朱偉浩＊，王坤，許丹丹，伍蕾影，成彥波

鄭州信大先進技術研究院，河南 鄭州 450000

引 言

隨著半導體行業(yè)“摩爾定律”晶體管尺寸逐步接近物理極限，當達到納米量級時，電子隧穿納米介質層材料造成晶體管電流失控，“量子隧穿效應”將對芯片性能產(chǎn)生嚴重干擾影響，計算準確率可能降低，同時數(shù)以億計的納米尺寸器件高速運轉時產(chǎn)生極大熱量，導致其穩(wěn)定性進一步降低，繼續(xù)縮小晶體管尺寸以維持“摩爾定律”并不現(xiàn)實，基于芯片設計與制備成本分析，“摩爾定律”已經(jīng)終結，因此半導體行業(yè)未來很可能進入“后摩爾定律時代”[1]。

量子計算是“后摩爾定律時代”重要的解決方案之一，最早由物理學家費曼提出，其目的是利用人工構建的量子體系解決傳統(tǒng)計算機無法完成的困難任務（如多體量子系統(tǒng)的演化等），是以量子比特為基本單元，通過量子態(tài)的受控演化實現(xiàn)數(shù)據(jù)的存儲計算，具有經(jīng)典計算無法比擬的巨大信息攜帶和超強并行處理能力，在特定計算困難問題上可實現(xiàn)指數(shù)級加速[2]。正因如此，量子計算在材料、化學、醫(yī)藥、生物等研究領域具有先天優(yōu)勢，適用于大規(guī)模分子體系的高精度模擬計算，有效突破現(xiàn)有計算體系的瓶頸，對于新材料開發(fā)、藥物研制、生物體系研究、化學反應機理分析等領域的研究都具有重要應用價值。

1 量子計算

與經(jīng)典計算相比，量子計算計算效率和能力擁有極大的優(yōu)勢和挖掘潛力，是未來計算科學的重點發(fā)展方向之一。目前量子計算的物理實現(xiàn)方式處于超導線路、離子阱、半導體量子點等多種物理體系并行研究的狀態(tài)，同時量子計算機的研制涉及量子芯片制備封裝及其苛刻運行環(huán)境、量子測控系統(tǒng)、量子算法、量子軟件、量子編碼糾錯、量子計算機操作系統(tǒng)等關鍵技術環(huán)節(jié)，屬于物理學、計算機科學、數(shù)學等基礎學科交叉領域，復雜程度較高，因此通用型量子計算機距離大規(guī)模應用尚需時日，但隨著近些年國內(nèi)外在量子算法優(yōu)化、量子計算工程化、量子優(yōu)越性驗證及高精度量子操控方面不斷取得突破，尤其是2019年Google 量子團隊宣布基于超導量子計算方案完成量子優(yōu)越性（量子霸權）試驗，首次公開展現(xiàn)了量子計算相對于經(jīng)典計算的明顯優(yōu)勢，因此量子計算機軟硬系統(tǒng)開發(fā)已然進入了新階段，將為量子計算應用研究提供重要支撐。

圖1 量子計算部分重要研究方向Fig.1 Important research directions of quantum computing

1.1 量子比特

經(jīng)典計算機的基本單元是比特，由于在經(jīng)典計算機中，信息和數(shù)據(jù)以二進制數(shù)值形式表示和存儲，其在任意確定時刻只能為“0”或“1”，而作為量子計算機的基本組成——量子比特（qubit）可處于“0”和“1”的疊加態(tài)，對其進行測量，量子比特將以一定概率坍縮到“0”或“1”，因此量子計算有表示和存儲兩方面理論優(yōu)勢，隨著量子比特數(shù)的增加，量子信息表示與存儲空間將以指數(shù)規(guī)模擴展[3]。量子比特與經(jīng)典比特相比，具備更強的信息攜帶和處理能力。

