一种基于量子计算机的全量子分子模拟方法技术

本发明专利技术实施例提供了一种基于量子计算机进行全量子分子模拟方法。包括：给定分子中原子的几何坐标，计算分子哈密顿量，并将分子哈密顿量预处理为希尔伯特空间的比特哈密顿量；利用量子梯度下降的算法构造量子线路，在量子计算机上执行量子线路图，初始量子态经过量子线路会得到量子末态；量子末态会趋近哈密顿量的基态，不断进行迭代从而求得比特哈密顿量的基态和基态能量，这些信息可以确定分子的绝大部分性质。

【技术实现步骤摘要】
一种基于量子计算机的全量子分子模拟方法
本专利技术涉及量子计算和量子化学领域，尤其涉及一种基于量子计算机的全量子分子模拟方法。
技术介绍
高效的分子模拟对从生物分子制药到能源等领域都具有潜在巨大价值。研制一种新药，平均花费10-12年时间，耗资约14亿美元。一般制药行业的研发费用占企业销售额的10％。在能源领域，比如太阳能电池的研发，占全球能源使用量的2％的化肥生产中，分子模拟也占有重要地位，寻找高效转化效率的太阳能电池和低能耗的化肥合成方法对能源和环境的影响是非常深刻的。分子模拟属于量子化学的重要组成部分,量子化学里的核心问题就是对分子相互作用的精确建模，即找到化学反应的最佳结构。但这种问题十分复杂，当前的数字计算机能够分析的只是最简单的分子,迄今为止，没有高效的经典算法解决该问题。量子计算，自从20世纪八十年代被提出以来，一直得到了广泛的研究和关注。由于量子叠加和量子纠缠的存在，量子计算具有并行的优势，利用量子优势进行量子算法设计可以对于一些经典问题的求解达到加速，比如二十世纪九十年代中后期提出的Shor算法能够对于大数质因数分解这个问题存在指数的加速，Grover算法能够在数据空间搜索中相对于传统算法存在着多项式的加速。相对而言，在量子化学和分子制药领域，量子计算机具有天然的适用性和巨大优势，其原因在于化学反应本质上是量子化的，因为它们形成高度纠缠的量子叠加状态，充分开发的量子计算机即使模拟最复杂的过程也不会有困难。2017年IBMQ团队在量子模拟领域取得了重大的进展，他们利用量子计算机推导了氢化铍(BeH2)分子的最低能量状态。这是迄今为止量子计算机所能模拟的最大分子。该研究成为了《自然》杂志那一期的封面文章。然而,现有利用量子计算进行分子模拟的方法也有缺点。它们大部分是利用经典计算机和量子计算机的混合计算，比如目前常用的变分本征求解器(VQE)，VQE使用量子计算机在某个量子初态下对分子哈密顿量进行测量，但是需要利用经典计算机求解梯度，然后再不断更新量子初态反复测量，直到找到测量的最小值，就是分子基态能量。这样的方法在计算过程需要经典计算机和量子计算机不断的进行数据交互，其计算复杂度较高。
技术实现思路
本专利技术的实施例提供一种基于量子计算机的分子模拟方法，相较于经典计算机的数值模拟，其在量子计算机处理过程中不需要经典计算机来辅助求解梯度，因此计算复杂度能够显著降低。随着量子计算机发展成熟，利用该技术路线能够模拟大分子，研究其化学性质，进一步地，能够进行分子材料的合成模拟与性质预测。本专利技术为解决上述技术问题采用的技术方案为，一方面提供一种量子化梯度下降算法的方法，所述方法包括：以存储在一个量子存储器中的若干量子比特作为执行计算的工作系统,以存储在另一个量子存储器中的若干量子比特作为执行计算的辅助系统；将所述工作系统的初态，使其表示待求解量梯度下降前的状态；将所述辅助系统制备为一种叠加态；根据所述辅助系统的状态，对工作系统施加量子逻辑门操作，建立所述工作系统和辅助系统的量子纠缠；对辅助系统进行阿达马门操作，使得辅助系统处于|0〉状态；测量所述辅助系统处于|0〉状态时工作系统所处的量子末态；输出所述工作系统所处的量子末态。优选地，所述方法还包括，在所述将所述工作系统的初态制备为一种哈特里-福克态之前，将所述工作系统编码为一种哈特里-福克态。优选地，所述将所述辅助系统制备为一种叠加态，包括，对所述辅助系统施加阿达马门操作，使之处于一种叠加态。优选地，所述对工作系统进行量子逻辑门操作中，所述量子逻辑门包括：泡利X门、泡利Y门、泡利Z门。优选地，所述对工作系统施加量子逻辑门操作，包括，维持工作系统的状态不变。第二方面，提供一种全量子分子模拟方法，所述全量子分子模拟方法基于一种量子计算机，所述方法包括：根据分子中原子坐标，求出所述分子的费米哈密顿量；将所述哈密顿量映射为希尔伯特空间的比特哈密顿量；求得分子的哈特里-福克态，将所述量子计算机中量子比特的初态制备为所述分子的哈特里-福克态；根据权利要求1所述的方法生成梯度下降量子线路；根据所述量子比特的初态，通过所述梯度下降量子线路，进行若干次梯度下降迭代直到所述梯度下降量子线路输出的量子末态收敛到所述分子的基态；测量所述量子末态下分子的哈密顿量期望值，获得分子的基态能量。优选地，所述方法还包括：根据所述分子的基态能量、以及电子结构，预测分子的基本化学性质；所述预测分子的基本化学性质，包括，预测分子的化学反应速率；利用所述分子的基本化学性质，筛选、组合新分子材料，以及对新分子材料进行性能预测。第三方面，提供一种量子化分子模拟设备，所述装置包括：预处理单元，配置为计算分子的哈密顿量；量子计算单元，配置为制备量子比特为根据所述分子的哈密顿量求得的哈特里-福克态，执行权利要求1所述的方法的梯度下降量子线路，获得量子比特末态，测量所述量子末态下分子的哈密顿量期望值，获得分子的基态能量；分子材料合成筛选单元，用于根据所述分子的基态能量，计算分子的化学性质，预测合成材料属性。第四方面，提供一种量子计算机，包括被配置为实现第一、第二方面的方法的一个或多个量子电路。第五方面，提供一种计算机可读介质，包括存储于其上的计算机可执行指令，其中所述计算机可执行指令当在量子计算机上执行时使得所述量子计算机执行第一、第二方面的方法。附图说明为了更清楚说明本专利技术实施例的技术方案，下面将对实施例描述中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种量子化梯度下降算法的方法的流程图；图2为本专利技术实施例提供的一种全量子分子模拟方法的流程图；图3为本专利技术实施例提供的一种梯度下降量子线路的示意图；图4为本专利技术实施例提供的一种量子化分子模拟设备的结构图；图5为本专利技术实施例提供的量子比特示意图；图6为本专利技术实施例提供的量子操作门示意图；具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如前所述，利用量子计算机进行分子模拟具有计算效率高的优点，本专利技术为利用这种优势提供一种利用量子态的演化代替经典梯度下降算法中的梯度下降，从而将经典梯度下降算法量子化的方法，同时将其用于分子模拟，根据分子哈密顿量的求取其基态和基态能量，从而获得分子的基本性质。图1为本专利技术实施例提供的图本文档来自技高网...

