昆腾计算机如何已经未包含自然的谜团

锂离子电池是现代世界的无名英雄。由于它在20世纪90年代初期首次被商业化，因此它已经改变了技术产业，其能力将大量能量存储在相对较少的空间中。没有锂电，没有iPhone或Tesla - 你的笔记本电脑会更大更重。

但世界的珍贵金属耗尽 - 它可能被证明是电动汽车发展中的巨大瓶颈，而且我们需要转向可再生能源的能量存储解决方案。一些世界顶级科学家们从事疯狂的竞争，找到新的电池技术，可以用清洁剂，更便宜，更丰富地取代锂离子。量子计算机可能是他们的秘密武器。

这是农业中的一个类似的故事，在Haber-Bosch工艺中使用了世界上天然气消费的5％，这是一种百年历史的方法，用于将空气中的氮气转化为氨基肥作物。它非常重要 - 帮助维持世界上大约40％的人口 - 而且与自然自己的方法相比令人难以置信的效率。同样，量子计算机可以提供答案。

到目前为止，研究人员一直在突出这些问题。他们可以使用经典设备进行越来越强大的模拟，但反应变得更加复杂，更难以理解的超级计算机处理。这意味着现在，科学家们仅限于看起来非常小的问题，或者他们被迫牺牲精度的速度。

什么是量子计算？它是如何工作的？它将如何改变世界？立即获取有线指南。

例如，氢原子具有一个带正电荷的质子和一个电子，并且易于模拟笔记本电脑 - 您甚至可以用手制作其化学。氦气，下一步沿着周期性表，有两个质子，两个带负电的电子轨道 - 但它更具挑战性，因为电子被缠结，所以一个人与另一个的状态连接到另一个状态他们都需要同时计算。

当您到达Thulium的时间 - 拥有69个轨道电子，彼此纠缠 - 你远远超出了古典电脑的能力。如果您将每个可能的州的每个州写下，那么宇宙的年龄超过一千多岁。在2013年Bookschrödinger的杀手应用程序中，John Dowling计算了模拟古典计算机上的小尺寸，您需要在未来150万年内购买英特尔的全球整个芯片生产，费用为600万亿美元。

更快的替代方案是直接衡量原子。 “古典电脑似乎在模拟纠缠量子系统时经历指数放缓，”销量写道。

“然而，在模拟本身时，同样的纠缠量子系统显示出没有指数放缓。纠缠的量子系统类似于计算机比任何经典计算机指数更强大的计算机。“虽然我们已知自20世纪30年代以来我们需要模拟化学的所有方程，但我们从未有过计算能力可以使用它。这意味着，当处理对古典计算机棘手的复杂模拟时，最好的方法仍然只是在现实世界中尝试许多不同的东西，并从观察和实验中得出结论。

“我们无法真正预测Ecton现在如何表现，”Zapata的Christopher Savoie说。 “如果我们可以进入我们在计算机上模拟它的世界，我们可以更具预测性并做更少的实际实验室实验。”他说，就像通过建造小规模模型并将它们投入天空仍然测试飞机，就好像空中客车仍在测试飞机上。 “你不能模拟你感兴趣的化学过程，”谷歌的塞尔吉奥·鲣鸟说。 “随着很多低级材料科学和工程，你就是盲目的。”

为了破解这些问题，以及许多像他们这样的人，化学家，生物学家和物理学家需要模拟自然 - 而且正如Richard Feynman在20世纪80年代预测的那样，他们需要由量子组件制成的计算机来帮助它们。在某种程度上，您可以将量子计算机视为可编程分子，说Boicxo的Google同事玛丽莎·吉斯蒂娜说。 “这是许多零件的系统，其行为根据量子力学规则，如分子。你看到从那里连接到某些感官中的化学的路径。“

2010年，AlánAspuru-Guzik - 化学与计算机科学教授，以及ZAPATA的联合创始人 - 与墨尔本大学的Quantum Memicyist Andrew White合作，以及其他人的第一个量子化学模拟。它们挑选了二氢 - 一种非常容易的分子，因为它往往，并且肯定不是一个对古典计算机的任何问题构成任何问题，甚至是用笔和一些纸张的物理学家。

二氢 - 只有两个连接在一起的氢原子 - 首先使用当时的量子力学科学在1927年回来分析。此时的目的只是表明量子计算机可用于这种计算 - 概念证明。它们在基于光子的量子器件上运行的量子仿真能够正确地计算氢原子之间的粘合强度，准确到百万分之一的六个部分。

有三种方式，其中量子计算机可以帮助改善我们对分子水平的反应的理解。第一种方法涉及构建特定计算机来模拟您试图解决的问题 - 使用对应于其实际结构的正确数量的Qubits进行物理重新创建分子。这种机器将更简单地建立，但不会是传统意义上的计算机 - 你将无法轻易地重新编程它来解决不同的问题。

