Sequential optimization for orbital-optimized variational quantum eigensolvers

在探索物质在最基本层面如何运作的过程中，科学家们依赖于一种被称为变分量子特征值求解器（variational quantum eigensolver）的强大工具。这种方法充当了我们日常使用的经典计算机与未来新兴量子计算机之间的桥梁。其目标是以极高的精度计算分子的能量，这对于设计新药、新材料和新燃料至关重要。为了实现这一目标，该方法构建了一个分子的电子数字模型，这些电子是绕原子核运行的微小的带负电粒子。挑战在于，电子并非孤立运动；它们以复杂的方式不断相互作用。为了获得分子的准确图像，计算机必须考虑这些相互作用，但其数学复杂度增长得如此之快，以至于即使是最强大的超级计算机，在处理超越简单原子水平的问题时也会感到吃力。

为了使这个问题变得可控，研究人员通常使用一个简化的起点，将电子排列成一种特定的、标准的模式，称为参考态。然而，这种标准排列并不总是最适合每种分子的，特别是在原子被拉开距离或电子高度活跃时。如果起始模式不佳，计算机就必须付出更多努力来对其进行修正，从而需要更多的量子资源以及更深、更易出错的计算。多年来，科学家们一直知道，通过调整这些电子轨道（即“轨道”）的形状可以显著改善结果，但如何在不让计算机不堪重负的情况下找到完美的形状，一直是一个持久的障碍。

东京大学的一个研究小组现在开发了一种新策略来解决这个特定问题，提供了一种无需使用通常会减慢速度的沉重数学机制即可优化这些电子轨道的方法。他们引入了一种名为序贯轨道优化幺正耦合簇双激发（sequential orbital-optimized unitary coupled much cluster doubles，简称 SOO-UCCD）的方法。与其尝试通过计算能量景观的斜率和曲率来寻找最佳轨道（这是一种传统且计算成本高昂的方法），他们的这种方法采取了另一条路径。他们将寻找完美轨道形状的过程比作调节收音机的旋钮。研究人员会对每一对电子轨道在九个特定的旋转角度下系统地测试分子的能量。通过绘制这九个能量点，他们可以从数学上重建整个能量变化的曲线，并精准定位产生最低能量的确切角度，而无需计算通常用于此类搜索的复杂导数。

这种方法的妙处在于它以一种高效的方式实现了量子计算机与经典计算机之间的分工。量子计算机仅用于测量分子当前状态的基本属性，即电子是如何分布的。一旦完成这些测量，剩余的工作将在标准的经典计算机上进行。研究人员利用测量到的数据在数学上转换电子积分（即描述电子如何相互作用的数值），然后找到最佳的轨道旋转角度。这意味着量子计算机不需要运行复杂的电路来确定轨道形状；它只需提供原始数据，剩下的繁重工作由经典计算机完成。这种分工使得量子电路保持浅层且简单，仅使用代表电子成对在能级间跳跃的门，而不需要代表单跳的更复杂的门。

为了测试这种新方法，该团队模拟了氢化锂分子的行为，这是一种由锂原子和氢原子组成的简单化合物。他们拉伸了这两个原子之间的键，模拟了将它们拉开的过程，并将结果与现有的最精确理论解进行了对比。模拟结果显示，他们的新方法能够重现那些通常需要大量更多量子资源的复杂计算的精度。即使使用仅包含双激发的简化量子电路，通过加入这种轨道优化技术，该模型也能捕捉到与包含单激发模型相当的细节水平。结果非常精确，误差完全在被称为“化学精度”（预测现实世界化学行为的标准阈值）的范围内。

此外，研究人员发现，他们的方法与依赖复杂梯度计算的领先传统方法一样，能够同样快速地收敛到正确解。在他们的模拟中，新方法仅需七轮优化即可达到稳定且准确的能量值。这表明该方法不仅准确而且高效，避开了传统技术在起始点远离解时可能陷入困境或需要过度调整的陷阱。通过消除对梯度和黑塞矩阵（数学上代表斜率和曲率的术语）的计算需求，研究人员创造了一个免于复杂设置和参数干扰的过程。

这项工作的影响对于量子化学的未来具有重要意义。通过展示轨道优化可以通过简单的、无梯度的过程来实现，这项研究为更稳健、更易获取的量子模拟打开了大门。它证明了通过较浅的量子电路实现高水平的精度是可能的，这对于目前仍容易出错的量子硬件一代至关重要。该方法有效地将寻找正确电子排列的负担从量子处理器转移到了经典计算机，使量子机器能够专注于其最擅长的事情：测量量子态。这种平衡可以加速新材料和新药物的开发，使复杂的分子模拟在当今及不久的将来即可用的量子设备上成为可能。

最终，这项研究为改进我们在量子计算机上建模分子提供了一条清晰的前进路径。它证明了通过重新思考我们优化模型基本构建块的方式，我们可以绕过那些限制进展的技术瓶颈。SOO-UCCD 方法在模拟中的成功表明，结合经典轨道变换和简化量子电路是一种强大的策略。它提供了一种实际、可靠的方法来精炼我们对分子能量的理解，让我们离利用量子计算解决现实世界科学挑战的全部潜力又近了一步。