer iteratief zijn eigen begrip van de energie van een molecuul kan verfijnen totdat het een nauwkeurige oplossing bereikt.

Een grote hindernis in deze simulaties is het enorme aantal wiskundige functies dat nodig is om de elektronen te beschrijven, met name nabij de atomaire kernen waar hun gedrag snel verandert. Traditionele methoden die gebruikmaken van één type wiskundige functie, bekend als vlakke golven (plane waves), zouden tienduizenden van deze functies vereisen om een nauwkeurig antwoord te krijgen voor zelfs een klein molecuul. Dit zou een quantumcomputer vragen met veel meer qubits dan momenteel bestaan. Om dit te overwinnen, ontwikkelden de onderzoekers een slim hybride aanpak. Ze combineerden de standaard vlakke golven met een tweede set functies, genaand atomaire orbitalen, die specifiek zijn ontworpen om de elektronen dicht bij de kern te beschrijven. Door deze twee sets tegen elkaar te orthonormaliseren — ervoor te zorgen dat ze wiskundig onafhankelijk zijn en niet op een verwarrende manier overlappen — creëerden ze een gemengde basis die de nodige details vastlegt met veel minder totale functies. Dit stelde hen in staat om hetzelfde fysieke systeem te beschrijven met een fractie van de computationele middelen, waardoor de simulatie haalbaar werd op de huidige hardware.

De kern van hun methode omvat een dual-basis strategie die fungeert als een slim filter voor het geheugen van de quantumcomputer. In plaats van te proberen het hele complexe probleem in één keer op een groot quantumregister op te lossen, voert het systeem eerst een paar initiële stappen uit met de volledige, gedetailleerde set functies. Vanuit deze stappen identificeert het de belangrijkste toestanden — de toestanden die er echt toe doen voor de energie van het molecuul — en comprimeert deze tot een veel kleinere, gecontracteerde set. Voor het overgrote deel van de berekening werkt de quantumcomputer vervolgens alleen met deze kleine, gecomprimeerde set functies, die slechts drie qubits vereist om te representeren. Het systeem controleert periodiek of dit gecomprimeerde beeld nog steeds accuraat is; als de fout te groot wordt, stapt het even terug naar de volledige set om de gecomprimeerde weergave bij te werken, om vervolgens terug te keren naar de efficiënte, kleinschalige berekening. Deze techniek stelde hen in staat om een systeem met meer dan 32.000 vlakke golven te simuleren terwijl ze slechts een register van drie qubits gebruikten voor het zware werk, een prestatie die zonder deze compressie onmogelijk zou zijn geweest.

Het team testte hun methode op twee manieren: door het gedrag van de quantumcomputer op een klassieke supercomputer te simuleren en door daadwerkelijke experimenten uit te voeren op een echte quantumprocessor. In de simulaties toonden ze aan dat hun methode de resultaten van klassieke berekeningen met ongelooflijke precisie kon reproduceren, met een verschil van minder dan één honderdste van een millihartree, een standaardeenheid van energie in de chemie. Ze demonstreerden ook dat de methode werkt, zelfs wanneer de quantumcomputer onderhevig is aan de "ruis" en fouten die inherent zijn aan de huidige hardware. Toen ze de simulatie draaiden met gesimuleerde meetruis, slaagde het systeem er nog steeds in om te convergeren naar een stabiele oplossing, waarbij het zeer dicht bij de juiste energiewaarde bleef zweven. Dit bewees dat het algoritme robuust genoeg is om de imperfecties van echte quantumapparatuur aan te kunnen.

Ten slotte brachten de onderzoekers hun simulatie naar de echte wereld door de laatste fasen van de berekening uit te voeren op een IonQ Forte-1 quantumprocessor. Ze bereidden de quantumcircuits voor die de geconvergeerde elektronische toestanden vertegenwoordigen en maten hun energieën direct op het apparaat. Op het kleine, gecomprimeerde drie-qubit register reproduceerde de hardware het energieverschil tussen hun hybride methode en een standaard atomaire-alleen methode succesvol binnen de foutmarge van de experimentele meting. Dit was een cruciale validatie, die aantoonde dat het theoretische kader standhoudt wanneer het op daadwerkelijke hardware wordt uitgevoerd. Echter, toen ze probeerden het volledige, ongecomprimeerde systeem op het grotere register te meten, was de hardwareruis te groot om een nauwkeurig resultaat te krijgen, zelfs na het toepassen van foutcorrectietechnieken. Dit onderstreepte een belangrijke bevinding: hoewel het volledige potentieel van quantumcomputing voor chemie immens is, zijn huidige apparaten het best geschikt voor dit soort berekeningen wanneer het probleem intelligent wordt gecomprimeerd en de meest kritieke delen op de kleinst mogelijke schaal worden gemeten.

Het werk beweert niet het probleem van chemische simulatie te hebben opgelost of klassieke computers in snelheid te hebben verslagen. Sterker nog, de onderzoekers merken op dat hun huidige implementatie trager is dan klassieke methoden omdat de quantumhardware zich nog in een vroeg stadium bevindt. De prestatie ligt in feite in het bewijzen van het concept: een quantumcomputer kan nu deelnemen aan de volledige, iteratieve lus van een moderne chemische simulatie, waarbij hij zijn eigen antwoorden verfijnt totdat ze consistent zijn. Door een slim wiskundig fundament te combineren met een dual-basis compressiestrategie, heeft het team een levensvatbaar pad opgezeigt voor het draaien van complexe, self-consistent elektronische structuurberekeningen op quantumhardware. Dit opent de deur naar toekomstige experimenten waarbij quantumcomputers problemen kunnen aanpakken die momenteel buiten bereik liggen, mits de algoritmen blijven worden ontworpen met de specifieke sterktes en beperkingen van de hardware in gedachten.