Para compreender o trabalho destes investigadores, é necessário primeiro compreender o desafio fundamental de simular a matéria. No coração da química reside a equação de Schrödinger, uma regra matemática que descreve como os eletrões se movem em torno dos núcleos atómicos. Resolver esta equação permite que os cientistas prevejam como as moléculas se comportam, reagem e formam ligações. No entanto, os eletrões são partículas quânticas, o que significa que não se encontram em locais fixos, mas existem como nuvens difusas de probabilidade. Para calcular o comportamento de uma molécula, os computadores devem dividir o espaço em torno dos átomos numa grelha de pontos minúsculos, verificando a probabilidade do eletrão em cada localização. Quanto mais precisa precisar de ser a imagem, mais fina esta grelha deverá tornar-se.

A dificuldade surge porque os eletrões são atraídos pelos núcleos pesados e de carga positiva no centro dos átomos. À medida que um eletrão se aproxima muito de um núcleo, o seu comportamento muda drasticamente, criando um pico agudo na sua nuvem de probabilidade conhecido como cúspide. Para capturar este pico com precisão, uma grelha de computador precisa de pontos compactados incrivelmente próximos do núcleo. Se a grelha for uniforme, com pontos espaçados uniformemente em todo o lado, o computador terá de usar este mesmo espaçamento apertado em toda a molécula, mesmo nos espaços vazios longe dos átomos onde a densidade eletrónica é baixa. Isto desperdiça uma imensa capacidade computacional, pois o computador passa a maior parte do tempo a calcular áreas onde nada de interessante está a acontecer. Durante décadas, este compromisso entre precisão e eficiência tem sido um grande gargalo na simulação de química complexa.

Uma equipa de investigadores da Sorbonne Université, Qubit Pharmaceuticals e outras instituições propôs uma nova forma de abordar este problema utilizando computadores quânticos. Em vez de forçar uma grelha uniforme, desenvolveram um método que utiliza uma grelha flexível e não uniforme que concentra automaticamente os pontos onde os eletrões têm maior probabilidade de serem encontrados. Eles combinaram então esta grelha adaptativa com uma técnica matemática chamada transcorrelação, que suaviza os picos agudos no comportamento eletrónico. Ao fazê-lo, criaram uma estrutura que pode descrever moléculas com alta precisão sem exigir os enormes recursos computacionais que os métodos tradicionais demandam. O seu trabalho sugere um caminho viável para executar simulações químicas precisas em futuros equipamentos quânticos tolerantes a falhas.

O cerne do problema é que os eletrões comportam-se de forma diferente dependendo de onde estão. Perto de um núcleo, movem-se depressa e a sua densidade de probabilidade muda rapidamente. Longe, estão espalhados e mudam lentamente. Os métodos tradicionais utilizam frequentemente uma grelha "uniforme", semelhante a um tabuleiro de xadrez onde cada quadrado tem o mesmo tamanho. Para ver os detalhes finos perto do núcleo, os quadrados devem ser minúsculos. Mas isto significa que todo o tabuleiro é coberto por quadrados minúsculos, mesmo nos cantos vazios onde quadrados grandes seriam suficientes. Esta ineficiência torna difícil simular moléculas grandes porque o computador fica sem memória e tempo. Os investigadores abordaram isto desenhando uma grelha que se adapta à forma da molécula. Utilizaram uma ferramenta matemática chamada diagrama de Voronoi, que divide o espaço em regiões baseadas na proximidade de pontos específicos. Na sua configuração, estes pontos estão agrupados densamente em torno dos núcleos atómicos e espalhados no espaço vazio entre os átomos. Isto permite que a simulação foque o seu poder exatamente onde é necessário.

