Ny kvantealgoritme løser kritiske kvantekjemiproblemer gjennom tilpasning langs en geometrisk bane

Et team av forskere fra US Department of Energy’s (DOE) Brookhaven National Laboratory og Stony Brook University har utviklet en ny kvantealgoritme for å beregne de laveste energiene til molekyler ved spesifikke konfigurasjoner under kjemiske reaksjoner, inkludert når deres kjemiske bindinger brytes. Som beskrevet i Physical Review Researchsammenlignet med lignende eksisterende algoritmer, inkludert teamets tidligere metode, vil den nye algoritmen betydelig forbedre forskernes evne til nøyaktig og pålitelig å beregne den potensielle energioverflaten i reagerende molekyler.

For dette arbeidet jobbet Deyu Lu, en senter for funksjonelle nanomaterialer (CFN) fysiker ved Brookhaven Lab, sammen med Tzu-Chieh Wei, en førsteamanuensis som spesialiserer seg på kvanteinformasjonsvitenskap ved CN Yang Institute for Theoretical Physics ved Stony Brook University, Qin Wu, en teoretiker ved CFN, og Hongye Yu, en Ph.D. student ved Stony Brook.

“Å forstå kvantemekanikken til et molekyl, hvordan det oppfører seg på atomnivå, kan gi nøkkelinnsikt i dets kjemiske egenskaper, som dets stabilitet og reaktivitet,” sa Lu.

En spesiell egenskap det har vært en utfordring å bestemme er et molekyls grunntilstand: punktet der molekylets totale elektroniske energi (inkludert kinetisk og potensiell energi) er på sitt laveste og ingenting utenfor det “molekylære systemet” er spennende eller lader molekylets elektroner. Når atomstrukturen til et kjemisk system blir mer kompleks, som i et stort molekyl, kan mange flere elektroner samhandle. Disse interaksjonene gjør det ekstremt vanskelig å beregne grunntilstanden til komplekse molekyler.

Den nye kvantealgoritmen forbedrer den forrige algoritmen for å takle dette problemet på en kreativ måte. Den utnytter en jevn, geometrisk deformasjon laget av kontinuerlig varierende bindingslengder eller bindingsvinkler i molekylets struktur. Med denne tilnærmingen sier forskerne at de kan beregne grunntilstanden til molekyler veldig nøyaktig, selv om kjemiske bindinger bryter og reformerer under kjemiske reaksjoner.

Bygge grunnarbeidet

“Når man bare stoler på tradisjonelle databehandlingsmetoder, inneholder dette grunntilstandsproblemet for mange variabler til å løse – selv på de kraftigste superdatamaskinene,” sa Lu.

Du kan tenke på en algoritme som et sett med trinn for å løse et bestemt problem. Klassiske datamaskiner kan kjøre komplekse algoritmer, men etter hvert som de blir større og mer involvert, kan de bli for vanskelige eller tidkrevende for klassiske datamaskiner mulig å løse. Kvantedatamaskiner kan fremskynde prosessen ved å utnytte reglene for kvantemekanikk.

I klassisk databehandling lagres data i biter som har en verdi på 1 eller 0. En kvantebit, kjent som en qubit, kan ha en verdi utover bare 0 eller 1, den kan til og med ha en verdi på 0 og 1, i en såkalt kvantesuperposisjon. I prinsippet kan disse mer “fleksible” qubitene lagre en større mengde informasjon enn klassiske biter. Hvis forskere kan finne måter å utnytte informasjonsbærende kapasiteten til qubits, kan datakraft utvides eksponentielt med hver ekstra qubit.

Qubits er imidlertid ganske skjøre. De kan ofte bryte sammen når informasjon hentes ut. Når en kvanteenhet samhandler med omgivelsene, kan den generere støy eller interferens som ødelegger kvantetilstanden. Temperaturendringer, vibrasjoner, elektromagnetisk interferens og til og med materielle defekter kan også føre til at qubits mister informasjon.

For å kompensere for disse fallgruvene utviklet forskerne en hybridløsning som utnytter både klassiske dataalgoritmer, som er mer stabile og praktiske.

