⚛️ quantum physics

Real-Space Chemistry on Quantum Computers: A Fault-Tolerant Algorithm with Adaptive Grids and Transcorrelated Extension

本文提出了一种容错量子化学算法，该算法利用分子自适应非均匀网格和用于消除库仑奇异性的相关相关扩展，从而通过优化资源分配并支持厄米与非厄米特征值求解器，实现在量子硬件上高效且精确的基态计算。

原作者： César Feniou, Christopher Cherfan, Julien Zylberman, Baptiste Claudon, Jean-Philip Piquemal, Emmanuel Giner

发布于 2026-09-21

📖 1 分钟阅读🧠 深度阅读

原作者： César Feniou, Christopher Cherfan, Julien Zylberman, Baptiste Claudon, Jean-Philip Piquemal, Emmanuel Giner

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

要理解这些研究人员的工作，必须首先掌握模拟物质的基本挑战。化学的核心在于薛定谔方程，这是一个描述电子如何在原子核周围运动的数学规则。通过求解这个方程，科学家可以预测分子的行为、反应和键合方式。然而，电子是量子粒子，这意味着它们并不处于固定的位置，而是以概率云的形式存在。为了计算分子的行为，计算机必须将原子周围的空间划分为微小点的网格，并检查每个位置的电子概率。需要描绘的图像越精确，这个网格就必须变得越细密。

困难之处在于，电子受到位于原子中心、带正电的沉重原子核的吸引。当电子非常接近原子核时，其行为会发生剧烈变化，产生一个被称为“尖点”（cusp）的概率云剧烈波动。为了准确捕捉这个尖点，计算机网格需要在原子核附近极其紧密地堆叠点。如果使用均匀网格（即各处间距相等），计算机就必须在整个分子范围内都使用这种紧密的间距，即使是在远离原子、电子密度极低的空白区域也是如此。这会浪费巨大的计算能力，因为计算机大部分时间都在计算那些并没有发生有趣现象的区域。几十年来，这种在准确性和效率之间的权衡一直是模拟复杂化学过程的主要瓶颈。

来自索邦大学、Qubit Pharmaceuticals 以及其他机构的一个研究团队提出了一种利用量子计算机解决这一问题的新方法。他们没有强求统一的网格，而是开发了一种使用灵活、非均匀网格的方法，该网格能自动将点集中在电子最可能出现的区域。随后，他们将这种自适应网格与一种称为“转相关”（transcorrelation）的数学技术相结合，以此来平滑掉电子行为中的剧烈尖点。通过这样做，他们创建了一个框架，可以在不需要传统方法所需的海量计算资源的情况下，实现对分子的高精度描述。他们的工作为在未来的容错量子硬件上运行精确的化学模拟指明了一条可行的路径。

问题的核心在于，电子的行为取决于它们所处的位置。在原子核附近，它们运动迅速，概率密度变化剧烈；而在远离原子核的地方，它们分布较广且变化缓慢。传统方法通常使用“均匀”网格，类似于每个方格大小都相同的棋盘。为了看到原子核附近的精细细节，方格必须非常小。但这同时也意味着整个棋盘都被细小的方格覆盖，即使是在那些大方格就足够了的空白角落。这种低效性使得模拟大型分子变得困难，因为计算机会耗尽内存和时间。研究人员通过设计一种能够适应分子形状的网密网格解决了这个问题。他们使用了名为“维罗诺伊图”（Voronoi diagram）的数学工具，该工具根据到特定点的距离将空间划分为不同的区域。在他们的设置中，这些点在原子核周围密集聚集，而在原子间的空白空间则分布得较为稀疏。这使得模拟能够将算力精准地集中在需要的地方。

然而，仅仅改变网格是不够的，因为电子行为中的剧烈尖点仍然会带来数学上的困难。即使使用密集的网格，描述电子运动的方程在靠近原子核时也会变得不稳定，并且需要巨大的计算能力来求解。为了解决这个问题，团队应用了一种称为“转相关”的变换。这种技术修改了方程，使尖点被平滑化，有效地消除了导致计算麻烦的奇异性。其结果是一个看起来不同但对于分子能级给出完全相同答案的新版本能量方程。至关重要的是，由于尖点消失了，网格不再需要像以前那样极其密集也能获得准确的结果。这种变换将问题转化为了一个更容易被量子计算机处理的问题，尽管它引入了一些需要不同类型求解算法的新数学复杂性。

