Sequential optimization for orbital-optimized variational quantum eigensolvers

In de zoektocht naar het begrijpen van hoe materie zich op zijn meest fundamentele niveau gedraagt, vertrouwen wetenschappers op een krachtig hulpmiddel genaamd de variational quantum eigensolver. Deze methode fungeert als een brug tussen de klassieke computers die we dagelijks gebruiken en de opkomende quantumcomputers van de toekomst. Het doel ervan is om de energie van een molecuul met extreme precisie te berekenen, een taak die essentieel is voor het ontwerpen van nieuwe medicijnen, materialen en brandstoffen. Om dit te doen, bouwt de methode een digitaal model van de elektronen van een molecuul, zijnde de minuscule, negatief geladen deeltjes die rond de atomaire kern draaien. De uitdaging ligt in het feit dat elektronen niet in isolatie bewegen; ze interageren voortdurend op complexe manieren met elkaar. Om een nauwkeurig beeld van een molecuul te krijgen, moet een computer deze interacties meenemen, maar de wiskundige complexiteit groeit zo snel dat zelfs de krachtigste supercomputers moeite hebben met alles wat verder gaat dan de eenvoudigste atomen.

Om dit probleem beheersbaar te maken, gebruiken onderzoekers vaak een vereenvoudigd startpunt, waarbij de elektronen in een specifiek, standaardpatroon worden gerangschikt, bekend als een referentietoestand. Echter, deze standaardrangschikking is niet altijd de beste pasvorm voor elk molecuul, vooral wanneer de atomen uit elkaar worden getrokken of wanneer elektronen zeer actief zijn. Als het startpatroon slecht is, moet de computer veel harder werken om het te corrigeren, wat meer quantumbronnen en diepere, foutgevoeligere berekeningen vereist. Jarenlang wisten wetenschappers dat het aanpassen van de vorm van deze elektronbanen — de "orbitalen" — de resultaten aanzienlijk kon verbeteren, maar het vinden van de perfecte vorm zonder de computer te overbelasten was een hardnekkige hindernis.

Een team van onderzoekers aan de Universiteit van Tokio heeft nu een nieuwe strategie ontwikkeld om dit specifieke probleem op te lossen, een manier om deze elektronbanen te verfijnen zonder de zware wiskundige machinerie nodig te hebben die zaken normaal gesproken vertragen. Ze introduceerden een methode genaamd sequential orbital-optimized unitary coupled cluster doubles, of SOO-UCCD voor kort. In plaats van te proberen de helling en kromming van het energielandschap te berekenen om de beste baan te vinden, wat een traditionele en computationeel dure benadering is, kiest hun methode een ander pad. Het behandelt de zoektocht naar de perfecte baanvorm alsof men aan de knop van een radio draait. De onderzoekers testen systematisch de energie van het molecuul op negen specifieke rotatiehoeken voor elk paar elektronbanen. Door deze negen energiepunten uit te zetten, kunnen ze de volledige curve van energieveranderingen wiskundig reconstrueren en de exacte hoek aanwijzen die de laagste energie produceert, allemaal zonder ooit de complexe afgeleiden te berekenen die dergelijke zoektochten gewoonlijk sturen.

De schoonheid van deze aanpak is dat het de taken tussen de quantumcomputer en de klassieke computer op een zeer efficiënte manier scheidt. De quantumcomputer wordt alleen gebruikt om de basiseigenschappen van de huidige toestand van het molecuul te meten, specifiek hoe de elektronen verdeeld zijn. Zodra die metingen zijn gedaan, vindt de rest van het werk plaats op een standaard klassieke computer. De onderzoekers gebruiken de gemeten gegevens om de elektronintegralen — de getallen die beschrijven hoe elektronen interageren — wiskundig te transformeren en vervolgens de beste baanrotatiehoeken te vinden. Dit betekent dat de quantumcomputer geen complexe circuits hoeft uit te voeren om de vormen van de banen te bepalen; de quantumcomputer levert simpelweg de ruwe gegevens, en de klassieke computer doet het zware werk van het vinden van de optimale configuratie. Deze taakverdeling zorgt ervoor dat het quantumcircuit ondiep en eenvoudig blijft, waarbij alleen de poorten worden gebruikt die staan voor elektronen die in paren tussen energieniveaus springen, in plaats van de complexere poorten die enkelvoudige sprongen vertegenwoordigen.