【技术保护点】
1.一种量子化梯度下降算法的方法，所述方法包括：/n以存储在一个量子存储器中的若干量子比特作为执行计算的工作系统,以存储在另一个量子存储器中的若干量子比特作为执行计算的辅助系统；/n制备所述工作系统的初态，使其表示待求解量梯度下降前的状态；/n将所述辅助系统制备为一种叠加态；/n根据所述辅助系统的状态，对工作系统施加量子逻辑门操作，建立所述工作系统和辅助系统的量子纠缠；/n对辅助系统进行阿达马门操作，使得辅助系统处于|0〉状态；/n测量所述辅助系统处于|0〉状态时工作系统所处的量子末态；/n输出所述工作系统所处的量子末态。/n

【技术特征摘要】
1.一种量子化梯度下降算法的方法，所述方法包括：
以存储在一个量子存储器中的若干量子比特作为执行计算的工作系统,以存储在另一个量子存储器中的若干量子比特作为执行计算的辅助系统；
制备所述工作系统的初态，使其表示待求解量梯度下降前的状态；
将所述辅助系统制备为一种叠加态；
根据所述辅助系统的状态，对工作系统施加量子逻辑门操作，建立所述工作系统和辅助系统的量子纠缠；
对辅助系统进行阿达马门操作，使得辅助系统处于|0〉状态；
测量所述辅助系统处于|0〉状态时工作系统所处的量子末态；
输出所述工作系统所处的量子末态。


2.根据权利要求1所述的方法，所述将所述辅助系统制备为一种叠加态，包括，对所述辅助系统施加阿达马门操作，使之处于一种叠加态。


3.根据权利要求1所述的方法，其特征在于，所述对工作系统进行量子逻辑门操作中，所述量子逻辑门包括：泡利X门、泡利Y门、泡利Z门。


4.根据权利要求1所述的方法，其特征在于，所述对工作系统施加量子逻辑门操作，包括，维持工作系统的状态不变。


5.一种全量子分子模拟方法，所述全量子分子模拟方法基于一种量子计算机，所述方法包括：
根据分子中原子坐标，求出所述分子的费米哈密顿量；
将所述哈密顿量映射为希尔伯特空间的比特哈密顿量；
根据所述比特哈密顿量，取得分子的哈特里-福克态，根据所述分子的哈特里-福克态，制备量子计算机中量子比特的初态；

【专利技术属性】
技术研发人员：魏世杰，龙桂鲁，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11