Shortcuts for Adiabatic and Variational Algorithms in Molecular Simulation
本文提出并验证了通向绝热性的捷径策略，具体包括用于绝热量子计算的近似反绝热哈密顿量，以及用于变分量子特征值求解器的简化绝热规范拟设（AGAR），证明了这些方法能够加速基态制备，并在精度和对当前量子硬件的噪声韧性方面优于已有的 UCCSD 等方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
几十年来，科学家们一直梦想着利用量子计算机来解决当今机器无法完成的问题。这项技术最广阔的前景目标在于化学领域：理解原子如何结合形成分子。为了预测一种新药的特性或一种更强韧的材料，必须计算围绕原子核旋转的电子能量。由于电子可能存在的排列组合数量会随着分子规模的增大而呈爆炸式增长，经典计算机在处理此类任务时显得力不从心，而量子计算机天生就适合模拟这些相互作用。然而，目前的量子机器非常脆弱。它们容易受到环境噪声引起的误差影响，且保持信息的能力有限。这意味着，模拟分子所需的复杂操作序列往往在完成之前就会失败，迫使研究人员寻找“以少胜多”的方法。
在这种背景下，一个研究小组开发了一种新策略，旨在让当今不完美的硬件上的分子模拟变得更快、更稳健。他们专注于两种用于准备分子最低能量状态（即其最稳定状态）的主要方法。第一种被称为绝热量子计算，它涉及将系统从一个简单的起始点缓慢引导至复杂的靶态。第二种被称为变分量子特征值求解器，它使用一种混合方法，即由量子计算机测试不同的配置，同时由经典计算机调整设置以找到最佳结果。这两种方法都面临着一个共同的障碍：它们通常需要冗长且复杂的序列操作，从而累积误差。研究人员试图在不损失准确性的情况下缩短这些序列，并采用了受“绝热捷径”物理学启发的技巧。
他们工作的核心思想是在过程中加入一个特定的、经过计算的修正项，以防止系统在转换过程中迷失方向。想象一下你在走钢丝；如果你移动得太慢，可能会摇晃并跌落；但如果你移动得太快，则可能会冲过头。研究人员发现了一种添加引导力的办法，即使在快速移动时也能让系统保持在正确的路径上。用该研究的术中语言来说，这涉及构建一个近似的“反绝热”哈密顿量。这是一组添加到量子计算机中的额外指令，用于主动抑制能级之间不希望发生的跃迁。通过使用数学展开式来构建这种修正，他们创造出了一个既足够简单以能在现有设备上运行，又足够强大以显著加速模拟的版本。
当他们将这种捷径应用于绝热方法时，结果显示出明显的优势。通过引入这种修正，系统可以在更短的时间内达到理想的分子状态。虽然添加修正项意味着计算机在每一步都需要执行略多一些的操作，但获得准确结果所需的总时间却减少了。这是因为系统不再需要为了避免误差而移动得如此缓慢。研究人员在两种简单的分子——氢化锂和氢化铍上测试了该方法，并发现这种捷径允许他们在比标准方法更少的总操作次数下，达到相同的精度水平。这是一个至关重要的发现，因为在有噪声的机器上，更少的操作意味着更少的误差破坏计算的机会。
随后，团队将这一物理洞察应用于目前最流行的近程量子计算方法——变分法。他们没有设计一个随时间变化的过程，而是设计了一种直接从捷径物理结构构建的新型电路，或称“拟设”（ansatz）。这种电路使用一套源自捷径物理学的特定构建模块来探索能量景观。为了使其更适用于当今的硬件，他们创建了一个简化版本，仅使用最简单的构建模块，舍弃了那些最难实现的复杂模块。他们将这个简化版本命名为 AGAR，它在保持高精度的同时，极大地减少了计算机需要调节的参数数量。
研究人员在真实的量子硬件上测试了这些新方法，具体使用的是 IBM basquecountry 处理器，这是一种超导量子计算机。他们还运行了模拟现实机器中随机误差的实验。在现实世界测试和模拟实验中，新方法均优于目前领域内使用的标准方法。特别是这个简化拟设，即使在机器存在噪声的情况下，其产生的能量计算也比标准方法更接近真实值。这表明，通过设计在物理上具有抗噪能力的电路，而非仅仅追求尽可能通用，科学家可以从现有的有限机器中获得更好的结果。
研究得出结论，这种受捷径启发的方法提供了一种平衡精度需求与硬件限制现实性的实用途径。通过利用量子态演化的物理原理，研究人员创造出了更高效、更具韧性的工具。虽然这项工作是在小型分子上进行的演示，但该方法为未来应对更大、更复杂的化学系统提供了蓝图。研究结果表明，量子化学的未来路径不仅在于建造更大的计算机，更在于开发更聪明的算法，使其顺应量子物理的规律，从而克服目前阻碍该领域的噪声问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。