⚛️ quantum physics

Sparse Quantum Voxel Encoding for Readout-Efficient Molecular Geometry Reconstruction on NISQ Devices

本文提出了一种稀疏量子体素编码方案，将分子几何结构的重构转化为一种读取高效的支持集恢复问题，使得在含有噪声的 156 量子比特量子设备上，能够以显著少于传统全态层析法的测量次数，成功实现一个 10 原子分子的重构。

原作者： Eros De Simone, Giuseppe Bifulco, Lorenza Di Mauro, Antonio Policicchio, Raoul Heese

发布于 2026-07-30

📖 1 分钟阅读🧠 深度阅读

原作者： Eros De Simone, Giuseppe Bifulco, Lorenza Di Mauro, Antonio Policicchio, Raoul Heese

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

想象一下，你正试图向一位只能看到一张平面照片的朋友描述一座复杂的 3D 雕塑。如果这座雕塑是由数千个微小的、独特的碎片组成的，那么单张照片可能会捕捉到整体轮廓，但会遗漏每一个具体碎片的细节。这就是科学家在尝试使用量子计算机“读取”分子结构时面临的挑战。分子是原子在三维空间中的微小排列，而量子计算机是能够同时存储大量信息的强大机器。然而，这里有一个难点：为了看清量子计算机所持有的完整图像，你通常需要拍摄大量的“照片”（测量）来重建整个图像。这就像是通过摇晃一个锁着的盒子并听里面的声音来猜测盒子的内容；你可能会得到一些提示，但如果你想确切知道里面有什么，就需要摇晃它数百万次。这个过程缓慢、昂贵，而且对于目前的量子计算机来说往往是不可能的，因为现在的量子计算机仍然带有一定的“噪声”，容易出错。

核心问题在于：有没有一种更聪明的方法，可以在不摇晃一百万次的情况下窥探盒子的内部？科学家希望利用量子计算机来设计新的药物和材料，但如果他们无法高效地读取量子计算机生成的分子形状，就无法实现这一目标。这就是“编码”概念发挥作用的地方——寻找一种方法，将分子的数据进行记录，以便稍后能够轻松读取。如果我们不能高效地读取数据，量子计算机的潜力就会被锁在其中。

论文的核心思想：“赠券收集者”技巧

在这篇论文中，研究人员提出了一种巧妙的新型分子数据打包方式，称为“稀疏量子体素编码”（Sparse Quantum Voxel Encoding）。不要把分子看作是一个平滑、连续的原子云，而是将其看作一个由被称为“体素”（voxel，类似于 3D 像素）的微小、隐形立方体组成的 3D 网格。研究人员不再试图用无限的精度来描述每个原子的精确浮动位置，而是将每个原子“捕捉”到网格中最近的立方体里。他们还为每个立方体贴上标签，标明其中包含的原子类型（如碳、氢或氮）。

一旦分子被捕捉到这个网格中，量子计算机就不会将整个分子存储为一个巨大的、复杂的概率波，而是创建一个特殊的“叠加态”——即一个包含所有含有原子的特定立方体的等量混合状态。想象一个神奇的袋子，里面只装有对应于你分子中原子的特定彩票，除此之外别无其他。当你伸手进去拿出一张彩票时，你得到的就是一个原子的位置和类型。

神奇之处在于：研究人员意识到，你并不需要取出所有的彩票才能知道袋子里有什么。你只需要取出足够多的彩票，直到看到每种独特的类型至少一次即可。这是一个经典的数学谜题，被称为“赠券收集者问题”（Coupon Collector Problem）。如果你有一套 10 种不同的赠券（原子），你不需要购买 100 张彩票就能集齐它们；你只需要购买大约等于 10 倍于 10 的对数数量的彩票（大约 30 到 70 张，取决于你想要多大的把握）。

他们的发现

团队在名为 IBM Kingston 的真实量子计算机上测试了这个想法，该机器拥有 156 个量子比特（qubit，量子信息的计算单位）。他们使用了一个仅包含 8 个量子比特的微型电路，来表示一个包含 10 个原子的分子——乙胺（ethylamine）。

