在经典计算机上精确模拟量子系统(包括量子化学中的量子系统)在计算上非常困难。问题在于描述所研究系统所需的希尔伯特空间的维数实际上会随着系统的大小而呈指数增长,如图 1 所示。无论我们模拟动态还是计算某些静态属性(例如能量),这个限制始终存在。理查德·费曼提出了一种替代经典模拟的方法 [1]。他的想法是将上述量子系统的缺点转化为其优点。他建议将所研究量子系统的希尔伯特空间映射到另一个量子系统上(它们都呈指数级大),从而有效地在一个量子系统上模拟另一个量子系统(即在量子计算机上)。虽然开发小型量子计算机已经花了 30 多年的时间,但我们可能很快就会从费曼的建议中受益。 1 事实上,量子化学被认为是小型噪声量子计算机(称为噪声中型量子 (NISQ) 设备)的首批实际应用之一 [4]。此外,人们相信量子计算机最终将使我们能够解决化学、物理学和材料科学中的经典难题 [5–7]。特别是,强关联系统,如催化剂或高温超导体,属于具有高度社会经济重要性的问题,这些问题可以借助量子硬件得到解决。到目前为止,已经提出了几种量子算法来有效地解决化学中的计算难题(即在多项式时间内使用多项式资源,相对于所研究系统的规模和精度)。其中一些也已通过实验得到证实 [6]。然而,由于量子硬件能力有限,这些实验“仅仅”代表了小型化学系统的原理验证模拟,我们可以轻松地用经典方式模拟这些系统。为了使它们具有可扩展性,需要进行量子误差校正,这需要比目前更低的误差率,而且还需要数量级更多的(物理)量子比特。另一方面,这个领域发展非常迅速,我们可能在不久的将来看到分子的误差校正数字量子模拟。如上所述,已经提出了几种可以解决化学中不同类型问题的量子算法[6]。事实上,量子计算化学[5]在过去的15年里取得了巨大的进步。2 在本章中,我们提到了一些算法,但大多数时候都局限于分子汉密尔顿量的电子结构问题,即寻找分子低能谱的问题。这些算法可以作为几何优化、光学特性计算或反应速率测定的子程序[5]。此外,这里阐述的方法可以很容易地应用于其他问题(例如振动分析)。我们专注于数字量子模拟(模拟量子模拟是另一章的主题),这意味着
主要关键词