第二种方法涉及实现展示系统如何随时间变化的算法。您输入系统的当前状态，以其波浪函数的形式，以及系统中的能量水平（称为其Hamiltonian之后，在Mathematician威廉·罗文汉密尔顿之后），并随着时间的推移观看它。正如他们普遍所知的那样，这些'Hamiltonian模拟'具有大量的潜在用途，并且可以特别有用于理解和预测涉及分子等分子的复杂反应，其中电子是高度相关的。

在古典计算机目前挣扎的情况下存在许多活动问题，并且量子计算机承诺指数加速。在等待量子计算机强大且可靠的化学挑战，足以通过催化通过催化通过催化来裂解金属的范围，通过催化通过碳化二氧化碳固定，可用于捕获排放和缓慢的气候变化。但具有最大影响的可能性可能是肥料生产的那个。植物需要健康的氮来生长。空气充满了它，但植物实际上无法将其从天空中拉到天空中，因此农民必须使用能源密集的Haber-Bosch工艺生产的富含富含氮肥的庄稼。一条面包的40％的碳足迹来自生产氮气以使肥料生长麦子。

但是大自然有自己的方法。一些植物依赖于使用称为含氮酶的酶的细菌从大气中“修复”氮气并将其掺入氨中。了解该酶作品如何是改善Haber-Bosch工艺的重要一步，并产生更少的能量密集的合成肥料。

解决问题的关键是了解雌象的结构，在酶心的心脏上是一种复杂的分子，对于古典计算机来说太难了。 2017年，来自微软和Eth苏黎世的一支研究小组展示了一个具有百分之一逻辑夸张的量子计算机可以解决这个问题 - 但承认他们需要多达一百万个物理额度来形成它们。

哈密​​顿模拟可以证明的另一个领域是理解植物如何利用太阳的力量。在植物中，照相系统II是一种巨大，复杂的不同酶复合物，其进行了一些光合作用的第一步。使用量子计算机来建模过程可以帮助化学家人工光合作用的设计方法，使他们能够利用太阳的力量来制造燃料。

太阳能电池板是Quantum Computers可以帮助的另一个区域，通过加速寻找新材料。这种方法还可以帮助识别电池的新材料，以及在室温下工作的超导体，这将推动电机，磁铁和甚至量子计算机本身的进步。

ZAPATA正在研究一种查找使用生成建模的新材料的方法 - 类似于提供从一小组现实数据提供机器学习数据的工作。 “如果我们有一百件事的样本，我们可以使用生成建模来创建类似的东西，”Savoie解释说。 “我们可以使用它来进行化学图书馆的筛选，或创建虚拟化学图书馆以找到新的化合物。”

潜在识别新化合物的能力是医疗行业对量子计算兴奋的原因。我们已经看到了量子计算机如何能够更有效准确地处理来自MRI扫描的数据，但它们也可以通过使公司能够快速识别新化合物，然后模拟它们的效果，而无需合成它们，它们也可以节省数十亿。此外，量子计算可以帮助科学家模拟体内的复杂相互作用和过程，从而能够发现阿尔茨海默氏症等疾病的新治疗，或者更快地了解Covid-19等新疾病。 DeepMind等公司已经使用人工智能，以了解蛋白质折叠的洞察力 - 生长和疾病的关键方面 - 以及量子计算机将加速这一努力。

虽然大多数这些应用程序可能需要等待有误差的容错量子计算机，但是根据该领域的一些内部，模拟了以前不可能的一些自然问题，符合我们的掌握下十年。建立量子计算机的第一次尝试将是嘈杂的和容易出错的，但这实际上可以使它们适合模拟自然 - 现实世界中的分子也存在于噪音和干扰的世界中。

“对于许多量子器件的许多应用，如加密，这种噪音可能是一个巨大的限制，导致不可接受的错误水平，”哈佛大学有机化学家，哈佛大学材料科学家，哈佛大学材料科学家，哈佛大学·科学家和普里诺·纳朗有线。 “然而，对于化学模拟，噪声将代表其存在化学系统（例如分子）和量子器件的物理环境。这意味着NISQ分子的模拟将是嘈杂的，但这种噪音实际上讲述了一些有价值的东西，关于分子如何在其自然环境中表现出来。“

谈到模拟性质，噪音和错误可能是一个功能，而不是一个错误。已经，具有智能资源节约算法的小型量子计算机开始用于化学和材料科学中的真实问题。

2020年1月，IBM的研究人员发表了早期瞥见量子计算机如何在NISQ ERA中有用。与德国汽车制造商戴姆勒一起改善电动汽车的电池，他们使用了一台小型量子计算机来模拟含锂的三个分子的行为，可用于保证更多的锂 - 硫磺电池比今天的电力电池强大和便宜。而不是运行Hamiltonian模拟，这将需要比研究人员进入更多的Qubits，而不是研究人员使用变分量子算法 - 第三种方式可以模拟大自然，并且可能在短期和中期最有用。