在一个完美的、无噪声的世界里，他们的数学推导表明，大约需要 70 次采样（测量）才能有 99% 的把握找到所有 10 个原子。然而，真实的量子计算机是杂乱的。IBM Kingston 具有“噪声”，这意味着机器有时会犯错，比如报告一个空的立方体，或者给出一个毫无意义的数字。

尽管存在这些噪声，实验结果却出人意料地好：

当他们进行 116 次采样时，成功重建了分子的形状，且召回率（recall rate）达到了 94%（意味着他们找到了 94% 的原子）。
当增加到 200 次采样时，召回率跃升至 98%。
在 10 次实验中，有 8 次通过 200 次采样完美地找到了每一个原子。

这比传统方法有了巨大的进步。传统方法被称为“全态层析成像法”（full state tomography），要达到同样的结果，它需要数百万次采样（具体而言，其规模为 $3^n \times 10^{2-3}$ ）。这种新方法将成本降低了两个到三个数量级，仅需几百次采样即可完成。

局限性与未来

论文非常明确地指出了这种方法没有解决的问题。它并没有解决如何将分子首先“放入”量子计算机的问题。那部分仍然需要一个难以构建且运行缓慢的深度复杂电路。这种方法只解决了“读取”的部分。

此外，还存在一种权衡。由于我们将原子捕捉到网格中，我们会损失一点点精度。原子并不完全在它原本的位置，而是在其所属的小体素立方体内的某个位置。对于乙胺分子而言，这意味着最大误差约为 0.82 埃（Ångströms）（一种用于描述原子长度的单位）。虽然这足以观察到大致形状，但对于那些需要原子级完美精度的任务（例如确定药物如何精准地嵌入蛋白质中）来说，可能还不够精确。

研究人员认为，这种“体素”方法可能会成为量子生成模型（即发明新分子的机器）的游戏规则改变者。如果量子计算机可以生成一个新分子，然后利用这种“赠券收集者”技巧快速读取它，我们就能加速新药和新材料的发现进程。然而，作者也指出，这仅仅是第一步。他们需要在大分子上测试这种方法，并研究如何更好地处理噪声，使其成为科学家手中的标准工具。

技术摘要：用于高效读取分子几何结构的稀疏量子体素编码

问题陈述
目前的量子分子生成模型与设计方法面临着一个根本性的“测量瓶颈”。虽然像振幅编码（amplitude encoding）这样的方法可以用指数级的信息密度（使用 $n$ 个量子比特存储 $2^n$ 个振幅）来表示分子结构），但从这些状态中提取完整的分子几何结构需要进行全量子态层析成像（full quantum state tomography）。这一过程在嘈杂中规模量子（NISQ）设备上是极其昂贵的，需要 $O(3^n \times 10^{2-3})$ 次测量采样才能达到统计学上的准确度。其他的编码方案（如角度编码）虽然避免了指数级的制备成本，但存在重建歧义性，使得从纠缠态中恢复输入参数变得难以实现。因此，目前缺乏一种实用的、具备读取效率的表示方法，能够直接从原始测量结果中重建三维分子几何结构。

方法论：稀疏量子体素编码
作者提出了“量子体素化编码”（Quantum Voxelization Encoding），这是一种稀疏的计算基表示法，它将分子重建任务从一个指数级的层析问题转化为一个多项式级的支撑集恢复（support recovery）问题。该方法流程如下：

离散化（体素化）： 将连续的三维分子空间离散化为由 $V^3$ 个体素组成的规则网格。每个原子的位置 $(x, y, z)$ 和化学类型 $\tau$ 被映射到一个唯一的整数索引 $c_a$ 。该索引通过线性化的体素坐标 $v_a$ 和原子类型 $\tau_a$ 进行组合，即 $c_a = v_a \cdot T + \tau_a$ ，其中 $T$ 是不同原子类型的数量。
态制备： 分子被编码为对应于其占据体素的计算基态的等叠加态：
$|\psi_{M^*}\rangle := \frac{1}{\sqrt{A}} \sum_{c_a \in M^*} |c_a\rangle$
其中 $A$ 是原子数量。作者假设存在一种态制备方法（在此通过基于同构映射的初始化进行了演示），但研究重点在于解码效率。
通过赠券收集者采样进行解码： 与测量 Pauli 算符进行层析成像不同，该量子态在计算基下进行重复测量。每次测量都会使状态“坍缩”到单个计算基态，从而揭示一个原子的位置和类型。重建问题在数学上等同于经典的赠券收集者问题（coupon collector problem）：为了恢复所有 $A$ 个不同的原子，所需的期望测量次数为 $E[S] \approx A \ln A$ ，或者对于高置信度而言为 $O(A \log A)$ 。

