量子模拟技术革命 

ionQ的科学家利用类似此图所示的被束缚的离子线性阵列来计算水分子的基态能量。（上述图片由离子图像和包含离子的芯片构成）

（图片来源：K. Hudek & E. Edwards/马里兰大学/IonQ, Inc./JQI）

量子计算机是个研究热门。美国国会已经批准为量子信息科学（包括量子计算）提供高达12亿美元的研究资金。一些国际上最大的科技公司的原型机建造进度都是十分迅速。上个月谷歌公司报道了量子计算机在特殊任务中打败传统计算机的首个案例。

这些机器最具预期的用途是作为研发新药、催化剂和新型材料的工具。正如2017年《化学工程新闻》中的一个标题所说明的，“化学是量子计算的杀手级应用”。商界和政界的领袖们的发言也助长了这种兴奋情绪。一位IBM的副主席预测在3到5年内量子计算机将使新材料的发现成为可能。并且刚从国会议员退休的Lamar Smith支持了量子研究资金法案，并承诺到“新药物和材料的研究突飞猛进地发展。”他同时还吹捧到量子计算产业已初露峥嵘。

这种希望被寄托在量子计算机能准确模拟化学和材料的量子结构与行为上。但尽管取得了这样的进展，量子计算机仍需要重大的进展才能实用化。材料科学家和化学家警告说现在量子计算机远远不能与同样日益强大的传统模拟方法相竞争。来自加州劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory）的材料科学家Kristin Persson表示目前这项技术在短期内产生影响的能力“被夸大了。”

量子计算专家承认这项技术还有很长的路要走，但他们表示正在硬件和软件的开发上快速进步。他们同时还指出了在某些传统模拟有困难的特殊应用中量子机器或许能首次发挥出自身的影响。并且他们认为巧妙的设计可能能最终让量子计算机与传统计算机并行运作，从而最大限度的提高每一台计算机的效益。

理论开端，实验进步

量子计算机使用量子比特或量子位，它可以存储0、1或两者的组合，例如75%的1和25%的0。此外，量子比特可以在量子力学下相互纠缠。这些特性使得量子计算机能够快速地探索解决某些问题的各种可能的方案。

IBM用这个超导电路中的七个量子比特（在伪色图中展现）来模拟铍氢化物分子。（图片来源：A. Kandala等人, Nature 549, 242 (2017)）

量子计算领域于1981年创立，当Richard Feynman在麻省理工学院（Massachusetts Institute of Technology）发表演讲时指出量子计算机在理论上可以精确地而不是近似地模拟一个分子或材料。在当时，这纯粹是一个思想实验。但到了20世纪90年代中期，物理学家们已经制造出量子比特并演示了量子计算机操作的基石——量子逻辑门（quantum logic gates）。但这些量子比特的量子态很容易受到与环境相互作用的干扰，减小这种干扰是量子计算机制造者从开始之初都在努力应对的一项艰巨挑战。如今，由多达数十个相互连接的量子比特组成的初级量子计算机可以在崩溃前完成大约100个逻辑门的运作。加州理工大学物理学家John Preskill将这种运作称为“嘈杂中型量子计算”(Noisy Intermediate-Scale Quantum computing)。

如今Feynman的建议已不再只是理论上的假设了。2016年，谷歌宣布它已经模拟了氢分子，并通过围绕微型超导电路构建的量子计算机估算了其基态能量。IBM在2017年对氢化锂和氢化铍也采取了相同的方法。今年早些时候，马里兰州帕克分校（College Park, Maryland）的一家初创公司ionQ用一台将捕获离子作为量子比特的计算机模拟了模拟记录以来最大的分子——水分子。

苏黎世瑞士联邦理工学院（ETH）的理论化学家Markus Reiher表示这样的演示是“一个巨大的进步”。并称：“在十年前，没人会想到我们将看到这些量子计算的结果。”

但Reiher也指出最近的模拟与经典计算机所能做的相去甚远。量子计算机无法将每个分子中的所有电子轨道表示出来，而这对于精确计算基态能量是必要的。Reiher说，即使是氢分子，精确的能量计算也需要56个量子比特而ionQ的计算机却只用了4个。