变形量子算法使用量子和古典计算机的混合来加速计算。在一个博客帖子中，彼得约翰逊 - 罗帕塔的领导研究科学家和创始人 - 与谷歌地图在合理的时间内找到最佳路线家园的方式比较。 “该应用程序没有搜索所有可能的路线，”他写道。 “相反，它最终通过良好的途径和部分路线进行了搜索。” Johnson在这里说的是，谷歌的映射算法使用快捷方式和拇指规则来限制它必须搜索的数据库的大小来限制它必须进行搜索的速度和规则。

如果您正在寻找一个不熟悉的街道上的特定房屋号，您可能会做一些类似的事情，并且您知道奇怪的甚至数字都在路的不同方面。只检查道路的一侧会在您的搜索时间下降，对最终结果的损坏最小。

而不是尝试使用量子计算机进行整个计算，变分量子算法可以使用有限数量的Qubits来在解决方案中获得最佳猜测，然后将结果交给一个经典计算机，然后判定还有另一个去。将量子处理分成较小的独立步骤意味着您可以使用比其他方式更少，嘈杂的Qubits运行计算。

2016年，Zapata的AlánAspuru-guzik与谷歌的Santa Barbara的研究团队合作，再次模拟了二氢氢化药，但这次使用搜索巨头的超导Qubits，以及称为“变形量子Eigensolver”的算法。

同样，量子计算机能够预测分子的能量状态和键长。该技术承诺更容易扩大到更复杂的系统，而无需巨大增加误差要求。

“通过这种变分量子eigensolver的方法，您可以做的一件事是找到您问题的最低能量，”IBM的Heike Riel说。 “通常，您有一个描述您的物理系统的等式，您必须解决的问题之一是找到该等方程的最低能量。”这种方法需要比完整模拟更少的Qubits，并且具有广泛的应用，从旅行推销员这样的优化问题，到所需的化学反应，您需要找到地面状态（系统的最低能量水平），和兴奋状态（任何其他能级）是感兴趣的 - 与光合作用和太阳能的情况一样。

随着早期量子计算机的Qubits的数量增加，他们的创作者正在通过云开放访问。例如，IBM具有IBM Q网络，而Microsoft将量子设备集成到其天蓝色的云计算平台中。通过将这些平台与量子启发的优化算法和可变量子算法相结合，研究人员可以在未来几年内开始在化学和生物学领域中看到量子计算的一些早期好处。及时，谷歌的Sergio Boixo希望量子计算机能够解决我们星球面临的一些存在性危机。 “气候变化是一种能源问题 - 能源是一种物理，化学过程，”他说。

“也许如果我们构建允许模拟的工具，我们可以建立一个新的工业革命，希望能够更有效地利用能量。”但最终，量子计算机可能具有最大影响的区域是量子物理本身。

世界上最大的粒子加速器大型强子撞机收集了大约300千兆字节的数据，因为它一起粉碎了质子来试图解锁宇宙的根本秘密。要分析它需要大量的计算能力 - 现在它在42个国家的170个数据中心分裂。 CERN的一些科学家 - 欧洲核研究组织 - 希望量子计算机可以通过使他们在进行真实测试之前在进行更准确的仿真来帮助加速数据的分析。他们开始开发算法和模型，这些算法和模型将帮助他们利用量子计算机的力量，当设备足够好以帮助。

“这些是我们在量子计算中的第一步，但即使我们相对较晚进入游戏，我们正在为许多领域带来独特的专业知识，”CERN的物理学家Federico Carminati“，在2019年被联系起来。”我们是专家量子力学，位于量子计算基础上。“迄今为止，大型波罗龙·累孔车的地标成就无疑是2012年的博斯顿的发现，这是一个基本的粒子，其存在有助于确认量子物理物理学的一些长期但证据光学理论。

2018年，来自Caltech和南加州大学的物理学家重新分析了使用量子计算机的导致该发现的数据，并设法复制结果。它不是比经典的设备更快，但它表明量子机器可以用于该类型的问题。 “一个令人兴奋的可能性将是用量子计算机执行非常准确的量子系统模拟 - 本身就是量子系统，”克里米特提说。 “其他开创性机会将来自量子计算和人工智能的混合来分析大数据 - 目前是一个非常雄心勃勃的命题，但我们的需求核心。”

在用量子猫的计算中，John Gribbin认为这可能是，如果不是最重要的，那么肯定是量子计算机最深刻的应用。 “如果我们曾经有令人满意的”一切理论“，则包含量子理论和重力，”他写道，“几乎可以肯定会发现它只借助量子计算机来模拟宇宙的行为。 “

这是来自量子计算的提取物：它如何运作以及它如何通过Amit Katwala改变世界。了解更多并订购您的书副本。