Simulation of additive binding energies in asphalt using quantum-selected configuration interaction (QSCI)

本文证明，一种名为 QuantumPave 的混合量子 - 经典工作流，通过在 54 量子比特量子处理器上利用量子选择组态相互作用（QSCI），能够成功计算沥青结合料模型的具有化学意义的加和结合能，从而证明了以量子为中心的超级计算解决工业相关材料科学问题的可行性。

要点

想象一下，试图弄清楚某种特定成分为何能让蛋糕保持更长时间的 freshness。在道路世界中，这种“成分”就是混合在沥青（用于铺设街道的黑色物质）中的添加剂。科学家们想要确切了解这种添加剂与沥青结合的紧密程度，以防止道路因阳光和天气而开裂和老化。

本文介绍了一种新技术，利用超级快速的经典计算机与一种全新的量子计算机相结合，来测量这种“粘附力”（称为结合能）。

以下是他们所做工作的简要说明：

1. 问题所在：道路的“胶水”

沥青是分子构成的复杂混合物。为了使道路耐用，工程师会添加化学物质以阻止其变质。为了理解这些添加剂如何起作用，科学家需要计算添加剂与沥青之间“握手”的能量。

• 挑战：这些“握手”微小而棘手。它们涉及电子以复杂方式运动，常规计算机难以完美预测。
• 测试对象：研究人员没有模拟整个复杂的道路系统，而是选择了一个微小且具有代表性的模型：吡啶 - 苯酚复合物。你可以将其想象为两个分子（一个含氮环，一个含氧环）之间的“微型握手”，它模拟了沥青中真实的化学反应。

2. 新工具：“以量子为中心的计算”

作者使用了一种他们称为QuantumPave的工作流程。想象一下两位专家协同工作：

• 经典计算机（图书管理员）：它负责处理数据的整理和最终的数学计算。
• 量子计算机（采样器）：与其计算每一种可能性（这将耗时无穷），量子计算机更像是一位品尝汤品的名厨。它快速“采样”最重要的“风味”（电子构型），以判断这道菜的味道。

这种特定方法称为QSCI（量子选态组态相互作用）。这就像说：“我们不需要检查沙滩上的每一粒沙子；让我们只检查决定沙丘形状的 10 粒最重要的沙子。”

3. 实验：54 量子比特的“品尝测试”

研究人员在真实的量子计算机（IQM Emerald处理器）上运行了他们的“微型握手”模拟。

• 设置：他们专注于一个包含 10 个电子和 10 个轨道（“活性空间”）的小组，奇迹就发生在这里。
• 转折：通常，量子计算机是有噪声的（就像带有静电的收音机）。你可能会预期噪声会破坏结果。然而，在这种特定方法中，噪声实际上起了帮助作用！这就像收音机上的静电意外地帮助厨师尝到了更多的汤，确保他们没有错过任何重要的风味。
• 结果：量子计算机的结果与“完美”的经典计算完全一致。他们测得的结合能为**-3.52 kcal/mol**。

4. 数字的含义

• 一致性：量子计算机与经典的“金标准”完全吻合。这证明了新方法在真实硬件上有效，无需复杂的纠错技巧。
• 差距：结果（-3.52）略低于实际实验值（-6.25）。
  • 原因？ 研究人员解释说，他们的“微型模型”（活性空间）太小，无法捕捉“握手”中涉及的每一个微小作用力。它捕捉到了强的氢键，但遗漏了一些较弱的长程力。
  • 类比：这就像只称量一个人的头部和躯干来估算其体重。你能大致了解其体重，但会遗漏腿部和手臂的重量。要获得精确的实际数值，他们需要在计算中包含更多的“身体部位”（更多电子）。

5. 结论

本文是一个概念验证。它表明：

1. 我们可以利用当前有噪声的量子计算机来解决与道路材料相关的实际化学问题。
2. 通过让量子计算机仅进行“采样”，而由经典计算机进行“对角化”（求解数学），我们可以在尚未拥有完美、无噪声量子计算机的情况下获得准确结果。
3. 这种称为QuantumPave的方法，是迈向理解如何延长道路寿命的有希望的一步，尽管此处使用的模型是真实情况的简化版本。

简而言之：他们构建了一座连接量子计算机与经典计算机的数字桥梁，以测量两个分子之间的粘附程度。测试成功，证明了这种新的混合方法能够处理道路化学的复杂数学，即使使用当今不完美的量子硬件也能做到。

技术摘要

技术摘要：基于量子选择组态相互作用（QSCI）模拟沥青中添加剂的结合能

问题陈述
沥青结合料是道路基础设施的关键组成部分，其长期耐久性和氧化老化受复杂分子相互作用的支配。理解添加剂如何干扰老化途径，需要准确计算添加剂与关键沥青组分之间的结合能。然而，由于必须考虑强关联效应和色散相互作用（这些效应通常难以被标准的平均场近似准确描述），预测这些能量极具挑战性。作者旨在展示一种能够针对具有工业相关性的材料问题计算这些结合能的“以量子为中心”的工作流程，具体聚焦于由吡啶 - 苯酚复合物代表的沥青组分之间的相互作用。