马里兰大学帕克分校（University of Maryland，College Park）的物理学家、ionQ的一位创始人Chris Monroe也同意到他的团队对水的模拟并没有达到经典计算机的精度。但他说，这样做的演示“触手可及的”，（获得更精确的答案）只需要编组更多的量子比特并运行更长时间的算法。他同时还指出，这样一种无需添加更多原子就可以计算分子基态能量的方法，它的优势是经典方法无法比拟的。即使是像咖啡因这样只有24个原子的简单化合物，对它的研究也将成为一个新领域。Monroe预言到：“当你有50到100个电子（被量子计算机模拟）时，人们就会开始关注。”

传统计算机80年的领先

目前，经典计算机模拟仍然是王道。这要归功于将近80年的发展历史，可以追溯到二战时期Monte Carlo模拟的核爆炸。20世纪50年代，分子动力学技术得到了发展，它把原子看作球，把化学键当成弹簧。在20世纪60年代，物理学家开发了密度泛函理论（DFT），这是一种近似分子或材料中电子的量子相互作用的方法。

被称为分子动力学的计算技术可以一次模拟数百万个原子，但无法考虑电子之间的量子力学上的相互作用。（图片来源：伊利诺伊大学芝加哥分校，阿贡国家实验室；南加州大学）

现在化学家和材料科学家可以对数百万个原子进行分子动力学模拟，尽管没有对单个电子的明确表示。而且多亏了大型超级计算机，使用密度泛函理论（DFT）的研究人员可以近似复杂的分子和具有数千个原子的材料的电子结构。

例如，Persson就使用密度泛函理论（DFT）来模拟一种新型电池的可能的阴极和电解质材料，这款电池可能使用镁离子作为电子载体，而非锂离子。研究人员在实验室内制造出了最有潜力的候选者，并证实电池将具有她预测的特性。

Persson像每一个在这个故事中被采访的人一样都热情得想要拥抱量子计算机，因为这将增强她的模拟过程。但作为一名材料学家，她也敏锐地意识到寻找可以使谷歌、IBM这些公司的量子计算机更长久地保持量子态的新奇材料（比如超导体）的工作耗时耗力而且根本不知道何时才有重大突破。在可预见的将来，Persson将继续依赖于传统的办法。她说：“对于我所做的计算而言，量子计算机的能力望尘莫及，二者间的差距10年起步。”

洛杉矶加州大学（University of California, Los Angeles）的理论化学家Emily Carter说量子计算机可能能在研究复杂电子结构材料的时候提供帮助，如个体电子-电子相互作用决定材料特性的超导体，而这些材料的复杂电子结构会使现有的传统方法不堪重负。她说，如果研究人员能开发出模拟这类“强相互作用”材料的量子算法，“我们将在定性分析上学到新东西。”

围绕这个布基球（C60）的白色网描绘了使用密度函数理论（DFT）计算的分子的基态电子密度，密度函数理论（DFT）是一种经典的计算方法。 （图片来源：Itamblyn/CC BY-NC 4.0 via Wikimedia Commons）

谷歌的量子算法专家Ryan Babbush说，现有的经典方法也很难估计化学反应的速率，它们对分子能量计算中极小误差都非常敏感。他预计DFT将继续主导分子结构的计算，但量子计算机可以开始处理反应机理与反应速率，其中精确性是至关重要的，他说。“人们真的不应该把DFT这样的方法看作是能与量子计算相竞争的，因为它们试图达到的精度水平根本不同，而且通常是为了不同的目的。”

药物计算机

量子计算机最可能受到炒作的领域里包括数十亿美元的药物研发行业。2018年波士顿咨询集团（Boston Consulting Group）的一份报告指出，到2030年可能会出现一个耗资达200亿美元的量子制药产业。

药物通常是由50到80个原子组成的小分子。但要想有药效，药物必须与蛋白质等生物分子相互作用，蛋白质可以包含数千个原子，即使是不久的将来也远远超出任何量子计算机的处理能力。意大利热那瓦理工学院（Italian Institute of Technology in Genova）的理论生物化学家Marco de Vivo在谈到目前的分子动力学和密度泛函理论等方法时说：“如果你想让（量子计算机）真正达到能与我们现在的方法相竞争的地方，这其中的差距依然十分显著。”