Lu og Wei begynte å forske på hybride klassiske og kvanteberegningstilnærminger i 2019. Dette årlige tilskuddet fremmer samarbeid mellom Brookhaven National Laboratory og Stony Brook University ved å finansiere felles forskningsinitiativer som er i tråd med oppdragene til begge institusjonene. Med dette første arbeidet fokuserte Lu og Wei først på å løse grunntilstandsproblemet ved å erstatte de “dyreste” klassiske algoritmene – de som var mye mer komplekse og krevde betydelig flere trinn (og mer datatid) å fullføre – med kvantealgoritmer .

Å strekke bånd, skape nye veier

Forskerne bemerker at eksisterende kvantealgoritmer alle har ulemper for å løse grunntilstandsproblemet, inkludert den som Wei og Yu utviklet i 2019. Mens noen populære algoritmer er nøyaktige når et molekyl er i sin likevektsgeometri – dets naturlige arrangement av atomer i tre dimensjoner – disse algoritmene kan bli upålitelige når de kjemiske bindingene brytes ved store atomavstander. Bindingsdannelse og dissosiasjon spiller en rolle i mange applikasjoner, for eksempel å forutsi hvor mye energi det tar å få i gang en kjemisk reaksjon, så forskerne trengte en måte å takle dette problemet når molekyler reagerer. De trengte nye kvantealgoritmer som kan beskrive bindingsbrudd.

For denne nye versjonen av algoritmen jobbet teamet med det Brookhaven-Lab-ledede Co-design Center for Quantum Advantage (C2QA), som ble dannet i 2020. Wei bidrar til senterets programvarekraft, som spesialiserer seg på kvantealgoritmer. Lagets ny algoritme bruker en adiabatisk tilnærming – en som gjør gradvise endringer – men med noen tilpasninger som sikrer at den forblir pålitelig når kjemiske bindinger brytes.

“En adiabatisk prosess fungerer ved å gradvis tilpasse forholdene til et kvantemekanisk system,” forklarte Lu. “På en måte når du en løsning i veldig små trinn. Du utvikler systemet fra en enkel, løsbar modell til det endelige målet, typisk en vanskeligere modell. I tillegg til grunntilstanden, derimot, et mange-elektronisk system har mange eksiterte tilstander ved høyere energier. Disse eksiterte tilstander kan utgjøre en utfordring når du bruker denne metoden for å beregne grunntilstanden.”

Wei sammenlignet en adiabatisk algoritme med å kjøre langs en motorvei, “hvis du reiser fra en by til den neste, er det flere veier for å komme dit, men du vil finne den tryggeste og mest effektive.”

Når det gjelder kvantekjemi, er nøkkelen å finne et stort nok “energigap” mellom grunntilstanden og eksiterte tilstander der ingen elektrontilstander eksisterer. Med et stort nok gap vil ikke kjøretøyene i motorvei-metaforen “krysse kjørefelt”, slik at banene deres kan spores nøyaktig.

“Et stort gap betyr at du kan gå fortere, så på en måte prøver du å finne en mindre trafikkert motorvei for å kjøre raskere uten å treffe noe,” sa Wei.

“Med disse algoritmene er inngangen til banen en veldefinert, enkel løsning fra klassisk databehandling,” bemerket Wei. “Vi vet også hvor utgangen er – grunntilstanden til molekylet – og vi prøvde å finne en måte å koble den til inngangen på den mest naturlige måten, en rett linje.

“Vi gjorde det i vårt første papir, men den rette linjen hadde veisperringer forårsaket av at energigapet ble lukket og stier krysset. Nå har vi en bedre løsning.”

Da forskerne testet algoritmen, demonstrerte de at selv med endelige bindingslengdeendringer, presterte den forbedrede versjonen fortsatt nøyaktig for grunntilstanden.

“Vi gikk utover komfortsonen vår, fordi kjemi ikke er vårt fokus,” sa Wei. “Men det var godt å finne en applikasjon som dette og fremme denne typen samarbeid med CFN. Det er viktig å ha forskjellige perspektiver i forskning.”

Han bemerket den akkumulerte innsatsen til mange mennesker. “I den store ordningen tror jeg vi gir et lite bidrag, men dette kan være et grunnlag for annet arbeid på disse feltene,” sa han. “Denne forskningen er ikke bare grunnleggende, men en flott illustrasjon av hvordan ulike institusjoner og fasiliteter kan komme sammen for å utnytte sine ekspertiseområder.”

---

---