Towards Quantum Computation of Bulk FeO

Nas profundezas dos núcleos dos planetas e na luz de estrelas distantes, os óxidos de ferro desempenham um papel de destaque. Esses materiais, formados quando o ferro se liga ao oxigênio, não são apenas ferrugem; são sistemas complexos onde os elétrons interagem tão fortemente que criam comportamentos impossíveis de prever com modelos computacionais padrão. Durante décadas, cientistas lutaram para calcular as propriedades exatas desses materiais, como sua força magnética ou como absorvem a luz, porque a matemática envolvida cresce demais para que até mesmo os supercomputadores mais poderosos consigam lidar. É aqui que a computação quântica entra na história. Ao contrário dos computadores tradicionais, que processam informações de maneira linear, os computadores quânticos usam as estranhas leis da física para explorar muitas possibilidades ao mesmo tempo, oferecendo um potencial atalho para resolver esses difíceis enigmas eletrônicos. No entanto, as máquinas quânticas atuais ainda estão em seus estágios iniciais, ruidosas e limitadas em tamanho, tornando incerto se elas já podem realizar o trabalho pesado necessário para materiais do mundo real.

Uma equipe de pesquisadores recentemente partiu para testar se essas ferramentas quânticas emergentes poderiam lidar com um caso específico e desafiador: a molécula de óxido de ferro. Eles focaram em duas formas, um par simples de átomos de ferro e oxigênio, e um aglomerado ligeiramente maior de dois átomos de ferro e dois de oxigênio. Para tornar o problema gerenciável para as máquinas de hoje, os cientistas primeiro usaram um método bem estabelecido chamado teoria do funcional da densidade para criar um mapa simplificado dos elétrons da molécula. Este mapa, conhecido como um modelo de baixa energia, captura a física essencial de como os elétrons se movem e se repelem sem precisar rastrear cada detalhe individual do interior do átomo. Eles então alimentaram este modelo em um computador quântico para encontrar o seu estado fundamental, que é a configuração de menor energia que o sistema pode ocupar. Este estado determina as propriedades fundamentais do material, como o seu magnetismo.

Os pesquisadores empregaram duas estratégias diferentes para encontrar esse estado fundamental. A primeira, conhecida como Variational Quantum Eigensolver (Solucionador Próprio Quântico Variacional), funciona como um processo de tentativa e erro, onde o computador quântico adivinha uma solução e um computador clássico ajuda a refiná-la. A segunda abordagem, chamada Sample-based Quantum Diagonalization (Diagonalização Quântica Baseada em Amostragem), usa o computador quântico não para encontrar a resposta final diretamente, mas para identificar as partes mais importantes do quebra-cabeça. Ela tira um instantâneo do estado quântico, seleciona as configurações mais significativas e, em seguida, entrega essas peças específicas a um computador clássico para resolvê-las exatamente. Quando testaram o primeiro método sozinho, ele teve dificuldade em atingir o alto nível de precisão necessário para a precisão química, que é o padrão ouro para prever como as moléculas se comportam. O hardware ruidoso do computador quântico e a complexidade do problema impediram que ele encontrasse a resposta perfeita por conta própria.

No entanto, o segundo método provou ser notavelmente eficaz. Ao usar o computador quântico para selecionar as configurações mais relevantes e, em seguida, resolver o restante classicamente, a equipe conseguiu recuperar a energia do estado fundamental exata para ambas as moléculas. Para o par de óxido de ferro mais simples, o método funcionou com uma eficiência surpreendente, usando uma fração minúscula dos estados possíveis para reconstruir o quadro completo. Mesmo para o aglomerado maior e mais complexo, a abordagem identificou com sucesso o estado magnético correto, que revelou ser uma configuração de nove dobras, diferindo de alguns cálculos anteriores de alta precisão que previam um estado de sete dobras. Essa diferença surgiu porque os pesquisadores usaram parâmetros de interação específicos para garantir a consistência em todos os seus modelos, destacando o quão sensíveis esses sistemas são aos detalhes de sua configuração.

O estudo demonstra que, embora o hardware quântico atual ainda não possa resolver esses problemas inteiramente por conta própria, ele pode servir como um guia poderoso. Ao combinar a capacidade das máquinas quânticas de amostrar estados complexos com a precisão dos computadores clássicos, os cientistas agora podem enfrentar problemas que antes estavam fora de alcance. Os resultados sugerem que esta abordagem híbrida oferece um caminho viável para compreender o óxido de ferro em massa e outros materiais fortemente correlacionados. Em vez de esperar por computadores quânticos perfeitos e livres de erros, os pesquisadores agora podem usar essas máquinas imperfeitas para informar e acelerar cálculos, aproximando o sonho de simular materiais geológicos e astrofísicos complexos da realidade.