Band structure of two-dimensional graphene and of one-dimensional nanoribbons via variational quantum algorithms: from energies to wavefunction quality

O mundo da ciência dos materiais enfrenta atualmente um enigma profundo: como compreender o comportamento dos eletrões quando estão densamente compactados e interagem ferozmente. Nos metais e semicondutores comuns, os eletrões movem-se como uma multidão calma e ordenada, e o seu comportamento pode ser previsto com regras bem estabelecidas. Mas em certos materiais avançados, os eletrões empurram e puxam uns aos outros tão fortemente que criam estados de matéria inteiramente novos, tais como supercondutores que conduzem eletricidade sem resistência ou materiais que alternam de isoladores para condutores. Para compreender estes fenómenos, os cientistas devem resolver equações complexas que descrevem a dança coletiva de biliões de partículas. Fazer isto num computador padrão é frequentemente impossível porque o número de possibilidades cresce tão rapidamente que até os supercomputadores mais poderosos ficam sem memória. É aqui que os computadores quânticos entram na história. Ao contrário das máquinas clássicas que processam informação como simples interruptores de ligar/desligar, os computadores quânticos utilizam as leis da física para armazenar informação de uma forma que mimetiza naturalmente o comportamento dos eletrões. No entanto, os computadores quânticos disponíveis hoje ainda se encontram numa fase inicial e ruidosa. São propensos a erros causados pelo calor, vibração e interferência, que podem desordenar cálculos delicados antes de serem concluídos.

Neste contexto, uma equipa de investigadores de universidades de Espanha deu um passo significativo para tornar estas máquinas úteis para a ciência dos materiais do mundo real. Focaram os seus esforços no grafeno, um material feito de uma única camada de átomos de carbono dispostos num padrão de favo de mel. Embora o grafeno seja, por si só, um material simples onde os eletrões não interagem fortemente, serve como um campo de teste perfeito. Os investigadores queriam ver se conseguiam usar um computador quântico ruidoso para mapear com precisão os níveis de energia, ou "estrutura de bandas", do grafeno em duas formas diferentes: uma folha plana, bidimensional, e uma tira estreita, unidimensional, conhecida como nanofita. Estas tiras podem ter bordas dentadas ou bordas suaves e retas, e a forma da borda altera a forma como os eletrões se movem. Ao simular com sucesso estes sistemas não interagentes, a equipa visou provar que os seus métodos poderiam servir como uma base fiável para estudos futuros de materiais muito mais complexos e interagentes.

Os investigadores desenvolveram um fluxo de trabalho único e flexível para abordar tanto as folhas planas como as tiras estreitas. Começaram por traduzir a descrição matemática dos eletrões no grafeno para uma linguagem que um computador quântico pudesse compreender, convertendo o problema numa série de operações em bits quânticos, ou qubits. Para encontrar o estado de energia mais baixo do sistema, utilizaram um método chamado Solucionador de Autovalores Quânticos Variacional (Variational Quantum Eigensolver). Esta abordagem funciona como uma busca guiada: o computador quântico prepara um estado de prova, mede a sua energia e, em seguida, um computador clássico ajusta as definições para tentar encontrar uma energia mais baixa. Eles repetiram este processo, refinando as definições até encontrarem a configuração mais estável. Para encontrar os estados de energia mais elevados, utilizaram uma técnica chamada Deflação Quântica Variacional, que adiciona uma penalização à busca se o computador tentar encontrar um estado que já descobriu, forçando-o a procurar o próximo nível superior.

A equipa testou o seu método de três formas diferentes para garantir que os seus resultados eram dignos de confiança. Primeiro, executaram todo o processo numa simulação perfeita e livre de ruído para ver qual seria o resultado ideal. Segundo, simularam o processo num computador que incluía um modelo realista dos erros encontrados no hardware quântico atual. Finalmente, executaram os cálculos num processador quântico real fornecido pela IBM. Os resultados da simulação perfeita foram quase idênticos às respostas exatas conhecidas, provando que a sua tradução matemática e o algoritmo estavam corretos. Quando introduziram ruído na simulação, os valores de energia calculados derivaram ligeiramente, mas a forma geral das bandas de energia permaneceu clara e precisa. As desvios foram pequenos, correspondendo a apenas algumas centésimas da unidade de energia usada para descrever como os eletrões saltam entre os átomos.

