Этот аккумулятор был впервые коммерциализирован в начале 1990-х годов и преобразил технологическую индустрию благодаря своей способности накапливать огромное количество энергии в относительно небольшом пространстве.

Без лития не было бы ни iPhone, ни Tesla, а ваш ноутбук был бы намного больше и тяжелее. Однако в мире постепенно заканчивается этот драгоценный металл — и он может оказаться огромным узким местом в разработке электромобилей и решений для хранения энергии, которые нам понадобятся для перехода на возобновляемые источники энергии. Некоторые из ведущих ученых мира участвуют в безумной гонке за поиском новых аккумуляторных технологий, которые могли бы заменить литий-ионные аккумуляторы чем-то более чистым, дешевым и распространенным. Квантовые компьютеры могли бы стать их секретным оружием.

Аналогичная история и в сельском хозяйстве, где до 5 % мирового потребления природного газа используется в процессе Хабера-Боша — столетнем методе превращения азота из воздуха в удобрение на основе аммиака для сельскохозяйственных культур. Это чрезвычайно важно — помогает поддерживать жизнедеятельность около 40 % населения земного шара, — но также невероятно неэффективно по сравнению с методами, применяемыми самой природой. Опять же, квантовые компьютеры могли бы дать ответ.

До сих пор исследователи работали над этими проблемами с помощью тупых инструментов. Они могут выполнять все более мощное моделирование с использованием классических устройств, но чем сложнее становятся реакции, тем сложнее с ними справиться суперкомпьютерам. Это означает, что прямо сейчас ученые ограничены рассмотрением только очень мелких проблем или вынуждены жертвовать точностью ради скорости. Атом водорода, например, имеет один положительно заряженный протон и один электрон, и его легко смоделировать на ноутбуке — вы даже можете рассчитать его химический состав вручную. Гелий, следующий элемент периодической таблицы Менделеева, состоит из двух протонов, вокруг которых вращаются два отрицательно заряженных электрона — но моделировать его сложнее, потому что электроны запутаны, поэтому состояние одного связано с состоянием другого, что означает, что все они должны вычисляться одновременно. К тому времени, когда вы доберетесь до тулия, у которого 69 электронов, вращающихся по запутанным орбитам, окажетесь далеко за пределами возможностей классических компьютеров. Если бы вы записывали по одному из возможных состояний тулия в секунду, это заняло бы 20 триллионов лет — более чем в тысячу раз больше возраста Вселенной. В своей книге 2013 года «Приложение-убийца Шредингера» Джон Доулинг подсчитал: для имитации тулия на классическом компьютере вам потребовалось бы скупить все мировое производство чипов Intel в течение следующих 1,5 миллионов лет, что обойдется примерно в 600 триллионов долларов. Гораздо более быстрой альтернативой было бы просто измерить атом напрямую. Классические компьютеры испытывают экспоненциальное замедление при моделировании запутанных квантовых систем. Тем не менее та же самая запутанная квантовая система не демонстрирует экспоненциального замедления при моделировании самой себя. Запутанная квантовая система действует подобно компьютеру, который экспоненциально мощнее любого классического компьютера. Хотя мы знали все уравнения, необходимые для моделирования химии, с 1930-х годов, у нас никогда не было достаточной вычислительной мощности, чтобы это сделать. Это означает, что часто, когда имеешь дело со сложными симуляциями, которые неподъемны для классических компьютеров, лучшим подходом по-прежнему остается просто попробовать множество различных вещей в реальном мире и сделать выводы на основе наблюдений и экспериментов.

«На самом деле мы не можем предсказать, как поведут себя электроны прямо сейчас, — говорит Кристофер Савуа из Zapata. — Если мы сможем попасть в мир, где мы моделируем это на компьютере, мы сможем быть более предсказуемыми и проводить меньше реальных лабораторных экспериментов». По его словам, это похоже на то, как если бы Airbus все еще проводил испытания самолетов, строя мелкомасштабные модели и запуская их в небо.

