Google 继去年宣布实现量子优越性后，终于迎来了又一重大进展——首次实现使用量子计算机对化学反应进行模拟。
8 月 27 日，Google 量子研究团队宣布其在量子计算机上模拟了迄今最大规模的化学反应。相关成果登上了《科学》杂志的封面，题为《超导量子比特量子计算机的 Hartree-Fock 近似模拟》（Hartree-Fock on a Superconducting Qubit Quantum Computer）。
为了完成这项最新成果，研究人员使用 Sycamore 处理器，模拟了一个由两个氮原子和两个氢原子组成的二氮烯分子的异构化反应。最终，量子模拟与研究人员在经典计算机上进行的模拟一致，验证了他们的工作。
值得一提的是，这项新研究所用的 Sycamore 处理器曾在 2019 年轰动世界，并在去年 10 月，助力 Google 量子团队的研究登上《自然》杂志 150 周年版的封面。
在关于 Sycamore 的论文中，它在 200 秒之内所完成目标计算量需要当时世界最快的超级计算机上持续计算 1 万年。由此，Google 宣布实现量子优越性，即证明量子计算在某些问题上的处理能力超过经典计算机。论文的 76 名作者表示，距离量子计算机有价值的短期应用只有一步之遥。
该论文发表后，Google CEO 皮查伊在接受《麻省理工科技评论》专访时曾表示，“此次事件就像莱特兄弟发明飞机一样。虽然飞机第一次试飞只飞了 12 秒钟，看起来没有实际用处，但它证明了飞机飞行的可能性。”
皮查伊认为，其实量子计算真正令人兴奋的地方在于，根据已有的物理理论，我们所处的宇宙在最根本的层面上遵循量子法则，因此早期的量子计算应用能帮助我们更好地了解宇宙的工作方式，并在后来逐渐实现能按量子物理对分子和分子间作用进行精确模拟，在医学和碳排放治理等涉及化学的重要研究领域发挥作用。
10 个月后，Google 用量子计算机首次模拟了化学反应，也算对皮查伊当初那番展望的初步落地。
对于此次成果，Google 研究人员瑞恩 · 巴布希（Ryan Babbush）表示，虽然这种化学反应可能相对简单，也不是非量子计算机而不可为，但是这项工作对于量子计算来说仍然是一大步。他说：“我们现在在一个完全不同的尺度上进行化学反应的量子计算。之前的计算工作基本上可以用铅笔和纸手工完成，但我们现在看到的演示，肯定需要电脑来完成。”
巴布希认为，将这个算法扩展到模拟更复杂的反应应该是很容易的，模拟大分子中的反应只需要更多的量子比特，然后对计算进行微调。他说，未来我们甚至可以利用量子模拟开发新的化学物质。
解锁量子计算机新技能
根据化学反应过程的量子力学定律对化学反应过程进行精确的计算预测，可以解锁新的化学领域，改善现有工业。可惜的是，由于量子变量的数量和统计量呈指数级扩大，除了最小的系统之外，所有其他量子化学方程的精确解仍然无法用现代经典计算机得到。
与此同时，原子和分子之间受量子力学控制，因此量子计算机有望成为精确模拟它们的最佳方法。也就是说，通过使用量子计算机，利用其独特的量子力学特性来处理经典计算机难以处理的计算，可以实现对复杂化学反应过程的模拟。
如今的量子计算机已经足够强大，可以在某些任务中获得明显的计算优势，不过此前，量子计算机很难达到模拟大原子或化学反应所需的精度。换句话说，量子计算机是否能用于加速目前的化学反应量子模拟技术，仍是一个悬而未决的问题。
在这项最新的实验中，Google 团队解锁了这一应用。他们使用一个噪声鲁棒性的变分量子特征值求解算法(VQE) ，通过量子算法直接模拟化学反应机制。
虽然计算集中在一个真实化学系统的 Hartree-Fock 近似模拟上，但它是之前用量子计算机进行化学计算的两倍大，并且包含了十倍多的量子门操作。值得一提的是，研究验证了目前的量子算法可以达到实验预测所需的精度，并打开了通向真实模拟量子化学系统之路。此外，Google 团队已经发布了实验的代码，它使用了化学量子计算的开源库 OpenFermion。
图 1 用于演示量子优越性和量子化学模拟的量子计算机（来源：Rocco Ceselin）
使用Sycamore 处理器实现高精度
这个实验是基于 Sycamore 处理器进行的，正是它去年展示了 Google 实现量子优越性。
尽管这个最新实验使用更少的量子比特，但要解决化学键的问题需要更高的量子门保真度。这也推动了新的、有针对性的校准技术的发展，这种技术可以最佳地放大误差，以便诊断和纠正误差。
图 2 在 Sycamore 处理器的 10 个量子比特上模拟的 Hartree-Fock 模型对分子几何形状进行能量预测（来源：Google）
量子计算中的错误可能来自量子硬件堆栈中的各种来源。Sycamore 处理器有 54 个量子比特，由 140 多个独立可调谐元件组成，每个元件由高速模拟电脉冲控制。要实现对整个装置的精确控制，需要对超过 2000 个控制参数进行微调，这些参数中即使发生微小误差，也会迅速叠加到最终计算中，积累成大误差。
为了精确地控制设备，Google 团队使用一个自动化的框架，将控制问题映射到一个有数千个节点的图形上，每个节点代表一个确定单个未知参数的物理实验。通过这张图，团队可以从设备的先验知识转移到高保真量子处理器，并且可以在一天之内完成。
最终，这些技术和算法误差纠正技术一起，使误差降低了几个数量级。
左：氢原子线性链的能量随着每个原子之间的键距增加而增加。实线是用经典计算机进行的 Hartree-Fock 模拟，而点是用 Sycamore 处理器进行的。
右：用 Sycamore 处理器计算的每个点有两个精度度量（错误率和平均绝对误差）。“Raw”是来自 Sycamore 处理器的非错误缓解数据。“+PS”是来自校正电子数量的一种误差减轻类型的数据。“+Purification”是一种针对正确状态的错误缓解措施。“+VQE”是所有误差消除与电路参数的变化弛豫的组合。在 H8，H10 和 H12 上进行的实验显示，缓解错误后性能得到了类似的提高。
