研究团队在Sycamore量子计算机上开展了迄今最复杂的化学模拟

访问: 阿里云推出高校特惠专场:0元体验入门云计算 快速部署创业项目

谷歌人工智能量子团队在文章中称,其借使用了 54 量子比特位的 Sycamore 计算机,在上面开展了有史以来最大规模的运算,以寻求可为当前的量子化学模拟技术进行加速的新方法。

尽管研究的重点是真实化学系统的哈特里-福克近似(Hartree-Fock approximation),但本次在量子计算机上开展的化学运算量是以往的两倍,并且包含了十倍的量子门操作。

为实现这一目标,研究团队借助了一款噪声健壮的变分量子本征求解器(VQE),其能够通过量子算法,对化学机理展开直接的模拟。 VQE 的重要性在于,量子计算很容易产生噪声,从而导致计算结果不准确。 本质上,该技术可将量子处理器视作神经网络,并试图通过动态最小化的成本函数来解决计算过程中的错误、并优化量子电路的参数。

据悉,Sycamore 具有 54 个量子比特,由 140 多个可调节的单独元件组成,每个元件都由高速、模拟电脉冲来控制。

要实现对整个设备的精确控制,需要对 2000 多个控制参数进行微调。即便是微小的误差,也足以在总计算结果中表现出相当大的偏离。

动用 Sycamore 10 个量子比特位计算模拟出的结果(分子几何形状的能量预测)

为此,研究团队特地使用了一套自动化框架,能够将问题映射到具有数千个顶点的图形上。其中每个顶点都代表一项物理实验,以对单个未知参数进行确定。

遍历该图之后,我们可将设备的先验知识转移到高保真的量子处理器上,然后在不到一天的时间内完成模拟运算。结合其它纠错技术,可将错误数量级控制在极小的范围。 基于此,谷歌研究团队不仅在量子计算机上运行了迄今最大规模的化学模拟,还提供了概念的证明 —— 即当 VQE 与纠错策略结合使用时,该犯法能够保障量子化学模拟的准确性。

展望未来,研究人员希望他们可在量子处理器上进行更多的仿真。感兴趣的朋友,可在 GitHub 上查阅本次实验的完整代码。