Чтобы решить эти и множество других подобных проблем, химикам, биологам и физикам необходимо смоделировать природу, и — в точности, как предсказывал Ричард Фейнман еще в 1980-х годах — им в помощь нужны компьютеры, изготовленные из квантовых компонентов. В 2010 году Алан Аспуру-Гузик — профессор химии и компьютерных наук и соучредитель Zapata — объединился с квантовым физиком Эндрю Уайтом из Мельбурнского университета и другими учеными, чтобы провести одно из первых в истории симуляций квантовой химии. Они выбрали дигидроген, который представляет собой всего лишь два соединенных вместе атома водорода. Он был впервые проанализирован с использованием новой на тот момент науки квантовой механики еще в 1927 году. Теперь целью было просто показать, что квантовые компьютеры могут быть использованы для такого рода вычислений. Их квантовое моделирование, выполненное на квантовом устройстве на основе фотонов, позволило правильно рассчитать прочность связи между атомами водорода с точностью до шести частей на миллион.

Есть три способа, с помощью которых квантовые компьютеры могут помочь улучшить наше понимание реакций на молекулярном уровне. Первый подход предполагает создание специального компьютера для моделирования проблемы, которую вы пытаетесь решить, — физическое воссоздание молекулы с нужным количеством кубитов, соответствующим ее реальной структуре. Такую машину было бы проще построить, но она не была бы компьютером в традиционном смысле этого слова — вы не смогли бы легко перепрограммировать ее для решения различных задач.

Второй подход предполагает реализацию алгоритмов, которые показывают, как система меняется с течением времени. Вы вводите текущее состояние системы в виде ее волновой функции и уровень энергии в системе (известный как ее гамильтониан, в честь математика сэра Уильяма Роуэна Гамильтона) и наблюдаете, как это меняется с течением времени. Эти «гамильтоновы симуляции», как их обычно называют, имеют огромный спектр потенциальных применений и могут быть особенно полезны для понимания и прогнозирования сложных реакций с участием молекул, подобных тулию, где электроны сильно коррелированы.

Существует целый ряд активных проблем, подобных этой, с которыми в настоящее время сталкиваются классические компьютеры, где квантовые компьютеры обещают экспоненциальное ускорение. Задачи химии, которые только и ждут появления квантового компьютера, достаточно мощного и надежного, чтобы справиться с ними, варьируются от извлечения металлов с помощью катализа до фиксации углекислого газа, который можно было бы использовать для улавливания выбросов и замедления изменения климата. Но тем, что потенциально может оказать наибольшее влияние, может быть производство удобрений. Растения нуждаются в достаточном количестве азота для роста. Воздух насыщен им, но растения сами не могут получать его с неба, поэтому фермерам приходится вносить в свои посевы богатые азотом удобрения, произведенные с использованием энергоемкого процесса Хабера-Боша. 40 % углеродного следа буханки хлеба приходится на производство азота, необходимого для производства удобрений для выращивания пшеницы.

Но у природы есть свой собственный метод. Некоторые растения зависят от бактерий, которые используют фермент под названием нитрогеназа для «улавливания» азота из атмосферы и превращения его в аммиак. Понимание того, как работает этот фермент, стало бы важным шагом на пути к совершенствованию процесса Haber-Bosch и созданию менее энергоемких синтетических удобрений.

Ключом к решению этой проблемы является понимание структуры ФеМоко, сложной молекулы, лежащей в основе фермента, которую слишком сложно смоделировать на классических компьютерах. В 2017 году исследовательская группа из Microsoft и ETH Zurich продемонстрировала, что квантовый компьютер с сотней логических кубитов может решить эту проблему, но признала, что для их формирования им потребуется до миллиона физических кубитов.

