量子計算機就其本質而言，非常適合幫助科學家們在化學領域取得突破性發現，因為它可以比經典計算機，更有效地進行分子模擬。

隨著量子計算機能力的提升，以及過程中對其更深入的理解，人類也許很快就能精確地預測分子的性質，預測結果與實際的實驗相比不相上下。

要想準確描述分子，需要在許多競爭效應中達到微妙的平衡，而這又需要大量的量子位元和量子運算。

而為了幫助量子計算機達到實現化學發現所需的精度要求，IBM的Qiskit跨學科研究團隊，與戴姆勒汽車公司(Daimler AG)和弗吉尼亞理工大(Virginia Tech)的合作伙伴一起，藉助經典計算機，從根本上減少了量子計算機模擬分子所需的量子位元數。

團隊證明，在如今的小型量子計算機上，可以以更高的精確度來計算一些較為典型的分子(如氟化氫)性質。與使用相同的基底函式組進行計算相比，模擬方法並沒有明確地模擬出電子-電子之間的尖端(electron-electron cusp)。

團隊透過將量子模擬方法，與分子的動能和勢能(稱為哈密頓量)在計算中表示方式的變化相結合，來彌補資源的限制。實驗成果及更多技術細節發表在《物理化學化學物理》(Physical Chemistry Chemical Physics)上。

更好的“哈密頓量”，更佳的模擬

哈密頓量以愛爾蘭數學家威廉·羅文·漢密爾頓(William Rowan Hamilton)爵士的名字來命名，它是一個決定化學體系性質的數學函式。

要想準確描述一個分子的哈密頓量，需要大量的軌道，也就是電子分佈的空間函式。軌道基組越大，量子位元和量子運算的成本就越高。

因此，團隊無法在量子硬體模擬中呈現出足夠多的軌道，來將現實世界中複雜分子的電子相關聯。

在這種情況下，研究人員通常會採取以下兩種方式中的一種：等到量子計算機有足夠多的量子位元時，再來模擬特定研究所需的所有軌道；或者繼續進行對理解概念有幫助的計算，但對分子真正的化學性質一知半解。

而團隊選擇了第三種途徑，使用“互相關(transcorrelated)”的哈密頓量，透過解釋一個基本事實，改進了對於分子的描述：由於電子是帶負電荷的粒子，所以它們相互排斥。

這裡的“互相關”哈密頓量可以理解為，在傳統哈密頓量的基礎上，提供一些關於相互作用的額外資訊，這些相互作用需要更大的基礎集合來進行精確描述。因此，量子計算機不能使用傳統的哈密頓量。

這種重要而複雜的現象，就是上文中提到的電子-電子之間的尖端，需要大量的軌道才能精確描述。

此方法建立在弗吉尼亞理工大的經典模擬工作基礎之上，使基於互相關的哈密頓量實現量子模擬，該哈密頓量中幾乎包含有電子-電子之間的尖端。

實驗結果得到了更為精確的分子模擬，而無需增添數百個更多的量子位元，或是加深量子線路。其中，量子線路代表量子位元的數量以及對其施加的運算。

更深層的線路可以執行更多操作，但在量子計算過程中，出錯的機會也會相應增加。

更深的遠見，更大的使命

儘管今天的高效能經典計算機，可以進行詳細的化學模擬，但量子計算機有潛力提供指數級別上更為精確地模擬，這種模擬是經典計算機無法處理的複雜且大型的分子系統。

像戴姆勒這樣的汽車製造商，正在研究用於量子化學和材料科學的新型量子演算法，表示對此次的合作十分感興趣。

新材料的發現，有利於開發出效能更高、壽命更長且價格更低的電池。戴姆勒公司很早就意識到，電動汽車在減少汽車排放和化石燃料消耗方面的積極作用。

其與IBM在量子計算領域的合作，也符合戴姆勒公司提倡電氣化的初衷。團隊的方法是在量子計算機上，以實驗精度計算材料特性的一個必經步驟。

模擬的軌道越多，就越接近真實實驗的結果。更好的建模和模擬，終將印證對於特定效能新材料的預測。