研究人员通过模拟简单的系统来测试他们的想法，例如单个氢原子、氢分子和氦原子。他们使用一种名为“量子相位估计”的量子算法进行标准处理，并使用一种名为“量子特征值估计”的新方法处理转相关版本。在模拟中，他们展示了自适应网格如何在不浪费资源于空白空间的情况下成功捕捉电子密度。当他们应用转相关技术时，电子波函数中的剧烈尖点消失了，取而代之的是平滑的曲线。这使得他们能够以比以往更少的网格点实现精确的能量计算。对于氢分子，他们能够追踪能量如何随着原子间距的变化而变化，这一过程被称为“解离”。结果符合预期的物理行为，显示出分子能够正确解离，且在原子分离时能量水平保持一致。

该研究还强调了这种方法在未来量子机器上的潜在效率。由于网格点是以对点数呈对数比例缩放的方式存储的，量子计算机可以使用极少的量子比特来表示一个非常精细的网格。例如，一个在经典计算机上可能需要数百万个网格点的模拟，可以在量子设备上仅用几十个量子比特进行编码。研究人员指出，虽然他们目前的模拟是在经典计算机上运行以验证数学逻辑，但该框架是专门为量子硬件设计的。他们证明了该方法适用于具有动态和静态电子相关性的系统，这两者是分子中发生的两种不同类型的复杂相互作用。氢分子的模拟成功表明，这种实空间自适应方法最终可以被用于研究目前难以触及的更复杂的化学系统。

尽管取得了这些令人鼓欣的结果，作者仍谨慎地指出，这只是一个基础性的步骤，而非最终产品。他们进行的模拟仅限于小型系统，且该方法依赖于构建网格和应用平滑变换的具体选择。他们发现，当原子移动时，网格单元自身的重新排列有时会导致计算出的能量发生微小的突变，他们计划在未来的工作中对此进行改进。此外，如何高效地将这些自适应网格的复杂数据加载到量子计算机上仍然是一个重大的工程挑战。研究人员建议，未来的工作将侧重于优化这些数据加载方案，并探索直接在量子硬件上构建网格的不同方法。尽管如此，这项工作建立了一个灵活且稳健的基础，证明了将自适应实空间网格与先进量子算法相结合，以解决电子尖点这一难题是切实可行的。

技术摘要：基于自适应网格与关联校正扩展的量子计算机实空间化学计算

1. 问题陈述

本文探讨了在未来的容错量子计算机（FTQCs）上进行精确量子化学模拟所面临的挑战。虽然第一量子化、实空间表述具有极具吸引力的缩放特性（量子比特数随 $O(\eta \log N)$ 缩放，且两体相互作用随 $O(N^2)$ 而非 $O(N^4)$ 缩放），但现有的方案依赖于均匀空间离散化（例如平面波或均匀网格）。

均匀网格并不适用于分子系统，因为它们无法高效地捕捉电子-原子核以及电子-电子尖峰（即库仑奇异性附近波函数的剧烈变化特征）。为了解析这些尖峰，均匀网格需要在所有区域都采用极细的分辨率，这会导致对低密度区域的过度采样，从而产生巨大的计算开销。此外，解析这些奇异性本质上会放大算符的谱范数，从而增加量子相位估计（QPE）的复杂度。

2. 方法论

作者提出了一个结合非均匀、分子自适应网格与关联校正（Transcorrelated, TC）哈密顿量表述的框架。该方法分为两个主要策略：

A. 自适应网格与 Voronoi 离散化

作者没有使用均匀网格，而是部署了多中心网格，将点集集中在电子密度较高的区域（靠近原子核及电子之间）。

网格构建： 网格利用 Becke 径向离散化（将点集中在原子核附近）结合 Lebedev 角向求积法（比 Gauss-Legendre 方案更好地保持旋转对称性）。
有限体积方案： 为了处理非均匀性和多中心网格的重叠性质，作者采用了 Voronoi 有限体积方案。分子哈密顿量是在与每个网格点相关的 Voronoi 胞腔上进行积分。
厄米特表述： 该方法产生了一个厄米特哈密顿量，其拉普拉斯算子通过源自 Voronoi 邻居的稀疏矩阵来表示。这种表述与通过量子比特化块编码（qubitized block-encoding）实现的标准**量子相位估计（QPE）**兼容。