量子比特狀態(tài)可用數(shù)學語言表示為：

1.2 量子算法

量子算法是量子計算應用和量子信息處理的核心，是整個量子計算領域的驅動力，其可以有效利用量子比特狀態(tài)的疊加、糾纏等資源進行量子邏輯門運算，從而帶來指數(shù)級的信息表征和計算能力，而量子計算機需要運行特殊的量子算法才能實現(xiàn)量子計算的優(yōu)勢，量子計算的發(fā)展與高效的量子算法研發(fā)密不可分。

目前核心量子算法數(shù)量相對有限，且只能在特定問題上發(fā)揮量子計算優(yōu)勢，暫時無法普適地解決各類現(xiàn)實問題，但即便如此，考慮到量子算法的巨大理論優(yōu)勢和未來發(fā)掘潛力，以及近些年量子計算在工程化及高精度量子操控方面的快速發(fā)展，在量子算法理論及應用等方面進行深入研究很有必要。

1.3 變分量子本征求解算法（VQE）

采用經(jīng)典計算對量子系統(tǒng)進行模擬時需采用縮小系統(tǒng)規(guī)模或依賴近似等方法以達到求解目的，精確模擬計算僅限于規(guī)模較小的系統(tǒng)，對其他大部分體系而言，采用經(jīng)典計算對系統(tǒng)結構與性質進行精確求解計算并不現(xiàn)實，而采用量子模擬計算是可行且自然的方案。量子計算最自然最顯著的應用是實現(xiàn)量子系統(tǒng)動力學的模擬，這也是Richard Feynman開創(chuàng)性地提出研究量子計算的動機，在對多體系統(tǒng)進行模擬時，量子算法可指數(shù)級地超越經(jīng)典算法，其應用領域涉及化學、材料科學、凝聚態(tài)物質、核物理和高能物理等?？紤]到當前量子計算機及量子糾錯的高成本，目前比較有前景的途徑是采用近似或啟發(fā)式的方法解決問題，已產(chǎn)生了大量的量子算法與量子/經(jīng)典混合算法，用于解決多體系統(tǒng)模擬問題，其中就包括變分量子算法（Variational Quantum Algorithms）[5]。

圖2 幾種重要的量子算法Fig.2 Several important quantum algorithms

目前研究領域中的許多問題，特別是量子化學問題，可被構造成所謂的特征值問題。根據(jù)量子力學變分原理，量子化學系統(tǒng)基態(tài)（最低能量）計算能量隨著對解的近似值不斷優(yōu)化而逐步降低，從而漸近地接近真實值，這一原理產(chǎn)生了迭代經(jīng)典算法，將一個粗略猜測值作為輸入，將優(yōu)化后的近似解作為輸出，然后將其作為下一個迭代的猜測值，每循環(huán)一次輸出解將會越來越接近真實解，重復此過程直至達到閾值。其通常包括經(jīng)典算法和量子算法，即利用量子處理器執(zhí)行優(yōu)化步驟并隨后讀出，利用經(jīng)典控制單元判斷是否執(zhí)行下一個迭代，其可以實現(xiàn)對量子比特保真度要求最小化，并輸出有價值計算結果[5]。

變分量子本征求解(Variational Quantum Eigensolver，簡稱VQE) 算法，VQE 量子算法被認為在執(zhí)行求解近似波函數(shù)和多體系統(tǒng)（例如分子和材料等）性質等類似任務時優(yōu)勢明顯，其可以被用于求解化學分子基態(tài)以及各類涉及化學計算的相關問題。對于經(jīng)典計算機而言，表示N 個分子軌道占據(jù)狀態(tài)，需用2N維線性空間去計算，因此當計算超過50 個分子軌道的分子時則無法精確計算，而量子計算機的N 個軌道需要N 個量子比特完成模擬，因此可以實現(xiàn)有效求解，不過VQE 在現(xiàn)實應用中所涉及的量子邏輯門和量子比特具體數(shù)量很大程度上取決于算法的類型[5]。VQE 算法是可在當前量子計算機水平上實現(xiàn)量子化學模擬計算的重要量子算法，2020年Google 量子計算團隊在超導量子計算機上對分子能量進行Hartree-Fock 計算，并利用變分量子本征求解算法（VQE）進行糾錯完善，實現(xiàn)了對化學反應過程的精確計算[13]，雖然研究對象是二氮烯分子（兩個氮原子和兩個氫原子）異構化過程，屬于基礎化學反應，但其在真實量子計算機上的試驗過程及結果對于未來量子計算技術應用于大分子體系及化學反應研究意義重大。

