量子計算機進入復利時代

量子計算機的實際應用在化學領域涌現，有望加速物質材料、催化劑和各類藥物的發展。

在美國科羅拉多州布魯姆菲爾德的這臺量子計算機的核心部分看上去相當熟悉：一塊郵票大小的硅芯片。然而，這臺量子計算機與你的筆記本電腦的相似之處也就到此為止了。前者的那塊芯片層層包裹在一個真空室中，被冷卻到接近絕對零度，上面有198個黃金做的電極，排列成一條橢圓形的跑道。

在“跑道”上方，一系列電脈沖、射頻脈沖和激光脈沖以懸浮的方式捕獲了少量鐿離子。隨后的操作賦予了這些鐿離子特定大小的能量，并誘導它們發生相互作用，進而執行一系列邏輯操作。最后再由一束激光推動每個離子發出或不發出熒光——這樣就形成了一串探測器讀出的二進制代碼，也就是計算結果。

2023年，量子計算領域一家名為“量子連續體”（Quantinuum）的初創企業的研究人員借助一塊攜帶8個鐿離子的芯片從無數種可能構型中計算出了氫氣分子兩個電子在最穩定狀態下的準確排布。就這件事本身而言，這種計算能力應該說是完全不值一提：一臺普普通通的筆記本電腦幾秒鐘就能搞定。不過，這是高級量子模擬的首次展示。未來，隨著量子計算機越發強大，高級量子模擬的表現有望變得越來越好，并能處理更多、更復雜的分子。

另外，這項成就也表明量子計算機正在試探性地從純粹的前景展望階段轉向解決現實世界的挑戰。現在，有許多公司都認為，化學領域的應用——尤其是在新藥物和新催化劑的搜尋方面——會是這類新機器最早解決的任務之一。相關研究人員表示，量子計算機是預測分子結構和行為的理想工具，因為無論是量子計算機還是分子都受反直覺的量子力學約束。

量子連續體戰略發展主管查德 · 愛德華茲（Chad Edwards）說：“就當下的情況來說，我們是在用化學問題推動量子計算，而不是用量子計算推動化學。不過，轉折點遲早會出現，到那時，兩者的角色就會互換。”位于巴黎的量子計算初創企業PASQAI也同樣關注量子計算在化學領域的應用。在PASQAI工作的量子物理學家路易-保羅 · 亨利（Louis-Paul Henry）贊同愛德華茲的說法：“2023年，量子計算的實際應用研究明顯加速，越來越多的人開始討論如何應用量子計算，并且尋找與現實世界相關的棘手問題。”

現在，量子計算機已經開始幫助研究人員探究燃料電池催化劑的反應途徑，模擬光與物質極微弱的短暫相互作用，并揭示可能可以用于生產新藥的蛋白質組合。量子計算公司“相工藝”（Phasecraft）的共同創始人阿什利 · 蒙塔納羅（Ashley Montanaro）說，量子計算機現在已經優秀到幾乎足以取得超越經典系統范疇的發現的程度。“量子計算與這個目標之間的距離要比人們此前想的近得多。”

標準計算機以0和1表示、操作數據，而量子計算機的運算基礎則是“量子比特”，既可以用0和1編碼數據，也可以同時使用這兩種狀態，也就是兩者結合的“疊加態”。具體到量子連續體公司開發的計算機，充當量子比特的就是鐿離子中的電子，可以處于兩種不同能級的疊加態中。在執行計算期間，多個量子比特“糾纏”在一起，于是，它們的能量狀態會相互影響，從而產生了同時評估所有可能的相互作用的可能性。

量子連續體公司創始人伊利亞斯 · 卡恩（Ilyas Khan）把經典計算比作迷宮中的老鼠，隨機地一次又一次轉向，通過不斷地試錯，最后找到走出迷宮的正確路徑。他說，量子計算機能夠俯瞰整個迷宮，因而能夠相對容易地一眼找到最優路徑。另外，驗證答案就像測試量子計算機揭示的分子結構或行為一樣簡單。卡恩說：“你知道你就快成功了，因為你已經拿到了那塊奶酪。”即便只是把幾百個量子比特聯系在一起也足夠做一些極其復雜的計算了。

