隨著系統規模的增長，通過量子化學方程進行建模的計算複雜度也在迅速增加，因為這會導致量子變量的數學和統計量呈指數級縮放。對於現代的經典計算機平台而言，想要在量子化學方程式上得到讓人滿意的精確解，仍是一件相當棘手的事情。不過今日發表於《科學》雜誌上的一項新研究，就為具有指數級計算能力的量子計算平台，提供了一種新穎的系統封裝方法。

Sycamore 54 量子比特計算機（圖自：Google AI Blog）

谷歌人工智能量子團隊在文章中稱，其借使用了54 量子比特位的Sycamore 計算機，在上面開展了有史以來最大規模的運算，以尋求可為當前的量子化學模擬技術進行加速的新方法。

儘管研究的重點是真實化學系統的哈特里-福克近似（Hartree-Fock approximation），但本次在量子計算機上開展的化學運算量是以往的兩倍，並且包含了十倍的量子門操作。

為實現這一目標，研究團隊借助了一款噪聲健壯的變分量子本徵求解器（VQE），其能夠通過量子算法，對化學機理展開直接的模擬。

VQE 的重要性在於，量子計算很容易產生噪聲，從而導致計算結果不准確。

本質上，該技術可將量子處理器視作神經網絡，並試圖通過動態最小化的成本函數來解決計算過程中的錯誤、並優化量子電路的參數。

據悉，Sycamore 具有54 個量子比特，由140 多個可調節的單獨元件組成，每個元件都由高速、模擬電脈衝來控制。

要實現對整個設備的精確控制，需要對2000 多個控制參數進行微調。即便是微小的誤差，也足以在總計算結果中表現出相當大的偏離。

動用Sycamore 10 個量子比特位計算模擬出的結果（分子幾何形狀的能量預測）

為此，研究團隊特地使用了一套自動化框架，能夠將問題映射到具有數千個頂點的圖形上。其中每個頂點都代表一項物理實驗，以對單個未知參數進行確定。

遍歷該圖之後，我們可將設備的先驗知識轉移到高保真的量子處理器上，然後在不到一天的時間內完成模擬運算。結合其它糾錯技術，可將錯誤數量級控制在極小的範圍。

基於此，谷歌研究團隊不僅在量子計算機上運行了迄今最大規模的化學模擬，還提供了概念的證明—— 即當VQE 與糾錯策略結合使用時，該犯法能夠保障量子化學模擬的準確性。

展望未來，研究人員希望他們可在量子處理器上進行更多的仿真。感興趣的朋友，可在GitHub上查閱本次實驗的完整代碼。

研究的更多細節，可在《科學》（Science）雜誌的《Hartree-Fock on a superconducting qubit quantum computer》一文中找到。