1.4 量子力學與量子化學

1926年，奧地利物理學家E.Schordinger 提出波動方程深刻揭示了微觀粒子運動規(guī)律，是量子力學最基本的方程，也是量子化學最重要的理論計算基礎。該方程對微觀體系中原子核和電子之間相互作用關系進行了定量描述，1927年德國E.Heitler 和F.W.London 首次利用量子力學處理化學問題，定量闡釋了氫分子體系中兩個中性原子形成化學鍵的過程，量子化學由此誕生[6]。

量子化學是利用量子力學理論方法研究化學體系結構和性質的科學，其具體內(nèi)容是利用量子力學方法計算分子、原子和固態(tài)體系中電子及電子核的運動規(guī)律，進而揭示化學現(xiàn)象的規(guī)律和本質，而其核心就是精確求解分子體系的薛定諤方程。

量子化學為現(xiàn)代化學領域的研究提供了新的重要工具，尤其是隨著計算機科學迅猛發(fā)展，計算算力大幅提升，其在微觀層面的研究價值和意義更加凸顯，但若要通過量子化學理論計算獲取分子體系能量及結構參數(shù)等相關信息，需求解多電子體系薛定諤方程，而由于電子間存在強關聯(lián)，其基態(tài)能量幾乎無法被精確求解，因此量子化學計算理論發(fā)展出各種近似方法用于計算，但目前僅對質量小電子少的簡單分子體系（氫原子及類氫粒子體系）獲得精確解，對于大多數(shù)的大質量多電子體系目前仍無法進行精確計算[7]，而隨著量子計算尤其是量子計算機體系研究不斷深入，這一局面有望改變。

2 量子計算在化學等領域的應用

與傳統(tǒng)化學實驗手段不同，量子化學是現(xiàn)代化學研究領域的一種重要新型研究方法，在無機化合物、高分子材料、生物大分子體系等領域有廣泛應用?；诹孔踊瘜W計算可從微觀角度揭示分子和晶體結構及性質（如電子和過渡態(tài)的結構和能量等），同時可以解釋復雜的化學反應機理和分子間相互作用力等[8]。通過對體系中存在的各種電子與其他原子核間相互作用進行精確模擬計算可得到體系的基態(tài)能量，而分子體系能量狀態(tài)對于化學反應機理分析至關重要，但實際上研究體系的計算量隨著電子數(shù)的增加而呈指數(shù)級迅速增加，面對如此驚人的計算量，即便是超級計算機也難以滿足，而量子計算正是建立于量子體系研究的基礎上，因此非常適用于量子化學模擬計算，并最終在化學、材料、生物、醫(yī)藥、能源等領域實現(xiàn)量子技術應用。

2.1 量子化學模擬計算多領域應用現(xiàn)狀

目前基于經(jīng)典計算近似方法的量子化學模擬雖然無法實現(xiàn)多電子體系的精確計算，但仍在材料、化學、生物、醫(yī)藥、能源及環(huán)保等領域已取得許多研究成果，展現(xiàn)了量子化學計算的應用價值，推動了相應領域的研究進展，同時也為未來量子計算在材料、化學等領域的應用研究指明了方向。

在材料研究領域，王磊[9]利用量子化學計算方法對半有機非線性光學材料L-精氨酸磷酸鹽（LAP）晶體分子內(nèi)基團作用進行計算研究，探討了材料分子特異性及晶體光損傷機制；張敏明[10]通過量子化學方法對基于二氧化錫（SnO2）體系的多種材料進行設計和計算，對大范圍篩選后的二氧化錫單摻雜和雙元素共摻雜新材料體系分別進行導電能力（有效質量）、光學性能（電子結構）以及穩(wěn)定性和制備過程（結合能和形成能）等方面進行計算和預測，得到綜合性能優(yōu)良的新型透明導電氧化物半導體材料。