難點在于，量子比特比較脆弱：一個空氣粒子、一丁點熱量波動乃至一小撮宇宙射線的輕微接觸，都可能擾亂量子比特的疊加態，產生導致結果不準確的錯誤。為了讓這類影響降至最低，研究人員會冷卻量子比特并把它們同周圍環境隔絕起來。另外，他們還會飽和式建造量子比特。即便現在的量子計算機能夠同時使用數十乃至數百個量子比特，其中也只有一小部分執行邏輯運算，其余的則負責糾錯。

即便如此，量子計算機還是變得越發強大了。2023年，IBM發布了一款量子計算機，以微超導電路為基礎，擁有1121個量子比特——要知道，同一款量子計算機的2021年版本只有127個量子比特。也同樣是2023年，位于美國加利福尼亞的初創公司原子計算更進一步，發布了一款擁有1180個量子比特的計算機，其原理是中性鐿原子的自旋。

其他公司則在努力提高量子計算機的準確性。哈佛大學有一支研究團隊使用另一家利用中性原子開發量子計算機的初創企業量子時代（QuEra）提供的設備（擁有280個量子比特的量子計算機）工作。他們報告稱，系統內錯誤率的降低使得他們可以編碼多達48個量子比特，并且能夠在量子紙牌屋倒塌前可靠地執行成百上千次運算。相較之前，這算得上是一次重大改進了。另外，2024年4月，量子連續體的科學家報告稱，微軟公司的一個新算法極大地提升了他們探查并糾正最新款32個量子比特離子芯片錯誤的能力。加州大學洛杉磯分校量子計算專家普林尼哈 · 納朗（Prineha Narang）說：“硬件方面的進步非常非常快，很快就能影響量子計算實際應用數量了。”

許多研究人員都認為，量子計算的實際應用會出現在化學領域。化合物和各類材料的特性受到諸多因素的約束，比如：化學鍵的建立和斷裂、電子的運動和磁場行為等——它們都由量子力學決定。研究人員可以通過求解薛定諤方程推斷出某個分子的行為——往薛定諤方程里輸入電子能級、化學鍵長度等數據，它就能部分描述電子的概率性類波行為以及電子同原子核之間的相互作用。

經典計算機已經能夠計算大如并五苯這樣的分子——并五苯是一條由5個碳氫化合物環組成的鏈，由22個電子構成“π”型共價鍵，約束著分子的形狀和活性。不過，經典計算仰仗的是近似計算，要計算更大的分子就不可避免地會出現大量錯誤交織的情況，導致結果不準確。相較之下，量子計算機就不涉及這些只能模糊計算的因子，只需要把電子和原子核之間的相互作用直接映射到量子比特上，使用真實存在的量子系統表示它們之間的關系。愛德華茲說：“量子系統和量子計算之間天生就存在一致性。”

化學領域很適合量子計算應用的另一個原因是，化學領域的問題常常可以嚴格限制，使其進入當下的小型量子計算機可以處理的范圍內。這樣一來，研究人員可能只需要關注少數幾個電子之間的相互作用就能明白藥物分子是怎么同目標蛋白質結合在一起的了。微軟量子研究小組首席執行官布萊恩 · 比洛多（Brian Bilodeau）說：“最適合量子計算機的問題就是那些問題規模不大但可能出現的結果卻很多的問題。”

目前最主流的混合算法叫作變分量子特征求解（VQE），它借助經典計算機近似計算分子的穩定基態。這種狀態是分子的最低能量位形，對分子結構及其與鄰近分子的相互作用至關重要。這一步完成后就由量子計算機接管任務，去尋找分子基態的準確解。然而，現在的量子計算機還比較容易出錯，在使用VQE算法時表現不佳。2020年，谷歌公司的研究人員用VQE算法建模了由12個氫原子構成的分子鏈中的12個電子的行為。這是目前規模最大的VQE模擬。不過，這項任務的復雜程度仍舊不及經典計算機完成的并五苯及其電子的建模任務。

好在，改善后的新混合量子算法正在蓬勃發展。2022年，谷歌公司的科學家發布了一種算法，可以計算多達120個產生相互作用的電子（位于氮分子和固態金剛石等物質中）的基態。這種算法先利用經典計算機探索電子相互作用的隨機變化，然后再用量子計算機引導經典系統得到準確結果。不過，這個算法最后的準確度還不足以讓研究人員宣稱量子計算具備了對經典方法的相對優勢。