核心贡献
本文通过四个主要贡献对该编码方案进行了形式化定义与验证：

形式化稀疏支撑表示： 作者证明，一旦制备好稀疏支撑态，在理想无噪声设置下，完成 $A$ 个原子的分子完整读取重建仅需 $O(A \log A)$ 次测量，这比振幅编码的指数级成本显著降低。
分辨率-资源权衡特征化： 本研究推导了量子比特需求量（ $n = \lceil \log_2(V^3 T) \rceil$ ）与空间量化误差之间的关系。研究确定了每个原子的最大欧几里得误差上限为 $\Delta_{max} = \frac{\sqrt{3}}{2}s_{voxel}$ ，其中 $s_{voxel}$ 为体素边长。
在 NISQ 硬件上的实验验证： 该方法在 156 量子比特的 IBM Kingston 处理器上通过 8 量子比特电路实现了对 10 原子乙胺分子（ $C_2H_7N$ ）的重建。
噪声韧性演示： 研究表明，尽管存在大量的“浪费采样”（检测到空体素或无效索引），该编码在面对实质性硬件噪声时依然保持实用性。

实验结果
作者在 IBM Kingston 设备和噪声模拟器上进行了测量次数（shot counts）从 47 到 300 不等的实验：

重建召回率： 在真实硬件上，当 $S=116$ 次测量时，平均重建召回率（ $\bar{R}$ ，定义为至少被恢复一次的原子比例）达到 0.94；当 $S=200$ 时达到 0.98。在 $S=200$ 时，10 次实验中有 8 次实现了完美召回（ $R=1$ ）。
噪声特性： 在硬件上，由于退相干和读取错误，约有 74% 的测量次数被“浪费”（检测到空体素或无效索引），且表现出向基态（ $|00\dots0\rangle$ ）偏移的强烈偏差。尽管如此，赠券收集机制仍实现了分子结构的成功恢复。
效率： 与全量子态层析成像方法相比，该方法实现了两到三个数量级的测量成本降低，仅需 $O(10^2)$ 次测量，而非 $O(10^{4-6})$ 次。
信噪比 (SNR)： 作者引入了一个 SNR 指标，用于在没有先验真值的情况下识别有效原子，发现有效原子态与噪声诱导的空体素检测是可区分的（硬件 SNR $\approx 7.8$ ）。

意义与主张
本文声称，这项工作是首次在 NISQ 设备上实现的针对体素化分子原子类型点云的支撑集恢复演示。其意义在于提供了一种“具备读取兼容性的量子表示”，其中分子几何结构被布局在计算基标签中，允许直接从原始测量结果中恢复结构，而无需昂贵的层析成像。

作者明确将此定位为量子生成模型（例如量子自动编码器、QGANs）的基础构建模块，其中模型的输出是一个量子态，该态必须被解码为具有化学有效性的结构。

局限性与适度主张
论文对其范围和局限性保持了审慎的态度：

态制备瓶颈： 作者澄清，虽然解码过程是高效的，但目前尚未解决如何制备任意稀疏态 $|\psi_{M^*}\rangle$ 的问题，目前的制备仍需要深层电路（例如 8 量子比特实例需要约 1200 个门），这仍然是一个扩展性的瓶颈。
空间精度： 该编码本质上是以牺牲空间精度来换取读取效率。该方法无法恢复亚体素（sub-voxel）信息，这限制了其在需要亚埃级精度（如精确对接）的应用中的使用，除非增加网格分辨率，但这会相应增加量子比特的需求。
对称性问题： 体素网格不保持旋转或平移不变性，这意味着编码取决于分子的取向以及网格的对齐方式，这是学习底层分子物理学的一个劣势。
范畴限制： 本工作严格专注于恢复原子位置和类型（即点云），明确排除了化学键、自旋态或电子结构信息。

技术摘要：用于高效读取分子几何结构的稀疏量子体素编码

类似论文