方法论
本研究引入了QuantumPave，这是一种旨在计算添加剂结合能的混合量子 - 经典工作流程。该方法整合了三种互补的方法：

1. 体系选择：作者选择了一个 24 原子的吡啶 - 苯酚复合物（$C_{11}H_{11}NO$）作为代表性模型。该体系具有强 O-H$\cdots$N 氢键和$\pi$共轭电子系统，反映了沥青老化分子动力学研究中识别出的官能团。
2. 几何优化：利用机器学习原子间势（ORB v3）进行快速几何优化，在计算效率和化学精度之间取得了平衡。
3. 结合能计算：采用三种方法计算结合能：
   • 机器学习（ORB v3）：用于快速筛选和初步估算。
   • 密度泛函理论（DFT）：B3LYP-D3/def2-SVP 计算作为经典参考，引入了针对$\pi$-$\pi$堆积和氢键的色散校正。
   • 量子选择组态相互作用（QSCI）：也称为基于采样的量子对角化（SQD），这是核心的量子启发式方法。它采用活性空间近似（10 个电子在 10 个轨道中，映射到 20 个量子比特）以降低复杂度，同时针对以价电子为主的相互作用。
4. 量子执行：QSCI 算法在 54 量子比特的IQM Emerald超导量子处理器上执行。工作流程包括：
   • 采样：量子处理器从制备态中采样主导的电子组态（比特串）。
   • 误差缓解：该方法不使用零噪声外推，而是利用自洽组态恢复。这一迭代过程利用保留样本的平均轨道占据数来修复无效组态（那些违反粒子数对称性的组态）。
   • 对角化：经典高性能计算（HPC）资源在选定的子空间内执行对角化。
   • 色散校正：在 QSCI 结果上添加了经验性的 D3BJ 校正，以弥补仅靠活性空间电子结构无法捕捉的长程范德华相互作用。

关键结果

• 硬件精度：在 IQM Emerald 处理器上，SQD 方法完全复现了经典活性空间完全活性空间组态相互作用（CASCI）参考值。两者均得出**-3.52 kcal/mol（-0.153 eV）**的结合能。
• 噪声鲁棒性：设备噪声并未使结果恶化，反而拓宽了采样分布以覆盖整个活性空间。因此，经典对角化无需零噪声外推即可恢复精确的活性空间能量。
• 与实验对比：计算得出的活性空间值（-3.52 kcal/mol）低于实验量热焓值（约**-6.25 kcal/mol**）。作者将这一差异归因于活性空间的紧凑性，它捕捉了内部价电子关联，但忽略了涉及静电氢键的更宽轨道空间的贡献。
• DFT 对比：B3LYP-D3 方法高估了结合能（-9.08 kcal/mol），这与混合泛函倾向于高估中等强度氢键的已知趋势一致。

主要贡献

• 以量子为中心超级计算的概念验证：本文展示了一个完全可复现的小规模以量子为中心超级计算实例，其中量子处理单元（QPU）负责采样组态，而经典 HPC 负责执行对角化。
• QSCI/SQD 在硬件上的验证：提供了实验证据，表明 QSCI 能够在当前的含噪声中等规模量子（NISQ）硬件上，达到与其经典活性空间极限相当的数值精度。
• 抗噪声工作流程：该研究强调了一种工作流程，其中设备噪声通过拓宽采样分布来辅助收敛，从而在特定机制下消除了对复杂零噪声外推技术的需求。
• 在材料科学中的应用：成功将这些量子算法应用于与沥青工业相关的问题，弥合了量子计算演示与工业材料问题之间的差距。

意义与主张
本文主张，在以量子为中心的工作流程中，当前量子硬件上可实现具有工业相关性的材料问题的化学意义结合能。其意义在于证明：

1. 可行性：真实量子处理器能够执行与经典活性空间参考相匹配的关联电子结构计算。
2. 实用性：该方法对噪声具有鲁棒性，表明如果采样策略和经典后处理得到优化，像零噪声外推这样的误差缓解策略可能并非总是必要的。
3. 可扩展性：虽然当前的活性空间有限，但该方法论提供了一条系统性的改进路径。未来的工作可以利用节省量子比特的公式和嵌入方案（例如密度矩阵嵌入），以解决更大、更真实的凝聚相环境（如沥青基质）。

作者总结道，主要的限制在于活性空间的大小而非硬件本身，且该方法为材料科学和催化领域的下一代计算化学应用提供了有前景的基础。