刚刚宣布的诺贝尔化学奖被授予华盛顿大学教授David Baker、b谷歌DeepMind首席执行官Hershavis和首席研究员John Jumper，以表彰他们利用人工智能预测蛋白质结构的工作，从而发现了新药和新材料。在人工智能和数据推动科学革命的时代，量子计算技术正在成为新药和新材料开发的另一个游戏规则改变者。
韩国科学技术研究院（KIST）量子技术中心Lim Hyang-Tag博士的研究小组实现了一种量子计算算法，该算法可以使用比传统方法更少的资源，以化学精度估计原子间键距离和基态能量，并成功地进行了精确的计算，而无需额外的量子误差缓解技术。
量子计算机的缺点是，在当前水平上，随着计算空间的增长，误差会迅速增加。为了克服这一问题，结合经典计算机和量子计算机优点的变分量子特征求解器（VQE）方法应运而生。VQE是一种混合算法，旨在使用量子处理单元（QPU）和经典处理单元（CPU）一起执行更快的计算。包括IBM和b谷歌在内的全球研究团队正在各种量子系统中研究它，包括超导和俘获离子系统。然而，基于量子位的VQE目前在光子系统中仅实现了2个量子位，在超导系统中仅实现了12个量子位，并且在需要更多量子位和复杂计算时难以扩展的错误问题面临挑战。
该团队没有使用量子位，而是使用了一种更高维的量子信息形式，称为量子位。量子比特是一种量子单位，除了传统量子比特可以表示的0和1之外，它还可以具有多种状态，包括0、1和2，这对于复杂的量子计算是有利的。本研究利用单光子的轨道角动量态实现量子位元，并通过全息图像调整光子的相位实现量子位元的扩展。这使得高维计算不需要复杂的量子门，从而减少了误差。
该团队利用该方法与VQE进行量子化学计算，以估计四维氢分子与16维氢化锂（LiH）分子之间的键长，这是第一次在光子系统中实现16维计算。虽然来自IBM、谷歌和其他公司的传统VQE需要误差缓解技术来实现化学精度，但KIST团队的VQE在没有任何误差缓解技术的情况下实现了化学精度。这证明了如何用更少的资源实现高精度，显示了在分子性质重要的行业中广泛应用的潜力。它还有望在解决气候模拟等复杂问题方面发挥作用。
KIST的林香泰（音译）博士表示：“通过确保用更少的资源实现化学准确度的量子计算技术，有望在新药开发和电池性能改善等各种实际领域得到应用。”