在化學研究領域，宋本騰等[8]對分子篩催化劑微觀結構與性質進行計算，研究其反應合成機理，提高其在石油催化裂解及環(huán)境治理領域的應用潛力；李寧等[11]對1-胺丙基-3-甲基咪唑氯鹽離子液體的微觀電子結構性質進行量子化學計算，從理論上認識了離子液體穩(wěn)定結構，并從微觀結構上分析了咪唑類離子液體；姚燦等[12]利用量子化學方法對玉米秸稈熱解機理進行建模分析，通過對不同初反應和次反應路徑進行結構優(yōu)化和能量計算，研究分析了其微觀熱解反應路徑及熱解產(chǎn)物分布等，提高生物質能源效率；王銳[13]通過對稻殼類陸生生物質中纖維素和硫酸多糖共熱解協(xié)同反應和催化反應過程機理進行模擬計算分析，研究其微觀層面反應路徑及能量變化，進一步提高生物質熱解油質量。

在生物醫(yī)藥領域，量子化學計算方法在酶催化反應、基因復制/轉錄/突變過程、藥物和受體結合等領域均有應用研究[14-15]。崔丹丹等[15]展現(xiàn)了國內(nèi)外研究團隊[16-18]利用量子化學方法在各類天然抗氧化物（多酚類化合物、類胡蘿卜素及黃酮類化合物等）清除自由基方機理方面的研究進展；Fu 等[6,19]利用量子化學方法計算了生物體系中全氟辛烷磺酸前體物質在酶催化反應下經(jīng)羥基化反應、質子轉移反應和脫烷基反應轉變?yōu)槿镣榛酋０返娜^程。無論是在生物大分子穩(wěn)定結構優(yōu)化，還是在微觀反應機理方面，量子化學均取得了不同程度的研究進展，不僅展現(xiàn)了量子化學的重要應用價值，而且加速了相應科研領域的研究進展，另有研究人員計劃將量子計算技術應用于個性化定制醫(yī)療服務，基于個體基因組成預測藥物特定影響，甚至為個體設計專門藥物以實現(xiàn)最大化藥效和最小化副作用，從而推動精準醫(yī)療服務。

在能源研究領域，夏禛[20]基于量子化學模擬等方法，深入研究碘化氫在碳材料上的催化分解機理，提高碘化氫均相分解率及氫氣制備效率，助力大規(guī)模制氫反應和氫能高效利用研究；李昭娟[21]等認為通過量子化學方法可對鋰離子電池中鋰鹽分子結構與物理/化學性質間的關系、氧化還原路徑及結構變化規(guī)律等機理進行研究，同時通過量子化學計算分子設計與篩選，可從大量待選樣品中快速準確獲得符合設計要求的化學用劑，另外通過研究電解液溶解添加劑在界面膜層中的成膜機理，并基于構效關系進行優(yōu)化改進，對提高鋰離子電池等新能源性能有重要意義，此外基于量子計算強大的并行計算優(yōu)勢，優(yōu)化復雜反應過程，提高反應能源利用效率，對于大規(guī)模能源消耗型企業(yè)而言，同樣具有重要經(jīng)濟價值和環(huán)保效益。

在環(huán)保領域，李寧[22]等利用量子化學方法對不同類型離子液體中CO2 溶解度進行預測計算，進而通過篩選對氨基功能化咪唑類離子液體進行微觀分子結構與性質計算分析，最終優(yōu)選出高效環(huán)保的氨基化咪唑類離子液體碳吸收用劑，未來可用于環(huán)保降碳領域，減少溫室氣體排放；彭濤等[6]對量子化學在化學品環(huán)境污染中的廣泛應用進行綜合分析，認為基于化學分子結構，選擇合適的計算泛函及校正方法，通過求解分子體系薛定諤方程得到鍵長鍵角等分子結構、電荷分布及能量相關數(shù)據(jù)，從而分析其理化性質，進而結合過渡態(tài)理論可對化學品在環(huán)境中的轉化機理進行分析，為其環(huán)境風險評估和環(huán)境污染治理提供重要的基礎理論支撐。