化學家現在正不斷推動這些混合算法的發展，他們的最終目標是借助這類算法發現新的材料和催化劑，甚至理解神秘的光驅動反應。在2024年1月發表在《自然-通信》（Nature Communications）上的一份報告中，相工藝公司的研究人員闡述了另一種混合計算方法。這種方法利用量子計算機模擬晶體物質的結構和電子行為——晶體物質會重復自身結構，因而建模起來會相對容易。在一項這類分析中，相工藝公司的研究人員發現，在準確建模釩酸鍶（一種前途光明的新型電池電極材料）任務中，他們的新算法需要的計算步驟僅僅是現在的VQE算法的百萬分之一。盡管目前的量子計算機性能還不足以讓相工藝的研究人員應用這個算法，但理論上，這的確是一個可以計算如何調整釩酸鍶結構并改進電池的好算法。

催化劑的反應表面則是量子計算早期應用的另一個方向。2023年7月，量子連續體的研究人員在一篇預印本文章中報告稱，使用混合計算方法探索了鉑基催化劑的化學反應活性——鉑基催化劑通常用在燃料電池中，通過將氫和氧轉變成水產生電力。鉑的價格高昂，儲量也很少，因此，研究人員熱衷于提升它的催化速度，這樣就能減少燃料電池使用的鉑，甚至在將來用某種價格更低的物質完全取代鉑。

要想實現這個目標，他們就得理解鉑的工作原理——氧和氫如何吸收催化劑，如何在中間化合物之間轉移電子和質子，最后如何相互作用形成水分子，之后又脫離催化劑。事實證明，光靠經典計算機完全無法處理這類計算。于是，量子連續體公司的量子化學家大衛 · 拉莫（David Ramo）領導的研究團隊提升了模擬過程的準確性。首先，他們使用經典計算機模擬氧分子和氫分子吸收、脫離催化劑粒子的過程。接著，他們又用量子計算機找出涉及電子和質子的最有可能的化學反應路徑。雖然應用這種方法還未發現新的燃料電池催化劑，但拉莫表示，隨著量子計算硬件設備性能的提升，這類模擬結果只會越來越準確、全面。

有了量子算法，研究人員還能研究化學領域中的基本問題。舉例來說，2023年，量子研究人員用量子算法模擬了光和物質發生相互作用的方式——這個過程是視覺現象和光合作用的核心。他們研究了一種光化學反應，在這種反應中，分子從光子中吸收能量并將其轉移給鄰近分子。這種能量轉移過程在僅僅幾飛秒（10-15秒）的時間跨度內就完成了，快到完全無法觀測。經典計算機可以模擬多個光子的相互作用，但因為計算強度受限，一次計算的數量不可能很多。

悉尼大學物理學家陳霆銳（Ting Rei Tan）和他的同事運用一臺捕獲了離子的量子計算機模擬單個量子能量“波包”在相鄰分子之間的移動方式。這個方法相當有效，讓能量轉移過程的速度放慢到原來的一千億分之一，從而使得模擬其中一個事件成為可能。未來在性能更為強大的量子計算機的幫助下，這個團隊應該就能模擬更多反應，最終在規模和準確性上都超越傳統計算方法。陳說：“量子計算方法終有一天會超過經典方法，我們現在已經接近這個目標了。”

就眼下來說，最能展現量子計算身手的領域是藥物研發。如今，研發一款新藥平均需要12年、至少20億美元。愛德華茲說，制藥公司一直在尋找能給他們帶去巨大競爭優勢的下一個重磅技術炸彈。羅氏、輝瑞、默克、百健等制藥巨頭已經與量子計算公司形成早期合作伙伴關系，希望量子計算技術能夠加速藥物發現過程。藥物開發公司“蛋白庫”的研發主管馬克 · 芬格胡特（Mark Fingerhuth）表示：“我絕對相信量子計算能幫助我們更快、更好地發現新藥。”

