物理学家费曼（Richard Feynman）曾说过：“自然界不符合经典定律，这很麻烦，如果你想模拟自然界，最好使用量子力学理论。”

使用传统计算机模拟化学反应中能量的变化，当模拟系统大到超过一定范围后，传统计算机便无法模拟电子的量子行为，于是在很多地方都要用到模糊、近似的处理。每一个近似的处理都在降低模型的准确度，增加研究人员的工作量，包括验证和对模型的不断修正。

史上首次量子化学模拟

2010年，化学和计算机科学教授、萨巴塔计算公司的共同创办人艾伦·阿斯普鲁—古兹克，与墨尔本大学的量子物理学家安德鲁·怀特以及其他人进行了有史以来第一次的量子化学模拟。他们选择双氢（dihydrogen，编注：两个氢原子互相键结，即氢分子）作为研究对象，那是一种非常简单的分子，当然不会对传统计算机造成任何麻烦，甚至不会让只有纸笔在手的物理学家觉得头痛。

早在1927年，就有人首次使用当时量子力学这门崭新的科学，来分析双氢（只包含两个氢原子键结）。此举的目的只为证明量子计算机可以用于这类计算，只为证明这一概念可以实现。他们的量子模拟是在以光子为基础的量子设备上进行的，而这种模拟可以正确计算出氢原子连结的力量，其精准度高达百万分之六。

量子计算机可以透过几种方式帮助我们更清楚理解分子层级的反应。第一种方法在于构建一台专用的计算机来模拟你想解决的问题，也就是重建与分子真正结构相对应的正确数目的量子比特实体。

这种机器制造起来比较简单，然而却不是传统意义上的计算机，你无法轻易对它重新编程以解决不同的问题。

第二种方法在于采用可显示系统如何随时间而变化的演算法。你以波函数的形式，输入系统当前的状态以及系统中的能量水准（称为“哈密尔顿函数”，依数学家威廉·罗文·哈密尔顿爵士的名字命名），然后观察它随时间而发生的变化。

这些大家听过的“哈密尔顿模拟”具有潜在的广泛用途，并且在理解和预测具复杂反应现象的分子（例如电子彼此高度关联的銩，注：銩属于稀土金属）方面可能特别有用。

像这样的现实问题不胜枚举，传统计算机的能力捉襟见肘，只有量子计算机有望实现指数级的加速。

模拟自然，高效能计算面临之挑战

化学领域上的难题，正等待强大且可靠的量子计算机加以破解，范围从透过催化提炼金属到固定二氧化碳（有助捕获碳的排放同时减缓气候变化）都有。但可能产生最大影响的，首推化肥生产。

植物需要健康的氮供应才能生长。空气中充满氮，但植物实际上不会从空气中自行抓取，因此农民必须使用哈柏法这种能源密集制程所生产的氮肥来为作物补充营养。一条面包，百分之四十的碳足迹来自因供应小麦生长所需而制造的氮肥。

但大自然有自己的方法。有些植物依赖细菌，而这些细菌利用一种名为固氮酶的酶来“固定”大气中的氮并让它与氨结合。了解酶的这种作用原理，将是改进哈柏法以及创造能源密集度较低的合成肥料的重要一步。解决这个问题的关键在于了解铁钼辅因子的结构，但铁钼辅因子是酶的核心复杂分子，很难用传统计算机建模。

2017年，由微软和苏黎世联邦理工学院组成的一个研究团队证明，具备一百个逻辑量子比特的量子计算机可以解决这个问题，不过他们也承认，需要多达一百万个物理量子比特，方能形成那些逻辑量子比特。

哈密尔顿模拟另一个十分有用的地方，在于帮助我们了解植物是如何利用太阳能的。植物的光合系统Ⅱ，是由不同的酶所组成的巨大且复杂的复合体，它执行光合作用开始的一些步骤。使用量子计算机来模拟这个过程，可以帮助化学家设计人工光合作用的方法，使他们能够利用太阳能来制造燃料。

太阳能电池板本身也是量子计算机大显身手的领域，因为它可以加快找出新材料的速度。这种方法还有助于确定电池以及在室温下运作之超导体的新材料，此举将推动电机、磁力甚至量子计算机本身的进步。

萨巴塔计算公司正在研究一种使用生成建模寻找新材料的方法，类似于该公司从一小份真实世界的数据出发，为机器学习提供资料的功能。萨瓦解释：“如果我们掌握一百个东西的样本，那就可以使用生成建模方式创造出相似的东西。我们可以用它来筛选化学资料库，或建构虚拟的化学资料库，找出新的化合物。”

量子计算具有识别新化合物的潜在能力，这是令制药产业喜不自胜的一个原因。我们已经看到，量子计算机如何可能更有效、更准确地处理来自核磁共振扫描仪的数据，但它还可以帮助相关的公司快速识别新化合物，然后在无需先行合成的情况下模拟其效果，从而节省数十亿美元的药物设计费用。

此外，量子计算可以帮助科学家模拟人体内部复杂的交互作用和过程，从而发现阿兹海默症等疾病的新疗法，或者更快了解新冠肺炎等新疾病。DeepMind等公司已开始使用人工智能来深入了解“蛋白质折叠”的现象（这是生长与疾病的一个关键），而量子计算机将加快这一尝试。

虽然，这些应用大多数可能必须等待具有错误更正以及容错功能、包含数千或数百万个量子比特的量子计算机的诞生方能实现。但根据该领域一些人士的说法，以前不可能模拟的自然问题，可能在下一个十年中就可以被人类掌控了。构建量子计算机的初步尝试将会充满噪声且容易出错，然而这实际上反而让它非常适合模拟自然，因为现实世界中的分子毕竟也存在于噪声和干扰的环境中。

加州理工学院的有机化学家安东·图托夫和哈佛大学的材料科学家普里尼哈·纳朗，在一篇《连线》的投稿文章中提到：“对量子设备的诸多应用而言（例如密码方法），这种噪声可能是个巨大限制，并导致不可接受的错误等级，不过，对于化学模拟而言，噪声代表化学系统（例如分子）以及量子设备所身处的实体环境。这意味“嘈杂中型量子”虽然会对分子的模拟产生噪声，但这种噪声实际上透露了分子在自然环境中运作时，所产生的有价值讯息。”

说到模拟自然，噪声和错误可能只是个特性，而非错误。搭载智能和节省资源演算法的小型量子计算机，已开始用来解决化学和材料科学领域的实际问题。

本文摘自《量子电脑和量子网路》