Еще одна область, где гамильтоново моделирование могло бы оказаться полезным, — понимание того, как растения используют энергию солнца. У растений фотосистема II представляет собой огромный, сложный комплекс различных ферментов, который выполняет некоторые из первых этапов фотосинтеза. Использование квантовых компьютеров для моделирования процесса могло бы помочь химикам разработать методы искусственного фотосинтеза, позволяющие им использовать энергию солнца для производства топлива. Солнечные панели — также область, в которой квантовые компьютеры могли бы помочь, ускорив поиск новых материалов.

Способность потенциально идентифицировать новые соединения является одной из причин, по которой медицинская индустрия в восторге от квантовых вычислений. Мы уже видели, как квантовые компьютеры должны быть способны обрабатывать данные МРТ-сканирования более эффективно и точно, но они также могли бы сэкономить миллиарды на разработке лекарств, позволяя компаниям быстро идентифицировать новые соединения, а затем моделировать их действие без необходимости их синтеза. Кроме того, квантовые вычисления могли бы помочь ученым моделировать сложные взаимодействия и процессы в организме, что позволило бы открыть новые методы лечения таких заболеваний, как болезнь Альцгеймера, или быстрее понять новые заболевания, такие как Covid-19. Искусственный интеллект уже используется такими компаниями, как DeepMind, для получения информации о сворачивании белков — ключевом аспекте роста и болезней, — и квантовые компьютеры ускорят эти усилия.

Рекомендуем почитать:

В то время как большинству из этих приложений, возможно, придется подождать появления исправленного, отказоустойчивого квантового компьютера с тысячами или миллионами кубитов, моделирование некоторых естественных проблем, которое ранее было невозможно, может, по мнению некоторых специалистов в этой области, оказаться в пределах нашей досягаемости в течение следующего десятилетия. Первые попытки создания квантовых компьютеров будут шумными и подверженными ошибкам, но это на самом деле может сделать их подходящими для моделирования природы — молекулы в реальном мире также существуют в мире шума и помех.

Для многих применений квантовых устройств, таких как криптография, этот шум может быть огромным ограничением и приводить к неприемлемым уровням ошибок. Однако для химического моделирования шум был бы репрезентативен для физической среды, в которой существуют как химическая система (например, молекула), так и квантовое устройство. Это означает, что моделирование молекулы NISQ будет шумным, но этот шум на самом деле говорит вам нечто ценное о том, как молекула ведет себя в своей естественной среде. Когда дело доходит до имитации природы, шум и ошибки могут быть особенностью, а не багом. Уже сейчас малогабаритные квантовые компьютеры, оснащенные интеллектуальными, ресурсосберегающими алгоритмами, начинают использоваться для решения реальных задач в области химии и материаловедения.

В январе 2020 года исследователи из IBM опубликовали первое представление о том, как квантовые компьютеры могут быть полезны в эпоху NISQ. Работая с немецким производителем автомобилей Daimler над усовершенствованием аккумуляторов для электромобилей, они использовали малогабаритный квантовый компьютер для моделирования поведения трех молекул, содержащих литий, которые могут быть использованы в следующем поколении литий-серных аккумуляторов, обещающих быть более мощными и дешевыми, чем современные элементы питания. Вместо того чтобы запускать гамильтоново моделирование, для которого потребовалось бы гораздо больше кубитов, чем было доступно исследователям, они использовали вариационные квантовые алгоритмы — третий способ, с помощью которого квантовые компьютеры могут моделировать природу, и, вероятно, он будет наиболее полезен в краткосрочной и среднесрочной перспективе.

Вариационные квантовые алгоритмы используют гибрид квантовых и классических компьютеров для ускорения вычислений. В своем блоге Питер Джонсон — ведущий научный сотрудник и основатель Zapata — проводит сравнение с тем, как Google Maps находит для вас наилучший маршрут домой за разумный промежуток времени. Приложение не выполняет поиск по всем возможным маршрутам, вместо этого он завершает поиск по хорошо мотивированному подмножеству маршрутов и частичным маршрутам. Джонсон говорит здесь о том, что вместо того чтобы действовать полностью вслепую, картографический алгоритм Google использует ярлыки и эмпирические правила, чтобы ограничить размер базы данных, по которой ему приходится выполнять поиск.