基于經(jīng)典計算近似方法的量子化學模擬計算在模擬大體系分子系統(tǒng)時面臨著計算精度、計算規(guī)模等方面的限制（計算量隨著研究體系電子數(shù)的增加而指數(shù)級迅速增加，計算精度無法保證），從而影響了量子化學計算結果的準確率和可靠性，在一定程度也限制了量子化學應用研究的發(fā)展，而基于當前及未來量子計算研究成果，可實現(xiàn)在真實量子計算機上的模擬計算，從而破除在大分子多電子體系計算時在計算精度及計算規(guī)模方面的限制，真正推動量子計算在材料、化學、生物、醫(yī)藥、能源及環(huán)保等重要領域的應用。

2.2 近期量子計算在化學等領域的應用研究進展

圖3 量子化學在材料化學等領域的應用Fig.3 Applications of quantum chemistry in materials chemistry and other fields

量子化學是量子計算最有前景的應用之一，2017年IBM 在其超導量子計算機（6 量子比特）上利用變分量子本征求解算法（VQE）實現(xiàn)了對氫化鈹（BeH2）分子基態(tài)能量的精確計算，是推進量子計算機向復雜分子化學模擬計算研究的第一步，為后續(xù)開展大體系分子高精度量子化學模擬計算積累了經(jīng)驗[23]。2017年Google 推出了OpenFermion 工具，可支持對任意輸入的化學分子構型產(chǎn)生模擬該分子的量子程序。2017年，Markus Reiher[24]等展現(xiàn)了利用量子計算機進行生物固氮反應機理研究的新方法，為量子計算化學應用研究提供了重要支撐資料。2018年IBM 其云計算平臺上推出“RXN for Chemistry”，其實質上是利用神經(jīng)機器學習翻譯方法（neural machine learning translation method）預測化學反應生成物，據(jù)稱目前仍是性能最好的用于正向反應預測的數(shù)據(jù)驅動人工智能解決方案，已為超過1.5 萬名用戶提供了至少76 萬份關于化學反應的機器學習預測報告，結果準確率超過90%，隨后與其他團隊合作將逆向合成架構集成至RXN 工具中，進一步完善其功能。2018年日本JSR 藥業(yè)與劍橋量子計算CQC（Cambridge Quantum Computing）在量子化學應用及算法研究方面開展合作，同時其與三星聯(lián)合開展采用量子計算技術用于新材料開發(fā)的研究[25]，埃森哲（Accenture）與量子計算軟件公司1QBit 聯(lián)合為制藥公司Biogen 開發(fā)了首個量子計算驅動的分子比較應用程序，可明顯提高化學分子設計效率，加速針對復雜神經(jīng)系統(tǒng)疾病（如阿爾茨海默氏癥、帕金森氏癥等）的藥物發(fā)現(xiàn)。2019年本源量子推出化學應用系統(tǒng)ChemiQ，是國內(nèi)首個針對量子化學和藥物研發(fā)的算法應用程序。2019年華為推出的HiQ Fermion 軟件包，在華為云上提供了一站式量子化學模擬解決方案。2019年，梅賽德斯-奔馳制造商戴姆勒(Daimler)與IBM 進行合作，計劃通過模擬電池內(nèi)部復雜化學反應原理，設計電動汽車新型鋰電結構。2019年，Google[26]公開了使用量子計算仿真材料發(fā)明專利，介紹了使用量子計算機仿真材料或其他物理體系的方法和系統(tǒng)裝置。2019年麥肯錫(Mckinsey)研究認為量子計算將在新材料開發(fā)（分子設計）、新產(chǎn)品配方（模擬優(yōu)化）、生產(chǎn)操作過程優(yōu)化重點領域為化學工業(yè)發(fā)展帶來重要機遇。2020年IBM 在前期基礎上進一步推出RoboRXN 人工智能模型，其經(jīng)過大量涉及化學合成的基礎知識訓練，學習了不同化學物質特性，根據(jù)繪制的化學分子結構，可進行逆向反應過程分析，有效預測所需的原料成分與反應程序，消除繁瑣的人工任務，縮減無效環(huán)節(jié)時間與成本消耗，加速生物/醫(yī)藥/材料領域的研發(fā)速度[27-28]。2020年Google 量子團隊利用VQE 算法在其Sycamore 量子處理器（12 量子比特）上成功模擬了二氮烯分子異構化反應過程及結合能，可實現(xiàn)對電子結構精確計算與分析，并對化學反應機理進行解析，是目前在量子計算機實現(xiàn)的最大規(guī)?；瘜W反應模擬計算[29]，對于當前量子計算機在化學領域的應用研究意義重大。德國HQS Quantum Simulations 團隊長期致力于結合化學分子特性開發(fā)量子算法，可在量子計算機和經(jīng)典計算機上實現(xiàn)化學過程有效模擬，2020年其與奧利地AQT（Alpine Quantum Technologies）合作提供量子化學軟件解決方案[25]。2020年新冠肺炎疫情期間，加拿大量子計算公司D-Wave 為藥物研究人員提供免費量子云計算服務，加速針對新冠病毒的藥物研發(fā)進程。國內(nèi)本源量子與生物醫(yī)藥企業(yè)合作基于量子云計算平臺進行特異性識別病毒試劑盒等產(chǎn)品的開發(fā)。2021年劍橋量子計算（CQC）與中美冠科生物（Crown Bioscience）、JSR 生命科學（JSR Life Sciences）達成合作協(xié)議，將量子技術應用于尋找生物標識物，從而加速用于治療腫瘤等藥物的研發(fā)。2021年IBM量子計算團隊通過對量子算法、系統(tǒng)軟件、處理器以及控制系統(tǒng)進行全面優(yōu)化，將氫化鋰（LiH）化學分子建模時間縮短至9 小時，速度提升了120 倍，從而最大限度利用計算時間，最小化等待時間[30]，此次加速將為研究者在化學等其他領域開展量子應用研究提供重要基礎支撐。

