Исследователи из Бристольского университета, квантового стартапа Phasecraft и Google Quantum AI выявили свойства электронных систем, которые можно использовать для разработки более эффективных аккумуляторов и солнечных элементов.

Выводы, опубликованные сегодня в Nature Communications, описывают, как команда сделала важный первый шаг к использованию квантовых компьютеров для определения низкоэнергетических свойств сильно коррелированных электронных систем, которые не могут быть решены классическими компьютерами . Они сделали это, разработав первый действительно масштабируемый алгоритм для наблюдения свойств основного состояния модели Ферми-Хаббарда на квантовом компьютере. Модель Ферми-Хаббарда — это способ открыть важные сведения об электронных и магнитных свойствах материалов.

Моделирование квантовых систем такой формы имеет важные практические последствия, включая разработку новых материалов, которые можно использовать для разработки более эффективных солнечных элементов и батарей или даже высокотемпературных сверхпроводников. Однако это остается за пределами возможностей самых мощных в мире суперкомпьютеров. Модель Ферми-Хаббарда широко известна как отличный эталон для квантовых компьютеров ближайшего времени, потому что это простейшая система материалов, которая включает нетривиальные корреляции, выходящие за рамки того, что улавливается классическими методами. Приблизительное создание состояния с наименьшей энергией (основного) модели Ферми-Хаббарда позволяет пользователю рассчитать ключевые физические свойства модели.

В прошлом исследователям удавалось решать только небольшие, сильно упрощенные задачи Ферми-Хаббарда на квантовом компьютере. Это исследование показывает, что возможны гораздо более амбициозные результаты. Используя новый высокоэффективный алгоритм и улучшенные методы устранения ошибок, они успешно провели эксперимент, который в четыре раза больше и состоит из в 10 раз больше квантовых вентилей, чем все ранее зарегистрированные.

«Экземпляр Ферми-Хаббарда в этом эксперименте представляет собой решающий шаг к решению реалистичных систем материалов с использованием квантового компьютера », — сказал профессор квантовых вычислений Бристольского университета Эшли Монтанаро и соучредитель Phasecraft. «Нам удалось разработать первый по-настоящему масштабируемый алгоритм, который кому-либо удалось реализовать для модели Ферми-Хаббарда. Это особенно интересно, потому что предполагает, что мы сможем масштабировать наши методы, чтобы использовать более мощные квантовые компьютеры по мере совершенствования оборудования. .»

Phasecraft объединяет многих ведущих мировых квантовых ученых и инженеров и сотрудничает с ведущими мировыми разработчиками квантового оборудования. Их исследования привели к фундаментальным прорывам в квантовой науке и направлены на значительное сокращение временных рамок квантового преимущества в нескольких критических областях. Помимо разработки алгоритмов, которые можно будет масштабировать на более крупные квантовые компьютеры, команда Phasecraft также сосредоточена на продолжении создания практически важных функций в своих моделях, чтобы они более точно представляли реальные системы.

«Мы рады видеть, что этот эксперимент, разработанный и выполненный компанией Phasecraft, представляет собой одно из крупнейших на сегодняшний день цифровых фермионных симуляций, а также один из крупнейших на сегодняшний день вариационных алгоритмов, выполненный на оборудовании квантовых вычислений Google», — говорит Райан Баббуш, Руководитель отдела квантовых алгоритмов в Google AI. «Масштабируемость их подхода проистекает из того, что они являются самыми современными с точки зрения как устранения ошибок, так и компиляции алгоритмов для ближайшего квантового оборудования».

«Этот эксперимент представляет собой новую веху. Он показывает нам, на что способны сегодняшние квантовые компьютеры, когда мы применяем лучшие доступные алгоритмические технологии», — говорит Стася Станишич, старший квантовый инженер в Phasecraft, ведущий автор статьи. «Мы можем опираться на эту работу, чтобы разработать лучшие алгоритмы и лучшее кодирование реалистичных задач для современных устройств».