B. 关联校正（TC）扩展

为了进一步减轻在奇异性附近使用密集网格的需求，作者使用关联因子 $\tau$ 对哈密顿量进行了相似变换。

消除尖峰： TC 哈密顿量 ( $\tilde{H} = e^{-\tau} \hat{H} e^{\tau}$ ) 用有限的有效相互作用取代了无界的库仑势。因此， $\tilde{H}$ 的特征函数是无尖峰的，从而降低了收敛所需网格分辨率。
非厄米特性质： 该变换引入了非厄米特微分项和三体相互作用。这使得标准的 QPE 算法不再适用。
QEVE 协议： 为了求解由此产生的非厄米特特征值问题，作者将 TC 哈密顿量集成到**量子特征值估计（QEVE）**协议中（具体为量子切比雪夫相位估计算法），该协议能高效处理具有 $O(1/\epsilon)$ 查询复杂度的非厄米特矩阵。

C. 块编码（Block-Encoding）

对于厄米特（自适应网格）和非厄米特（TC）两种表述，作者都推导出了**泡利线性算符组合（Pauli LCU）**分解。这使得能够系统地进行哈密顿量的块编码，分别用于 QPE 和 QEVE。

3. 核心贡献

自适应网格框架： 引入了一种基于 Voronoi 分区的分子自适应网格的一量子化实空间量子化学框架，避免了均匀网格的过度采样问题。
关联校正实空间表述： 推导了专门适配这些自适应网格的关联校正哈密顿量，消除了库仑奇异性和尖峰要求。
算法集成：
- 将厄米特自适应网格哈密顿量映射到量子比特化 QPE 协议。
- 将非厄米特 TC 哈密顿量映射到 QEVE 协议。
数值验证： 对基准系统（氢原子、 $H_2^+$ 、氦原子和 $H_2$ ）实施该框架，以展示其收敛性和尺寸一致性。

4. 结果

作者通过数值模拟展示了其框架的支持情况：

波函数平滑化： 氢原子（H）和 $H_2^+$ 的基态波函数可视化表明，随着相关参数 $\mu_{ne}$ 的调节，TC 变换成功平滑了核尖峰，减少了对过高网格密度的需求。
电子-电子尖峰： 对于氦原子，随着 Jastrow 参数 $\mu_{ee}$ 的调整，TC 方法逐步平滑了电子-电子尖峰，这与理论预测一致。
$H_2$ 解离曲线： 该方法生成的 $H_2$ $H_{2}$ 解离曲线具有尺寸一致性（在长距离处趋于零能量）。
- 使用了 2,000 到 4,000 个点的网格，对应高达 1600 万维度的哈密顿矩阵。
- 虽然随着网格密度的增加，曲线趋近于全构型相互作用（FCI）基组极限（CBS limit），但作者注意到势能曲线中存在“折痕（kinks）”。这些现象归因于随着键长微小变化，非重叠多中心网格中的 Voronoi 胞腔发生了突发的重组。

5. 重要性与主张

本文声称，通过解决在不产生高昂计算成本的前提下解析电子尖峰这一长期挑战，为在量子硬件上实现精确基态化学提供了一条充满前景的路径。

效率： 通过使用自适应网格，该方法将计算资源集中在需要的地方（高密度区域），而不是浪费在低密度区域。
可扩展性： 作者认为实空间编码对于量子计算机而言非常紧凑。例如，对于一个 10 原子且具有高精度 DFT 网格密度的计算，每个电子仅需约 20 个量子比特，这允许进行经典计算难以实现的精细空间离散化。
鲁棒性： 该框架被描述为一种“灵活的第一步方法”，为实现达到完全基组极限的精度奠定了基础。
谦逊态度： 作者明确指出，详细的缩放分析和与其他方法的定量比较留待未来工作。他们承认目前的设置使用了“最小化”定义的 Voronoi 胞腔和相关因子，这为改进网格对称性利用、数据加载和参数优化留下了巨大的提升空间。他们并未声称立即优于所有现有方法，而是提出了一个可行的、非启发式的 ab initio 框架，供未来进一步开发。