IBM量子计算机商用化新突破:化学模拟新算法

简介:

IBM Q是企业和科研单位提供一种商用化的量子计算平台。其研究人员宣布了在量子模拟领域取得了重大的进展,用量子计算机进行化学模拟,可以达到传统计算机从未达到过的精确水平,量子模拟的直接应用。他们宣布在自己的超导量子设备上实现了一种新的量子算法,这种算法可以模拟真实分子,能够高效精确地计算出小分子电子的最低能态。

Nature_Cover_Final_Full2-594x782.jpg

IBM Q 团队利用这种算法成功模拟了迄今为止量子计算机所能模拟的最大的氢化铍(BeH2)分子,发表在最新的《自然》上。

IBM Q系统设计是用来处理过于复杂和发展太快,以至于传统计算系统无法处理的各种问题。量子计算的首个也是最有前景的一个应用是在化学领域。即使简单的分子(如咖啡因),其中的量子态数量也可能大得令人震惊 - 大到科学家能构建的所有传统计算存储器和处理能力都无法处理。

7qubit_chip2.png

IBM Q 团队所使用的量子设备中的量子处理器 (quantum processor) 包含 7 个超导量子比特,他们在充分评估自己量子处理器性能的前提下,设计了一种新的量子算法:

1、首先,用一种新的映射 (mapping) 方法将分子的“哈密顿量”映射到量子比特的哈密顿量,这种映射方法可以减少量子模拟需要的量子比特数量。

2、利用一些量子门操作来操作连接在量子比特上的量子电路 (quantum circuit,图中蜿蜒线),从而制备哈密尔顿量的试验基态。

3、将量子处理器驱动到试验基态,并进行测量,得到制备的试验态的能量。

4、将测量的能量值反馈到一段传统的优化程序中,操作下一个量子电路以驱动量子处理器,以便进一步减少能量。

5、执行步骤 2、3 和 4 迭代直到获得的最低能量达到所需精度。

Fig3abc-768x252.jpg

由于之前的量子模拟工作的低效率,只能模拟包含氢氦的分子,相比之下,这项工作的一个优势是可以模拟包含电子更多的分子,在他们现有的量子设备下最大可以到 BeH2(包含 6 个电子,用 6 个量子比特模拟)。该团队表示,随着量子处理器发展,使用这种量子技术,可以很轻松的模拟出更大的分子。

虽然 BeH2 是迄今为止由量子计算机模拟的最大的分子,但是考虑分子本身模型仍然足够简单,可以让传统计算机精确地模拟。所以它可以作为一个测试方案,来测试这种七量子比特处理器的计算极限,并为分子能量研究奠定基础。研究组表示,相信不久的将来,随着量子处理器集成度的增加,运算能力的发展,运用这项技术可以探索超出传统计算机能力的复杂大分子.

IBM 科学家开发了各种技术来高效地在量子处理器上模拟各种化学问题,而且正在对各种分子进行实验性认证。未来的目标是扩展到更复杂的分子,尝试比传统计算机更精确地预测各种化学属性。


本文转自d1net(转载)

相关文章
|
架构师 量子技术 芯片
433个量子比特!IBM发布最大超导量子计算机,比特数量超谷歌7倍
433个量子比特!IBM发布最大超导量子计算机,比特数量超谷歌7倍
258 0
|
算法 安全 PHP
【高级软件实习】蒙特卡洛模拟 | PRNG 伪随机数发生器 | LCG 线性同余算法 | 马特赛特旋转算法 | Python Random 模块
本篇博客将介绍经典的伪随机数生成算法,我们将 重点讲解 LCG(线性同余发生器) 算法与马特赛特旋转算法,在此基础上顺带介绍 Python 的 random 模块。 本篇博客还带有练习,无聊到喷水的练习,咳咳…… 学完前面的内容你就会了解到 Python 的 Random 模块的随机数生成的实现,是基于马特赛特旋转算法的,比如 random_uniform 函数。而本篇博客提供的练习会让你实现一个基于 LCG 算法的random_uniform,个人认为还是比较有意思的
472 0
【高级软件实习】蒙特卡洛模拟 | PRNG 伪随机数发生器 | LCG 线性同余算法 | 马特赛特旋转算法 | Python Random 模块
|
机器学习/深度学习 传感器 算法
Gillespie 随机模拟算法附matlab代码
Gillespie 随机模拟算法附matlab代码
|
算法 Go 开发者
数据结构和算法-数组模拟环形队列实现(二)|学习笔记
快速学习数据结构和算法-数组模拟环形队列实现(二)
57 0
|
算法 开发者 索引
数据结构和算法-数组模拟环形队列|学习笔记
快速学习数据结构和算法-数组模拟环形队列
91 0
数据结构和算法-数组模拟环形队列|学习笔记
|
算法 Go 开发者
数据结构和算法-数组模拟队列实现|学习笔记
快速学习数据结构和算法-数组模拟队列实现
76 0
数据结构和算法-数组模拟队列实现|学习笔记
|
存储 算法 前端开发
数据结构和算法-数组模拟队列分析|学习笔记
快速学习数据结构和算法-数组模拟队列分析
90 0
数据结构和算法-数组模拟队列分析|学习笔记
|
存储 算法
操作系统:模拟内存回收算法
操作系统:模拟内存回收算法
222 0
操作系统:模拟内存回收算法
|
存储 算法 机器人
【算法刷题】—7.14模拟,数组螺旋输出,机器人走路
✨今日算法三题 1.二进制求和 2.螺旋矩阵 3.模拟行走机器人
【算法刷题】—7.14模拟,数组螺旋输出,机器人走路