谷歌的Babbush承认的确如此。但在不久的将来，嘈杂量子处理器并不需要处理整个蛋白质来体现自身的价值。他说：“我们可以使用经典的方法，例如DFT，来处理系统中绝大多数的内容，然后将最需要量子计算的部分留出来，例如，在量子计算机上处理参与蛋白质和配体之间形成或破坏键的电子。”De Vivo也看到了量子计算机在另一个角色上的前景：快速筛选大量分子以便我们能更有效地筛选出有潜力的候选药物以供进一步研究。

用于模拟催化作用的量子计算机

许多科学家相信量子计算机带来的第一个可能的影响就是研究催化作用——寻找方促进重要化学反应的化合物。在2017年，Reiher和一组微软研究人员研究了一个具体的案例：他们调查到底需要有多强的量子计算机才能解决FeMoco的能量状态。（FeMoco是让细菌将空气中的分子氮转化成植物可利用的形式的催化剂的关键部分）。化学家希望通过了解FeMoco来加速改进目前用于工业肥料生产的人工催化剂，而这一过程能占世界能源消耗的百分之几。不幸的是，经典的方法如DFT都难以解决拥有许多密集能级的复杂FeMoco分子。

专门细菌使用一种被称为FeMoco的含有铁和钼的辅助因子（如图所示）的催化剂，它将大气中的氮转化成植物可以利用的形式。研究人员希望量子计算机能够揭示FeMoco的工作原理，从而帮助设计新的催化剂。（图片来源：M. Reiher et al., Proc. Natl. Acad. Sci. USA 114, 7555 (2017)）

Reiher和他的同事计算出，一台大约拥有200个运行良好的量子比特的量子计算机可以在几周或几个月的时间内解决FeMoco问题。Reiher说，仅用这么少的时间着实惊喜。然而他说量子比特并不能完美运作，所以可能额外需要数千个的量子比特来稳定200个“逻辑”量子比特的量子态。最大且公之与众的是谷歌基于逻辑门且拥有72个量子比特的量子计算机，而且它们远不是完美的；它们脆弱的量子态在不到一毫秒的时间内崩溃。此外，Reiher补充说经典的模拟技术也正在不断改进因此FeMoco问题“鹿死谁手”还未可知。

软件与混合机

量子计算机的拥护者承认他们还有许多工作要做。但是他们说他们有一张王牌可以帮助量子计算有着比怀疑者想象不到的发展速度：量子软件开发。例如，微软的研究人员通过改进算法，将精确求解FeMoco所需的量子逻辑运算量减少了一千万倍。多伦多大学（University of Toronto）的理论物理学家Alan Aspuru Guzik开发了谷歌、IBM和ionQ使用的分子模拟算法，他说：“在软件方面，我们并没有静待这台机器能变得完美。”。

研究人员说，最终量子计算机可能永远不会成为材料或化学发现的一站式商店。相反，它可能是工作流程的一部分。在这个工作流程中，经典计算机提出问题，并将其交给量子机进行特定的计算步骤，或反之亦然。AspuruGuzik说：“也许我用量子计算机计算100个分子，并修正机器学习模型与DFT，然后用经典计算机计算。。”

量子模拟究竟何时能改变化学和材料科学？

去年在争取到国会研究资金后，一些量子计算专家一直在试图将承诺回归现实。今年春天发表在VentureBeat的一篇论文中，Monroe警告说“过度炒作可能导致幻想破灭，从而减缓进度。”他估计在量子计算机可以开始解决有用的问题之前，我们还需要5到10年的时间进行更多的研究与开发。

这里几位接受采访的材料科学家与化学家认为10年是量子计算机实用化的下限。Reiher说：“在我的社区内，人们对量子计算机持怀疑态度。如果你相对保守，那你就再给它20年发展。”但是他补充到，一款成熟的量子计算机将彻底改变理论化学。“如果当我看见（量子计算机）硬件时代的来临，我将改变我整个团队的研究项目。”

翻译：王麟涛

审校：罗广桢

引进来源：美国物理学会