Om hun nieuwe methode te testen, simuleerde het team het gedrag van een lithiumhydride-molecuul, een eenvoudige verbinding bestaande uit lithium- en waterstofatomen. Ze rekten de binding tussen de twee atomen uit, waarbij het proces van het uit elkaar trekken werd gesimuleerd, en vergeleken hun resultaten met de meest nauwkeurige theoretische oplossing die beschikbaar is. De simulaties toonden aan dat hun nieuwe methode de nauwkeurigheid van veel complexere berekeningen kon reproduceren die doorgaans een veel groter aantal quantumbronnen vereisen. Zelfs bij het gebruik van een vereenvoudigd quantumcircuit dat alleen dubbele excitaties bevatte, stelde de toevoeging van hun baanoptimalisatietechniek het model in staat om hetzelfde niveau van detail vast te leggen als een veel complexer model dat enkelvoudige excitaties bevat. De resultaten waren opmerkelijk precies, met fouten die ruim binnen de marge vallen die als chemische nauwkeurigheid wordt beschouwd, de standaarddrempel voor het voorspellen van reële chemische processen.

Bovendien ontdekten de onderzoekers dat hun methode net zo snel naar de juiste oplossing convergeerde als de leidende traditionele methoden die vertrouwen op complexe gradiëntberekeningen. In hun simulaties had de nieuwe aanpak slechts zeven optimalisatierondes nodig om een stabiele, nauwkeurige energiewaarde te bereiken. Dit suggereert dat de methode niet alleen nauwkeurig is, maar ook efficiënt, waarbij de valkuilen van traditionele technieken worden vermeden die soms vastlopen of excessieve aanpassingen vereisen wanneer het startpunt ver van de oplossing ligt. Door het elimineren van de noodzaak om gradiënten en Hessianen te berekenen — wiskundige termen voor hellingen en krommingen — hebben de onderzoekers een proces gecreëerd dat vrij is van de extra instellingen en parameters die andere optimalisatiealgoritmen vaak compliceren.

De implicaties van dit werk zijn aanzienlijk voor de toekomst van de quantumchemie. Door aan te tonen dat baanoptimalisatie kan worden bereikt via een eenvoudig, gradiëntvrij proces, opent de studie de deur naar robuustere en toegankelijkere quantumsimulaties. Het demonstreert dat het mogelijk is om een hoge mate van nauwkeurigheid te bereiken met ondiepere quantumcircuits, wat cruciaal is voor de huidige generatie quantumhardware die nog steeds gevoelig is voor fouten. De methode verlegt de last van het vinden van de juiste elektronenrangschikking effectief van de quantumprocessor naar de klassieke computer, waardoor de quantummachine zich kan concentreren op wat hij het beste doet: het meten van de quantumtoestand. Deze balans zou de ontwikkeling van nieuwe materialen en medicijnen kunnen versnellen door complexe moleculaire simulaties haalbaar te maken op de quantumapparatuur die vandaag de dag en in de nabije toekomst beschikbaar is.

Uiteindelijk biedt dit onderzoek een duidelijk pad vooruit om te verbeteren hoe we moleculen op quantumcomputers modelleren. Het bewijst dat we, door na te denken over hoe we de fundamentele bouwstenen van onze modellen optimaliseren, veel van de technische knelpunten kunnen omzeilen die de vooruitgang beperkten. Het succes van de SOO-UCCD-methode in deze simulaties suggereert dat de combinatie van klassieke baantransformaties en vereenvoudigde quantumcircuits een krachtige strategie is. Het biedt een praktische, betrouwbare manier om ons begrip van moleculaire energie te verfijnen, waardoor we een stap dichter bij het benutten van het volledige potentieel van quantumcomputing voor het oplossen van echte wetenschappelijke uitdagingen komen.