Reverse Quantum Annealing for Ground-State Energy Calculation in Molecule
本文表明，量子退火特征值求解器通过利用反向量子退火策略来优化划分的狄拉克-库仑哈密顿量的解，在计算碱土金属单氟化物的基态能量时，能够达到亚毫哈特里级的化学精度。
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
要理解现代化学的工作，首先必须理解预测原子如何结合在一起的挑战。这一切的核心在于能量的计算，具体而言是分子所能持有的最低能量状态，即基态。这个数值是所有其他事物的参考点：分子的稳定性、它的键合方式以及它的行为。几十年来，科学家们一直依赖强大的经典计算机来求解控制这些电子的复杂方程。然而，随着分子变得越来越大或涉及更重的原子，计算量变得如此庞大，以至于即使是最快的超级计算机也难以找到精确答案。近年来，一种新型机器应运而生，用以应对这些问题：量子退火机。与按线性序列处理信息的标准计算机不同，这些设备利用量子力学的奇特规则同时探索许多可能的解决方案，通过将系统从一个简单的起始点缓慢演化到当前的复杂问题，来寻找最低能量状态。尽管前景广阔，但这些机器并不完美；它们经常陷入局部陷阱，找到一个不错但并非最优的解。
现在，一位研究人员展示了一种帮助这些机器逃离陷阱并找到更准确答案的方法。在一项针对碱土金属单氟化物家族分子的研究中，该科学家使用了一种称为“反向量子退火”的技术来精炼标准计算的结果。他们首先运行了一次常规的正向计算，这种计算从一个混沌、波动的状态开始，并缓慢稳定到一个解。这次初步尝试提供了分子能量的一个粗略估计，但对于高水平化学研究而言，其精度还不够。随后，研究人员将这个粗略的解反馈回机器中，不是将其作为最终答案，而是作为起点。机器不再从零开始，而是被指示在短暂离开该解的过程中，通过受控的量子涨落爆发来探索周围的景观，然后重新稳定下来。这一过程使得系统能够跳出第一次计算所陷入的局部陷阱，从而找到一个更低、更准确的能量状态。
该研究聚焦于五种特定的分子：氟化铍、氟化镁、氟化钙、氟化锶和氟化钡。这些并非随机选择；它们是测试物理学和化学极限的重要基准，其中一些被用于激光冷却原子或测试宇宙基本定律的实验。研究人员测试了控制反向过程的十二种不同方式，改变了机器探索量子景观的深度以及停留的时间。他们发现，这种探索的时机和深度至航向至关重要。最成功的方法是一种特定的调度方案，即机器在适度的探索水平上暂停，然后返回到解的状态。这种方法被证明是一种强大的精炼工具。通过应用这种技术，研究人员能够将所有研究分子在初始计算中留下的误差降低了 82.3% 至 98.1%。
当以“化学精度”这一衡量标准进行对比时，结果尤为引人注目——这一阈值定义了计算结果必须接近到何种程度，才能对预测现实世界的化学行为产生作用。初始的正向计算留下的误差过大，无法被视为具有化学准确性。然而，在经过反向退火精炼后，其中两个分子的误差降到了这一关键阈值以下。在较小的测试设置中，氟化铍的误差降低到了仅 0.305 毫哈特里（milliHartrees）；而在较大的、更复杂的设置中，氟化锶的误差则降至 0.596 毫哈特里。这些数字代表了一种精确度，使科学家可以信任计算机的预测，如同对待实验测量值一样。研究还显示，虽然该技术适用于所有测试的分子，但改进程度各不相同。氟化镁的能量误差平均下降幅度最大，同时所解决问题的规模也会影响结果；随着分子电子结构复杂度的增加，精炼带来的相对改进变得较小，尽管绝对精度仍达到了极高的水平。
这项工作并不声称已经完全解决了分子模拟的问题，也不暗示量子退火机已准备好取代所有的经典计算机。相反，它为利用当前的量子硬件获得高精度结果建立了一条清晰且有效的路径。通过将标准的正向计算与精心调优的反向过程相结合，研究人员展示了这些机器可以系统地纠正自身的错误。研究证实，反向退火技术不仅是一个理论构想，更是一个可以应用于实际化学问题的实用工具。它提供了一种应对当前量子设备局限性的方法，将其从实验性的奇物转变为能够交付亚毫哈特里级精度的精密仪器。对于研究物质基本属性的科学家来说，这意味着量子计算机所能计算的内容与化学家所需知识之间的差距正在缩小，为以此前难以企及的细节水平来探索复杂分子的电子结构提供了一种可靠的方法。
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。