Вы могли бы сделать нечто подобное, если бы искали конкретный номер дома на незнакомой улице и знали, что нечетные и четные номера находятся по разные стороны дороги. Проверка только одной стороны дороги сокращает время поиска вдвое с минимальным ущербом для конечного результата.

Вместо того чтобы пытаться выполнить все вычисления с помощью квантового компьютера, вариационные квантовые алгоритмы могут использовать ограниченное количество кубитов, чтобы наилучшим образом угадать решение с использованием доступных ресурсов, а затем передать результат классическому компьютеру, который затем решает, следует ли предпринять еще одну попытку. Разделение квантовой обработки на более мелкие независимые этапы означает, что вы можете выполнять вычисления с меньшим количеством более шумных кубитов, чем потребовалось бы в противном случае.

В 2016 году Алан Аспуру-Гузик из Zapata сотрудничал с исследовательской группой Google в Санта-Барбаре, чтобы снова смоделировать дигидроген, но на этот раз с использованием сверхпроводящих кубитов поискового гиганта и алгоритма, известного как «вариационный квантовый решатель собственных значений». И снова квантовый компьютер смог предсказать энергетические состояния и длины связей молекулы. Этот метод обещает быть более простым в масштабировании до более сложных систем, не требуя значительного увеличения требований к исправлению ошибок.

По мере увеличения количества кубитов в ранних квантовых компьютерах их создатели открывают доступ через облако. Например, у IBM есть своя IBMQ network, в то время как Microsoft интегрировала квантовые устройства в свою платформу облачных вычислений Azure. Объединив эти платформы с квантово-ориентированными алгоритмами оптимизации и переменными квантовыми алгоритмами, исследователи могли бы начать видеть некоторые ранние преимущества квантовых вычислений в областях химии и биологии в течение следующих нескольких лет. Серджио Бойшо из Google надеется, что со временем квантовые компьютеры смогут справиться с некоторыми экзистенциальными кризисами, с которыми сталкивается наша планета.

Большой адронный коллайдер, крупнейший в мире ускоритель элементарных частиц, собирает около 300 гигабайт данных в секунду, сталкивая протоны вместе, чтобы попытаться раскрыть фундаментальные секреты Вселенной. Для его анализа требуются огромные вычислительные мощности — прямо сейчас он распределен по 170 центрам обработки данных в 42 странах. Некоторые ученые из ЦЕРН — Европейской организации ядерных исследований — надеются, что квантовые компьютеры могли бы помочь ускорить анализ данных, позволив им проводить более точное моделирование перед проведением реальных тестов. Они начинают разрабатывать алгоритмы и модели, которые помогут им использовать мощь квантовых компьютеров, когда устройства станут достаточно хороши, чтобы помочь. Важнейшим достижением Большого адронного коллайдера на сегодняшний день, несомненно, является открытие в 2012 году бозона Хиггса, элементарной частицы, существование которой помогло подтвердить некоторые давние, но не требующие доказательств теории квантовой физики.

В 2018 году физики из Калифорнийского технологического института и Университета Южной Калифорнии с помощью квантового компьютера повторно проанализировали данные, которые привели к этому открытию, и сумели воспроизвести результаты. Это было не быстрее, чем классическое устройство, но оно продемонстрировало, что квантовая машина может быть использована для решения такого рода задач. Одной из наиболее захватывающих возможностей будет выполнение очень точного моделирования квантовых систем с помощью квантового компьютера, который сам по себе является квантовой системой. Другие новаторские возможности появятся благодаря сочетанию квантовых вычислений и искусственного интеллекта для анализа больших данных — на данный момент это очень амбициозное предложение, но оно имеет центральное значение для наших нужд. Да и в целом, если мы когда-нибудь получим удовлетворительную «теорию всего», включающую как квантовую теорию, так и гравитацию, почти наверняка она будет найдена только с помощью квантовых компьютеров для моделирования поведения Вселенной.

Прочитано: 129