以上是近些年來國內(nèi)外量子計算技術公司與化學/生物/醫(yī)藥行業(yè)的機構或公司進行量子技術應用開發(fā)的部分研究進展，其展現(xiàn)了在當前量子計算技術迅速發(fā)展的形勢與背景下，量子計算應用領域的合作開發(fā)模式日趨成熟完善，對于推動重要化學反應機理研究以及生物醫(yī)藥研發(fā)等領域的發(fā)展具有重要意義。

3 總結與展望

波士頓咨詢（BCG）預測，2030年量子計算在材料科學及化學等科技密集型產(chǎn)業(yè)規(guī)模將達到70 億美元，在制藥行業(yè)領域的市場規(guī)模將達到200 億美元，基于量子技術可有效實現(xiàn)對高度復雜化學反應過程的模擬計算與分析，從而更好地指導與預測研究進程。量子技術在材料、化學及生物醫(yī)藥等研究領域的巨大應用潛力主要表現(xiàn)在大幅縮短計算時間、明顯提高研發(fā)效率、資源消耗更少、更環(huán)保高效工藝等[31]。

目前我國在量子計算領域主要以科研機構和高校為主，核心論文數(shù)量和研究機構等處于世界前列，基礎研究能力僅次于美國，但專利產(chǎn)出方面明顯落后，基礎研究成果轉化有待加強，工程化及應用推動也差距明顯[32]，因此進一步加強對量子技術在材料、化學、生物醫(yī)藥等領域的應用研究很有必要，對于推動未來我國經(jīng)濟產(chǎn)業(yè)高質量發(fā)展有重要意義和價值。

利益沖突聲明

所有作者聲明不存在利益沖突關系。