No entanto, simplesmente mudar a grelha não é suficiente porque os picos agudos, ou cúspides, no comportamento eletrónico ainda criam dificuldades matemáticas. Mesmo com uma grelha densa, as equações que descrevem o movimento do eletrão perto do núcleo tornam-se instáveis e requerem uma capacidade de computação enorme para serem resolvidas. Para corrigir isto, a equipa aplicou uma transformação conhecida como transcorrelação. Esta técnica modifica as equações para que os picos agudos sejam suavizados, removendo efetivamente as singularidades que causam problemas computacionais. O resultado é uma nova versão da equação de energia que parece diferente, mas dá exatamente as mesmas respostas para os níveis de energia da molécula. Crucialmente, como os picos desapareceram, a grelha não precisa de ser tão incrivelmente densa para obter um resultado preciso. Esta transformação transforma o problema numa tarefa muito mais fácil de ser gerida por um computador quântico, embora introduza novas complexidades matemáticas que requerem um tipo diferente de algoritmo de resolução.

Os investigadores testaram as suas ideias simulando sistemas simples, tais como um único átomo de hidrogénio, uma molécula de hidrogénio e um átomo de hélio. Utilizaram um algoritmo quântico chamado Estimativa de Fase Quântica para a abordagem padrão e um método mais recente chamado Estimativa de Autovalor Quântico para a versão transcorrelacionada. Nas suas simulações, demonstraram que a grelha adaptativa capturou com sucesso a densidade eletrónica sem desperdiçar recursos em espaços vazios. Quando aplicaram a técnica de transcorrelação, as cúspides agudas na função de onda eletrónica desapareceram, sendo substituídas por curvas suaves. Isto permitiu-lhes alcançar cálculos de energia precisos com menos pontos de grelha do que seria necessário de outra forma. Para a molécula de hidrogénio, foram capazes de acompanhar como a energia mudava à medida que os átomos se afastavam, um processo conhecido como dissociação. Os resultados coincidiram com o comportamento físico esperado, mostrando que a molécula se separa corretamente e que os níveis de energia permanecem consistentes à medida que os átomos se separam.

O estudo também destacou a eficiência potencial desta abordagem em futuras máquinas quânticas. Como os pontos da grelha são armazenados de uma forma que escala logaritmicamente com o número de pontos, um computador quântico poderia representar uma grelha muito fina utilizando apenas alguns qubits. Por exemplo, uma simulação que exigiria milhões de pontos de grelha num computador clássico poderia ser codificada usando apenas algumas dezenas de qubits num dispositivo quântico. Os investigadores notaram que, embora as suas simulações atuais tenham sido executadas em computadores clássicos para verificar a matemática, a estrutura foi especificamente desenhada para hardware quântico. Demonstraram que o método funciona para sistemas com correlações eletrónicas tanto dinâmicas como estáticas, que são diferentes tipos de interações complexas que ocorrem nas moléculas. O sucesso da simulação da molécula de hidrogénio sugere que esta abordagem adaptativa no espaço real poderá eventualmente ser usada para estudar sistemas químicos mais complexos que estão atualmente fora de alcance.

Apesar destes resultados promissores, os autores advertem cuidadosamente que este é um passo fundamental e não um produto acabado. As simulações que realizaram foram limitadas a sistemas pequenos, e o método depende de escolhas específicas sobre como a grelha é construída e como a transformação de suavização é aplicada. Identificaram que a forma como as células da grelha se rearranjam à medida que os átomos se movem pode por vezes causar mudanças pequenas e abruptas na energia calculada, algo que planeiam refinar em trabalhos futuros. Além disso, carregar os dados complexos destas grelhas adaptativas num computador quântico de forma eficiente continua a ser um desafio de engenharia significativo. Os investigadores sugerem que o trabalho futuro se focará na otimização destes esquemas de carregamento de dados e na exploração de diferentes formas de construir a grelha diretamente no hardware quântico. No entanto, o trabalho estabelece uma base flexível e robusta, provando que é possível combinar grelhas adaptativas no espaço real com algoritmos quânticos avançados para resolver o difícil problema das cúspides eletrónicas.