Feasibility of performing quantum chemistry calculations on quantum computers

该论文提出了评估 VQE 和 QPE 算法可行性的两个标准,指出由于退相干噪声对 VQE 精度的严重损害以及 QPE 中态重叠随系统尺寸指数衰减(正交性灾难),当前技术难以在量子计算机上实现具有实际意义的量子化学计算优势。

Thibaud Louvet, Thomas Ayral, Xavier Waintal

发布于 2026-03-06
📖 1 分钟阅读🧠 深度阅读

Each language version is independently generated for its own context, not a direct translation.

这篇文章就像是一份给量子计算界的“冷静剂”。

大家都知道,量子计算机被寄予厚望,尤其是在量子化学领域(比如设计新药物、新材料)。大家普遍认为,量子计算机能轻松算出分子的“最低能量状态”(也就是基态),这是经典计算机很难做到的。

但这篇论文的作者(来自法国格勒诺布尔和 Eviden 实验室)却泼了一盆冷水。他们仔细检查了目前最主流的两种算法,发现要想在量子计算机上真正算出有用的化学结果,困难程度远超想象

为了让你更容易理解,我们可以把“计算分子能量”想象成**“在嘈杂的房间里调收音机”**。


1. 两个主要的“选手”

目前量子化学计算主要有两个“选手”:

  • 选手 A:VQE(变分量子本征求解器)
    • 特点: 它是为现在的、有噪音的量子计算机设计的。
    • 比喻: 就像你试图在装修工地上(噪音很大)听收音机。你一边听,一边调整旋钮,试图找到最清晰的频道。
  • 选手 B:QPE(量子相位估计)
    • 特点: 它是为未来的、完美的(容错)量子计算机设计的。
    • 比喻: 就像你在一个绝对安静的图书馆里听收音机,理论上能听到最细微的声音。

作者分别给这两个选手设了两个“门槛”,看看他们能不能过关。


2. 选手 A 的困境:噪音比你想的更可怕

对于 VQE(现在的量子计算机),最大的敌人是**“噪音”**(退相干)。

  • 通常的误解: 大家以为噪音只是让结果稍微有点不准,就像收音机有点沙沙声。
  • 作者的发现: 噪音不仅仅是沙沙声,它会凭空制造出巨大的“假能量”
  • 比喻: 想象你要称一个鸡蛋的重量。但是,你用的秤(量子硬件)本身很不稳定,而且物体越重,秤晃得越厉害
    • 当你算小分子时,噪音还能忍。
    • 当你算大分子(电子越多,分子越大)时,噪音带来的“假能量”会像滚雪球一样,按平方级增长。
    • 结论: 为了得到化学上精确的结果,你需要把噪音压到极低。低到什么程度?低到你需要一台完美的、容错的量子计算机才行。
    • 讽刺的是: 如果你已经有了完美的量子计算机,那为什么还要用 VQE 这种“粗糙”的算法呢?直接用更高级的算法不就行了吗?
    • 更扎心的是: 作者对比发现,用经典的超级计算机(运行一种叫 VMC 的算法)来算,可能比用现在的量子计算机还要快、还要准。

一句话总结 VQE: 现在的量子计算机太吵了,噪音大到把化学信号都淹没了,除非你造出完美的机器,否则这招不好使。


3. 选手 B 的困境:找不到“起跑线”

对于 QPE(未来的完美计算机),它不需要怕噪音,但它有一个致命弱点:它需要一个完美的“初始猜测”

  • 原理: QPE 算法就像是在找宝藏。它需要一个大概的地图(初始状态),然后才能精确定位。如果地图给错了,它就找不到宝藏。
  • 比喻: 想象你要在一片不断扩大的森林里找一根特定的针。
    • 刚开始森林很小,你随便扔个圈,大概率能罩住针。
    • 但是,随着森林(分子系统)变大,你扔的圈(初始猜测)和针(真实答案)之间的重合度会指数级下降
    • 这就是所谓的**“正交灾难”**。哪怕你的初始猜测能量算得很准,它在物理本质上可能和正确答案“完全不搭界”。
  • 结论: 随着分子变大,QPE 成功的概率会像断崖一样下跌。你可能需要尝试亿万次才能成功一次,这比经典计算机还慢。

一句话总结 QPE: 就算你有完美的机器,如果你连“起跑线”都找不到,你也跑不到终点。


4. 作者的建议:别死磕“拍照”,试试“拍视频”

既然算分子的“最低能量”(静态照片)这么难,那量子计算机是不是没用了?

作者说:不,但你可能找错了方向。

  • 静态 vs. 动态: 经典计算机很擅长算“静态”的东西(比如算出这个分子最稳定时是什么样)。但经典计算机很怕算“动态”的东西(比如电子在分子里怎么跑来跑去,或者化学反应发生的那一瞬间)。
  • 比喻: 经典计算机擅长拍照片(算出最终状态),量子计算机天生擅长拍视频(模拟随时间变化的过程)。
  • 建议: 也许量子计算机真正的“杀手级应用”不是去算那个最稳定的能量值,而是去模拟量子系统的动态演化。这才是量子计算机真正擅长的领域,就像鱼擅长游泳而不是爬树。

总结

这篇论文的核心思想是:别太乐观,也别太悲观,要更聪明。

  1. 现实很骨感: 目前大家吹捧的“用量子计算机算分子能量”,在硬件噪音和算法原理上都有巨大的物理障碍。
  2. 噪音是硬伤: 现在的量子计算机太“脏”了,算不出高精度的化学数据。
  3. 换个赛道: 也许我们应该停止在“静态能量计算”上死磕,转而利用量子计算机去模拟随时间变化的量子过程,那里才是它的用武之地。

这就好比,我们一直试图用无人机去送快递(算静态能量),结果发现风太大送不到。作者建议:别送快递了,无人机其实是用来拍航拍电影(模拟动态过程)的,那个才是它真正厉害的地方。