Quando os investigadores passaram para o hardware real, os resultados foram ainda mais encorajadores do que as simulações ruidosas sugeriam para o caso mais simples. Para a folha plana de grafeno bidimensional, que exigia apenas um único qubit, o dispositivo produziu resultados que coincidiam com as previsões teóricas com uma precisão notável. O erro era tão pequeno que era dominado simplesmente pelo ruído estatístico de realizar um número limitado de medições, em vez de ser causado pelo próprio hardware. Esta foi uma descoberta crucial porque mostrou que, para sistemas simples, as máquinas quânticas atuais já são capazes de produzir dados de alta qualidade. No entanto, a história mudou ligeiramente quando observaram as nanofitas unidimensionais, que exigiam mais qubits e circuitos mais complexos. Aqui, os dispositivos reais produziram erros ligeiramente maiores do que o modelo de ruído tinha previsto. Os investigadores descobriram que os erros não eram aleatórios; eram sistemáticos, empurrando os valores de energia para o centro do espetro. Isto indicou que o hardware estava a introduzir tipos específicos de erros, como a interferência entre qubits vizinhos, que não foram totalmente capturados pelos seus modelos de simulação.

Uma descoberta fundamental do trabalho foi como a precisão do método mudava à medida que o tamanho do sistema crescia. Os investigadores descobriram que o número de qubits necessários para descrever uma nanofita cresce muito lentamente à medida que a fita se alarga, o que é uma escala muito favorável para aplicações futuras. No entanto, também descobriram um limite rígido de precisão. Se mantivessem o circuito quântico simples e pouco profundo para evitar erros, os resultados eram bons para sistemas pequenos, mas tornavam-se menos precisos à medida que o sistema crescia. Inversamente, se tornassem o circuito mais profundo e complexo para tentar capturar mais detalhes, os resultados no hardware ruidoso ficavam, de facto, piores. A profundidade extra permitia mais oportunidades para a acumulação de erros, abafando qualquer benefício da complexidade adicionada. Isto provou que, nas máquinas de hoje, a melhor estratégia é utilizar o circuito mais raso possível que o problema possa tolerar, em vez de tentar construir o circuito mais poderoso que a física poderia teoricamente permitir.

Talvez a parte mais perspicaz do estudo tenha sido como os investigadores verificaram não apenas os números de energia, mas a própria qualidade do estado quântico. Eles perceberam que um computador poderia por vezes encontrar o valor de energia correto por acidente, mesmo que o estado subjacente dos eletrões estivesse errado. Para detetar isto, utilizaram uma ferramenta de diagnóstico para medir quanto do estado calculado pertencia realmente ao grupo correto de estados físicos. Nas simulações perfeitas, esta verificação confirmou que o computador estava a encontrar os estados corretos. Mas no ambiente ruidoso, descobriram um modo de falha subtil: por vezes, o computador saltava um nível de energia e se fixava no errado, embora o valor da energia ainda parecesse plausível. Ao verificar o estado diretamente, eles podiam ver que o cálculo tinha falhado, um erro que a observação apenas da energia teria ocultado. Este diagnóstico foi particularmente útil para identificar quando o computador tinha dificuldades com grupos de estados que estavam muito próximos em energia, uma característica comum nestes materiais.

O estudo conclui que, embora os computadores quânticos atuais ainda não sejam suficientemente poderosos para resolver os problemas mais difíceis da ciência dos materiais por si só, estão prontos para servir como um ponto de partida controlado e fiável. Os investigadores demonstraram que conseguem mapear o panorama de energia dos sistemas de grafeno, fornecendo uma base sólida de estados de referência. Estes estados de referência são essenciais para algoritmos mais avançados que eventualmente enfrentarão os eletrões complexos e interagentes encontrados em supercondutores e outros materiais exóticos. Ao provarem que o seu fluxo de trabalho funciona desde simulações ideais até ao hardware real, e ao mostrarem como diagnosticar e compreender os erros que ocorrem ao longo do caminho, a equipa traçou um caminho claro a seguir. Eles demonstraram que, mesmo na era ruidosa da computação quântica, é possível extrair informações significativas e de alta qualidade sobre o mundo físico, desde que se saiba exatamente como procurar e como interpretar o que a máquina está a dizer.