2019 年秋季，我们证明了Sycamore 量子处理器在应用于定制问题时可以胜过最强大的传统计算机 。下一个挑战是将这一结果扩展到解决材料科学、化学和物理学中的实际问题。但要超越传统计算机解决这些问题的能力是一项挑战，需要新的见解才能实现最先进的精度。通常，对此类物理问题进行量子模拟的困难源于量子粒子的波动性，其中初始设置的偏差、环境干扰或计算中的小错误都可能导致计算结果出现很大偏差。
在即将发表的两篇论文中，我们概述了实现模拟量子材料任务创纪录精度的蓝图。在第一篇论文中，我们考虑了一维系统，例如细线，并演示了如何精确计算电子特性，例如电流和电导。在第二篇论文中，我们展示了如何将描述相互作用电子的费米-哈伯德模型映射到量子处理器，以模拟重要的物理特性。这些工作朝着实现我们的长期目标迈出了重要一步，即模拟具有实际应用的更复杂的系统，例如电池和药品。
这是维护期间量子稀释制冷机之一的底部视图。在操作过程中，此图中漂浮的微波线连接到量子处理器（例如 Sycamore 芯片），将最低级的温度提高到绝对零度以上几十毫度。
计算量子材料的电子特性
在即将发表在《自然》杂志上的 《精确计算量子环的电子特性》一文中，我们展示了如何重建量子材料的关键电子特性。这项工作的重点是一维导体，我们通过在 Sycamore 处理器上形成一个由 18 个量子比特组成的环来模拟一维导体，以模仿一条非常窄的电线。我们通过一系列简单的教科书实验来说明底层物理原理，首先计算这条电线的“能带结构”，它描述了金属中电子的能量和动量之间的关系。理解这种结构是计算电流和电导等电子特性的关键步骤。尽管这是一个包含 1,400 多个逻辑运算的 18 量子比特算法，对于近期的设备来说是一项艰巨的计算任务，但我们能够将总误差降低至 1%。
实现这种精度水平的关键因素源于傅里叶变换的稳健特性。我们测量的量子信号以少数频率随时间振荡。对该信号进行傅里叶变换可发现振荡频率处的峰值（在本例中为导线中电子的能量）。虽然实验缺陷会影响观察到的峰值的高度（对应于振荡强度），但中心频率对这些误差具有稳健性。另一方面，中心频率对我们希望研究的导线的物理特性特别敏感（例如，揭示电子感受到的局部电场中的微小紊乱）。我们工作的本质是，研究傅里叶域中的量子信号能够稳健地防止实验误差，同时提供对底层量子系统的灵敏探测。
（左） 54 量子比特量子处理器 Sycamore 的示意图。量子比特显示为灰色十字，可调耦合器显示为蓝色方块。18 个量子比特被隔离以形成一个环。（中）测量的量子信号的傅里叶变换。傅里叶谱中的峰值对应于环中电子的能量。每个峰值都可以与具有固定动量的行波相关联。（右）每个峰值的中心频率（对应于导线中电子的能量）与峰值指数（对应于动量）绘制在一起。测量的能量和动量之间的关系称为量子线的“能带结构”，它提供了有关材料电子特性（如电流和电导）的宝贵信息。
费米-哈伯德模型的量子模拟
在“费米-哈伯德模型中电荷和自旋分离动力学的观察”中，我们重点关注相互作用电子的动力学。粒子之间的相互作用会引起新现象，例如高温超导和自旋电荷分离。捕捉这种行为的最简单模型称为费米-哈伯德模型。在金属等材料中，原子核形成晶格，电子携带电流从一个晶格位置跳跃到另一个晶格位置。为了准确地模拟这些系统，必须考虑电子彼此接近时感受到的排斥力。费米-哈伯德模型通过两个描述跳跃速率（J）和排斥强度（U）的简单参数捕捉了这一物理现象。
我们通过将两个物理参数映射到处理器量子比特上的逻辑运算来实现该模型的动态。利用这些运算，我们模拟了电子的状态，其中电子电荷和自旋密度在量子比特阵列中心附近达到峰值。随着系统的发展，由于电子之间的强相关性，电荷和自旋密度以不同的速率扩散。我们的结果提供了相互作用电子的直观图像，并可作为模拟具有超导量子比特的量子材料的基准。
（左上）周期性电位中的一维费米-哈伯德模型图示。电子以蓝色显示，其自旋由连接箭头表示。J 是电位场中波谷之间的距离，反映了“跳跃”速率，即电子从电位的一个波谷跃迁到另一个波谷的速率，而U是幅度，表示电子之间的排斥强度。（左下）在量子比特阶梯上对模型的模拟，其中每个量子比特（方块）代表具有自旋向上或自旋向下（箭头）的费米子态。（右）模型随时间演变揭示了电荷和自旋的分离扩散率。点和实线分别表示实验和数值精确结果。在t = 0 时，电荷和自旋密度在中间位置达到峰值。在稍后的时间里，电荷密度扩散并到达边界的速度比自旋密度更快。
结论
量子处理器有望解决传统方法无法解决的计算难题。然而，为了使这些工程平台被视为有力的竞争者，它们必须提供超越当前最先进的传统方法的计算精度。在我们的第一个实验中，我们在模拟简单材料方面展示了前所未有的精度水平，在我们的第二个实验中，我们展示了如何将相互作用电子的真实模型嵌入量子处理器。我们希望这些实验结果有助于实现超越传统计算范围的目标。
评论