Towards Quantum Computation of Bulk FeO

Diep in de kernen van planeten en in het licht van verre sterren spelen ijzeroxiden een hoofdrol. Deze materialen, gevormd wanneer ijzer met zuurstof bindt, zijn niet alleen roest; het zijn complexe systemen waarbij elektronen zo sterk met elkaar interageren dat ze gedragingen creëren die onmogelijk te voorspellen zijn met standaard computermodellen. Decennialang hebben wetenschappers geprobeerd de exacte eigenschappen van deze materialen te berekenen, zoals hun magnetische sterkte of hoe ze licht absorberen, omdat de betrokken wiskunde te groot wordt voor zelfs de krachtigste supercomputers om te verwerken. Hier komt quantumcomputing in beeld. In tegenstelling tot traditionele computers die informatie op een lineaire manier verwerken, gebruiken quantumcomputers de vreemde wetten van de fysica om tegelijkertijd vele mogelijkheden te verkennen, wat een potentiële kortere weg biedt naar het oplossen van deze moeilijke elektronische puzzels. De huidige quantummachines zijn echter nog in een vroeg stadium, luidruchtig en beperkt in omvang, waardoor het onduidelijk is of ze al het zware werk kunnen verrichten dat vereist is voor real-world materialen.

Een team onderzoekers heeft zich er onlangs op gericht om te testen of deze opkomende quantumtools een specifieke, uitdagende casus aan konden: het ijzeroxidemolecuul. Ze richtten zich op twee vormen, een simpel paar ijzer- en zuurstofatomen, en een iets grotere cluster van twee ijzer- en twee zuurstofatomen. Om het probleem beheersbaar te maken voor de huidige machines, gebruikten de wetenschappers eerst een goed gevestigde methode genaamd dichtheidsfunctionaaltheorie om een vereenvoudigde kaart van het elektron van het molecuul te maken. Deze kaart, bekend als een laag-energiemodel, legt de essentiële fysica vast van hoe de elektronen bewegen en elkaar afstoten zonder dat elk detail van de binnenkant van het atoom gevolgd hoeft te worden. Ze voedden dit model vervolgens aan een quantumcomputer om de grondtoestand van het molecuul te vinden, wat de laagste energietoestand is die het systeem kan innemen. Deze toestand bepaalt de fundamentele eigenschappen van het materiaal, zoals de magnetisme.

De onderzoekers gebruikten twee verschillende strategieën om deze grondtoestand te vinden. De eerste, bekend als de Variational Quantum Eigensolver, werkt als een proces van trial-and-error waarbij de quantumcomputer een oplossing raadt en een klassieke computer helpt deze te verfijnen. De tweede benadering, genaamd Sample-based Quantum Diagonalization, gebruikt de quantumcomputer niet om direct het definitieve antwoord te vinden, maar om de belangrijkste stukjes van de puzzel te identificeren. Het neemt een momentopname van de quantumtoestand, selecteert de meest significante configuraties en geeft die specifieke stukjes vervolgens door aan een klassieke computer om ze exact op te lossen. Wanneer ze de eerste methode alleen testten, had deze moeite om het hoge niveau van precisie te bereiken dat nodig is voor chemische nauwkeurigheid, de gouden standaard voor het voorspellen van hoe moleculen zich gedragen. De luidruchtige hardware van de quantumcomputer en de complexiteit van het probleem voorkamen dat het de perfecte oplossing kon vinden op eigen kracht.

De tweede methode bleek echter opmerkelijk effectief. Door de quantumcomputer te gebruiken om de meest relevante configuraties te selecteren en vervolgens de rest klassiek op te lossen, slaagde het team erin de exacte grondtoestandsenergie voor beide moleculen te herstellen. Voor het simpelere ijzeroxide-paar werkte de methode met verbazingwekkende efficiëntie, waarbij slechts een fractie van de mogelijke toestanden werd gebruikt om het volledige beeld te reconstrueren. Zelfs voor de grotere, complexere cluster identificeerde de aanpak succesvol de juiste magnetische toestand, die een negenvoudige configuratie bleek te zijn, wat verschilt van sommige eerdere hoog-nauwkeurige berekeningen die een zevenvoudige toestand voorspelden. Dit verschil ontstond omdat de onderzoekers specifieke interactieparameters gebruikten om consistentie over hun modellen te waarborgen, wat benadrukt hoe gevoelig deze systemen zijn voor de details van hun opzet.

De studie toont aan dat hoewel huidige quantumhardware deze problemen nog niet volledig zelfstandig kan oplossen, het wel een krachtige gids kan zijn. Door het vermogen van quantummachines om complexe toestanden te samplen te combineren met de precisie van klassieke computers, kunnen wetenschappers nu problemen aanpakken die voorheen buiten bereik lagen. De resultaten suggereren dat deze hybride aanpak een levensvatbaar pad biedt voor het begrijpen van bulk ijzeroxide en andere sterk gecorreleerde materialen. In plaats van te wachten op perfecte, foutloze quantumcomputers, kunnen onderzoekers deze imperfecte machines nu gebruiken om berekeningen te informeren en te versnellen, waardoor de droom van het simuleren van complexe geologische en astrofysische materialen een stap dichter bij de realiteit wordt gebracht.