الگوریتم کوانتومی جدید می تواند مواد در حال تغییر صنعت را شبیه سازی کند

استارت‌آپ بریتانیایی Phasecraft الگوریتمی را توسعه داده است که نوید پتانسیل رایانه‌های کوانتومی برای آشکار کردن مواد جدید و خواص آنها را بسیار نزدیک‌تر به تحقق می‌بخشد.

به دلیل توانایی آنها در شبیه سازی چندین سیستم کوانتومی پیچیده، کامپیوترهای کوانتومی پتانسیل باورنکردنی در زمینه علم مواد دارند. به نوبه خود، این می تواند منجر به جهش های تکنولوژیکی در زمینه هایی مانند انرژی، تولید و پزشکی شود.

هنوز راه درازی در پیش است تا کامپیوترهای کوانتومی مقیاس شوند و به اندازه کافی پایدار شوند تا بتوانند این عملکردها را به تنهایی انجام دهند. با این حال، رایانه‌های کوانتومی و رایانه‌های کلاسیک می‌توانند با استفاده از الگوریتم‌هایی که از رایانه‌های کوانتومی در مقیاس کوچک‌تر برای وظایف فرعی خاص در یک فرآیند محاسباتی بزرگ‌تر استفاده می‌کنند، با هم کار کنند.

امروز، مستقر در بریستول و لندن استارت آپ Phasecraft یک محصول جدید را معرفی کرده است الگوریتم که نقشه‌برداری کلاسیک را با شبیه‌سازی کوانتومی ترکیب و بهینه می‌کند – شبیه‌سازی‌های مواد را در رایانه‌های کوانتومی کوتاه‌مدت “در فاصله لمسی” قرار می‌دهد.

بهبودهایی که با جدیدترین الگوریتم‌های خود در عمق مدار انجام داده‌ایم، چشم‌انداز و جدول زمانی شبیه‌سازی مواد در رایانه‌های کوانتومی را به طور اساسی تغییر می‌دهد. Phasecraft CTO/دانشمند ارشد و یکی از بنیانگذاران توبی کوبیت (ما هرگز از شایستگی یا شاید اجتناب ناپذیر بودن شخصی با این نام خانوادگی برای کار در محاسبات کوانتومی شگفت زده نمی شویم.)

غلبه بر محدودیت های کامپیوتر کوانتومی کوتاه مدت

اصطلاح «رایانه‌های کوانتومی کوتاه‌مدت» به سیستم‌های محاسباتی کوانتومی اطلاق می‌شود که انتظار می‌رود با توجه به سرعت فعلی پیشرفت‌های فناوری در این زمینه، در کوتاه‌مدت توسعه یافته و عملیاتی شوند. آن‌ها تعداد محدودی کیوبیت دارند و محدودیت‌هایی در مورد تعداد عملیاتی که می‌توانند به طور قابل اعتماد انجام دهند، دارند.

Phasecraft می گوید رویکرد الگوریتمی آن بر این محدودیت ها غلبه می کند گردآوری روش های کلاسیک نقشه برداری مواد، با تکنیک های کوانتومی جدید برای شبیه سازی رفتار آنها. مرحله اول محاسبات و بهینه‌سازی‌ها را بر روی رایانه‌های کلاسیک انجام می‌دهد تا نمایش مؤثری از ماده ایجاد کند، در حالی که مرحله دوم کارآمدترین مدارهای کوانتومی جهان را برای شبیه‌سازی رفتار آن ماده تولید می‌کند.

Cubitt ادامه داد: “آنچه زمانی فراتر از دسترس کامپیوترهای کوانتومی کوتاه مدت تصور می شد، اکنون به نظر می رسد در فاصله قابل توجهی قرار دارد. ما گام مهمی به سوی وعده مدل سازی و طراحی مواد جدید با استفاده از محاسبات کوانتومی برداشته ایم.”

همراه با انتشار آخرین مقاله در Nature Communications، Phasecraft همچنین راه اندازی کرد پایگاه داده پیچیدگی کوانتومی مدلسازی موادکه پیچیدگی مدار کوانتومی (مرجع پیچیدگی محاسبات کوانتومی) را برای بیش از ۴۰ ماده فهرست می کند.

اشلی مونتانارو، یکی از بنیانگذاران و مدیرعامل، گفت که هدف از انتشار این پایگاه داده، پر کردن شکاف بین نظریه محاسبات کوانتومی و کاربرد عملی است. او اظهار داشت: «این نقطه اوج چندین سال تحقیق و گواهی بر پیشرفتی است که ما در نزدیک‌تر کردن مدل‌سازی مواد روی رایانه‌های کوانتومی به واقعیت داشته‌ایم».

Innovate UK و مرکز ملی محاسبات کوانتومی (NQCC) از تحقیقات Phasecraft با کمک های مالی حمایت کرده اند. دپارتمان محاسبات علمی در شورای تأسیسات علم و فناوری (STFC) نیز با این استارتاپ در این پروژه همکاری کرده است. خود Phasecraft در سال ۲۰۱۹ توسط Cubitt، Montanaro و John Morton تأسیس شد.