實際上，這類合作模式已經開始產生早期成果。2023年9月，PASQAL和量子比特制藥公司（Qubit Pharmaceuticals）的研究人員發表了一篇預印本文章，描述了一種追蹤蛋白質周圍水分子（能夠指示藥物結合口袋的位置）的混合計算方法。這些研究人員先是用經典算法縮小了問題：追蹤一種稱為“主要尿蛋白-1”（MUP-1，屬于一類被普遍認為不可靶向的蛋白）的肝臟蛋白質內部和周圍的水分子密度。接著，他們又通過PASQAL的量子計算機確定了MUP-1潛在藥物結合口袋中水分子的具體位置，為使用相同方法認證相關疾病蛋白質可靶向點奠定了基礎。

與此同時，在2023年5月，另一家藥物研發公司“杰羅”（Gero）的研究人員在《科學報告》（Scientific Reports）雜志上報告稱，他們借助量子計算機更加真實地模擬了可靶向目標的電子特性，比如分子間正負電荷分布和相鄰原子間弱化學鍵（稱為“范德華力”）的排布。接著，他們把這些限制條件輸入經典計算機上運行的人工智能軟件，最后得到了2300多個可以以這些靶點為目標的類藥物分子。雖然這個結果只是概念性證明，但杰羅的科學家特別強調，他們的量子-人工智能混合算法在揭示最佳藥物共有的化學結構方面前途一片光明。杰羅的首席執行官彼得 · 費迪切夫（Peter Fedichev）說：“只要你用量子計算機解決了問題中最困難的部分，其余部分通過在經典計算機上運行的人工智能程序就能輕松解決。”

藥物研發公司英矽智能（Insilico Medicine）的目標同樣也是更清楚地認識潛在藥物分子與其蛋白質目標之間的相互作用。英矽智能的研究人員在2024年2月展示了他們用IBM的16位量子比特量子計算機運行的混合計算算法。這種算法可以幫助研發人員找到一種叫作KRAS的細胞信號蛋白（癌癥患者身上的這種蛋白經常發生突變）的新抑制劑。在算法設計了100萬種各不相同的潛在KRAS抑制劑并為其打分后，研究人員合成了其中15種看上去最有前途的候選者。隨后的細胞測試表明，其中兩種潛在抑制劑效果不錯，為進一步測試奠定了基礎。

發現新藥并不是唯一目標。PASQAL的研發人員還希望用量子計算機預測哪些候選藥物實際上并無作用。在實踐過程中常常會出現這樣的情況：許多候選藥物在實驗室中表現出色，但在人體試驗中卻觸發了毒副作用。要是能在人體試驗之前就把這些會觸發毒副作用的候選藥物篩選出來，可以為制藥公司節省數百萬美元。在最早的嘗試中，亨利和他在PASQAL的同事使用他們的32位量子比特計算機，通過高分辨率模擬286種化合物的結構并將其同349種已知會導致小鼠罹患癌癥的化合物做比較，預測這286種化合物的毒性。2023年4月，他們在《物理評論A》（Physical Review A）雜志上的一篇論文中報告稱，他們的量子算法得到的結果可與最好的經典算法方案相媲美。PASQAL的首席技術官員盧瓦 · 亨里埃特（Lo?c Henriet）說：“我們正在用真實的生物化學數據集解決真實的問題。”

對未來更大、性能更強的量子計算機來說，上述早期工作只能算是小試牛刀。谷歌和IBM的發展路線圖都暗示，科學家很快就能用上擁有數十萬個量子比特的機器。另外，量子連續體公司則表示，他們馬上就會發布一塊新量子芯片，這款芯片能在更大的二維網格中處理更多的高保真離子量子比特。化學家的期待就更高了。比洛多說：“我們認為，在量子計算加速化學和藥物發現方面，還有許多工作要做。我們現在剛好處于轉折點上。”

在其他領域的研究人員發現量子計算技術確實能產生實際回報之后，這個領域本身也會受益。英矽智能主席佩特里娜 · 卡姆亞（Petrina Kamya）說：“一旦量子計算能力提升，它就會成為藥物發現領域不可或缺的一部分，并且持續發揮作用。”

資料來源 Science

本文作者羅伯特 · 瑟維斯（Robert Service）是《科學》雜志的新聞記者，主要報道化學、材料科學和能源方面的科學新聞