长期以来，科学家和研究人员一直在宣传通用量子计算机的非凡潜在能力，例如模拟物理和自然过程或在实际时间框架内打破加密代码。 然而，该技术的重要发展----制造必要数量的高质量量子比特（量子信息的基本单位）和门（量子比特之间的基本操作）的能力----很可能还需要几十年的时间。

然而，目前存在一种量子器件可以比这更快地解决其他棘手的问题。 这些由加州理工学院教授 John Preskill创造的中等规模噪声量子（NISQ）的近期量子装置具有用途单一、不完美但是适中的尺寸。

顾名思义，NISQ设备是“嘈杂的”，这意味着计算结果有错误，在某些情况下可能会冲击任何有用的信号。

为什么一个带噪声、单用途的，仅五十到几百比特的量子器件令人兴奋，我们可以在未来五到十年内用它做什么？ NISQ提供了模拟系统的近期可能性，这些系统在数学上非常复杂，以至于传统计算机实际上无法使用。 化学系统绝对适合这个方案。 实际上，化学可能非常适合NISQ计算，特别是因为分子模拟中的误差可能转化为物理特征。

化错误为特征

要理解这一点，考虑噪声是什么以及它是如何发生的，这是很有价值的。 噪音的产生是因为物理和自然系统不是孤立存在的 ：它们是更大环境的一部分，它拥有许多粒子，每个粒子都在不同的（和未知的）方向上运动。 在讨论化学反应和材料时，这种随机性会产生热波动。在处理测量和计算时，这被称为噪声，其表现为计算中的误差。 NISQ设备本身对其外部环境非常敏感，并且量子比特操作中已经存在噪声。 对于例如密码学等的量子器件的许多应用，这种噪声可能是一个巨大的限制并导致难以接受的误差水平。

然而，对于化学模拟，噪声将代表化学系统（例如分子）和量子装置都存在的物理环境。 这意味着分子的NISQ模拟会产生噪音，但这种噪音实际上会告诉您关于分子在自然环境中如何表现的一些有价值的信息。

由于错误表现为一种特征，我们可能不需要等到量子比特是超精确的，才能开始用量子器件模拟化学。

材料设计和发现

也许近期量子计算机最直接的应用是发现电子新材料。 然而在实践中，这项研究通常在很少或没有基于计算机的优化和设计的情况下完成。 这是因为使用经典计算机模拟这些材料太难了（除了非常理想化的场景，例如当整个材料中只有一个电子移动时）。

困难来自这样一个事实，即材料的电学性质受量子物理定律的支配，量子物理定律包含极难解决的方程式。 量子计算机没有这个问题 - 根据定义，量子比特已经知道如何遵循量子物理定律 - 并且NISQ在电子材料发现中的应用是纳朗实验室的一个重要研究方向。

电子材料的特殊之处在于它们通常是结晶的，这意味着原子以有组织的重复模式排列。 因为材料在任何地方看起来都一样，我们不需要跟踪所有原子，而只需要跟踪几个有代表性的原子。 这意味着即使具有适度数量的量子比特的计算机也可以模拟这些系统中的一部分，为高效太阳能电池板，更快的计算机和更灵敏的热像仪提供了机会。

催化剂和化学反应

化学研究已持续了几个世纪，但新化学通常是通过直觉和实验发现的。 我们对Fuzionaire特别感兴趣的量子器件的应用是化学过程和催化剂的模拟，这些物质以显着的方式加速化学反应。

催化剂是整个化学工业的核心，每天依赖于药品，材料，化妆品，香水，燃料和其他产品的生产。 存在重大挑战，但在未来五到十年内，这一领域对于NISQ设备来说是一个非常重要的机会。

例如，Haber-Bosch合成（HB）是一种将氢（H2）和氮（N2）转化为氨（NH3）的工业化学过程。 HB可以生产足够的氨基肥料来养活全世界，但这个过程是能源密集型的，占全球能源的约1％至2％，占全球二氧化碳总排放量的3％左右。

整个过程的核心是一种基于铁的催化剂，它仅在高温下有活性，没有这种催化剂，该过程就会失效。 科学家一直试图发现新的HB催化剂，这种催化剂可以提高化学效率，减少能源消耗，减少对环境的破坏。 然而，催化剂发现和测试过程具有挑战性、艰苦性和昂贵性。 尽管化学家和工程师经过了数十年的巨大努力，但100多年前发现的铁催化剂仍然是最先进的工业技术。

近期的NISQ系统将用于为化学家提供前所未有的对当前铁催化剂在其物理环境中的内部工作的洞察，并将用于模拟新颖可行的催化剂结构，包括基于铁以外的元素的结构。

分子生物学和药物发现

生物系统非常复杂，这使得建模和模拟非常具有挑战性。 生物分子的预测和与传统计算机的生化相互作用，特别是在生物相关环境中，变得困难乃至不可能。 这甚至迫使基本的、最早阶段的生物医学研究通过在实验室中与化学品，细胞和动物一起工作并希望实验和生物体之间的可重复条件来完成。 这就是为什么药物发现是生物医学创新的一个重要领域，包括化学和生物学，是NISQ介入的一个诱人的机会。

开发癌症、神经退行性疾病、病毒、糖尿病和心脏病的新药是整个化学企业中最重要的活动之一。 然而，目前的现实情况是，根据一些估计，将新药推向市场仍然是缓慢而昂贵的，大约10至15年，超过20亿美元。

药物发现过程中的一个主要挑战是确定与人类疾病相关的生物学靶标，并设计可以抑制该靶标的分子，希望这可以治疗该疾病。 量子装置可用于模拟常见的生物靶标，例如激酶，G蛋白偶联受体（GPCR）和核受体，在它们的动态环境中以及与抑制剂分子的复合物中。

这些模拟将使药物发现科学家能够在过程早期识别潜在的活性分子，并将非活性分子从考虑中丢弃。 然后合成最有希望的候选药物分子并在实验室中促进生物学研究（例如药理学、毒理学）。

谨慎乐观：当前和未来的前景

虽然近期量子器件有很好的机会，并且未来对改进的系统寄予厚望，但我们不能过于乐观。 研究需要解决重大挑战，包括创建具有更多量子比特的系统，提高量子比特性能，以及开发量子计算机的编码语言等。

然而，我们期待未来五到十年，有充分的理由保持乐观。 IBM，谷歌和微软等大公司正在为量子计算工作投入大量资源; 健康投资正涌入像Rigetti，D-Wave，IonQ等量子硬件创业公司; 正在使用当前或近期量子装置报告重要的学术成果，包括解决晶格蛋白质折叠问题，预测外来物质的光学响应，研究固氮酶固氮的机制等等。

作为一名专业化学家和物理学家，我们对目前的能力感到兴奋，并对近期量子器件的实用性持乐观态度。 我们希望这些系统能够为科学界提供新的见解，加速发现，帮助我们解决问题，改善人类状况。

文章译自外文，原文链接：https://www.wired.com/story/opinion-noisy-quantum-computers-chemistry-problems/