“量子计算机能否彻底改变药物研发、材料科学和催化反应模拟？这曾是科学界最激动人心的愿景之一。然而，一项最新的可行性研究泼了一盆冷水：在解决实际的量子化学问题之前，量子计算仍面临难以逾越的技术障碍。”

这项发表于《Physical Review B》的研究由法国巴黎萨克雷大学等机构的研究人员（包括 Thibaud Louvet 等人）完成。团队深入评估了两种主流量子算法——变分量子本征求解器 (VQE) 和 量子相位估计 (QPE) ——在寻找分子基态能量时的表现。结论令人深思：即便在最理想的假设下，现有及近期的量子硬件也难以在化学精度上超越经典算法。无论是噪声干扰导致的精度崩塌，还是随分子尺寸指数级下降的成功概率，都表明“量子优势”在化学领域远比预想的遥远。

核心挑战：为何量子化学如此难？

量子化学的核心任务是求解分子的薛定谔方程，特别是找到其基态能量。虽然量子计算机天生适合模拟量子系统，但现实中的硬件限制和算法缺陷构成了双重壁垒：

硬件噪声与退相干：当前的量子比特极其脆弱，环境干扰会迅速破坏量子态。算法扩展性：随着分子变大（电子数增加），算法所需的资源或成功率呈指数级恶化。经典算法的强劲对手：传统的经典计算方法（如变分蒙特卡洛 VMC）也在不断进步，抬高了“量子优势”的门槛。

“这些观察结果可能表明，化学中的基态估计可能不是量子计算机最合适的目标……这也是由于经典态制备方法的相对高质量。”—— 研究作者

⚙️ 算法困境一：VQE 的“噪声敏感症” 变分量子本征求解器 (VQE)

VQE 是一种混合量子 - 经典算法，专为当前的含噪声中等规模量子 (NISQ) 设备设计。

原理：利用量子处理器准备试探波函数并测量能量，经典计算机优化参数以逼近基态。致命弱点：极度敏感：研究指出，VQE 对硬件错误和退相干高度敏感。要达到“化学精度”（约 1 kcal/mol 或 1.6 mHartree），所需的错误率远低于当前硬件水平。纠错无效：现有的错误缓解技术（Error Mitigation）效果有限，且随系统规模扩大而迅速失效。强关联体系失效：对于含有过渡金属的强关联分子（如固氮酶中的关键结构，对化肥生产至关重要），VQE 往往无法收敛到正确解。时间成本惊人：以铬二聚体 ( Cr_2Cr2 ) 为例，单次 VQE 迭代预计需 25 天。考虑到所需的总迭代次数，完成一次完整计算可能需要 24 年！

“我们发现退相干严重损害了 VQE 的准确性……即使采用先进的错误缓解技术，执行相关的化学计算也需要容错量子计算机的性能，而不仅仅是噪声硬件。”—— 研究作者

⚙️ 算法困境二：QPE 的“正交灾难” 量子相位估计 (QPE)

QPE 是一种理论上更精确的算法，通常被认为需要容错量子计算机才能运行。

原理：通过量子傅里叶变换直接提取哈密顿量的本征值（能量）。致命弱点：正交灾难 (Orthogonality Catastrophe)。初始态要求：QPE 的成功概率取决于初始猜测态与真实基态的重叠度（Overlap）。重叠度越大，成功概率越高。指数衰减：研究发现，随着分子尺寸（电子数 NN ）的增加，使用经典方法（如 DFT, HF）制备的初始态与真实基态的重叠度呈指数级下降 ( \sim e^{-\alpha N}∼e−αN )。结果：对于大分子，QPE 成功的概率变得微乎其微，使得该算法在实际应用中几乎不可行，除非能找到制备极高重叠度初始态的新方法（这本身就是一个难题）。

“QPE 需要一个与所求基态有足够大重叠的输入态……我们展示了这种重叠随系统规模的缩放确实表现出标准的正交灾难，即随系统规模指数抑制。这反过来导致 QPE 成功概率的指数降低。”—— 研究作者

关键指标对比与现实差距

表格

特性

VQE (含噪声设备)

QPE (容错设备)

经典算法 (如 VMC)

现状评估

硬件要求

当前 NISQ 设备

未来容错量子计算机

经典超级计算机

量子硬件未达标

对噪声敏感度

极高 (无法容忍退相干)

低 (需容错)

无

VQE 在噪声下失效

初始态依赖

中等 (易陷入局部极小)

极高 (正交灾难)

低 (成熟方法多)

QPE 受限于初态制备

扩展性 (大分子)

差 (运行时间爆炸)

差 (成功概率指数降)

好 (近似方法有效)

经典方法仍占优

强关联体系

经常失败

理论可行但初态难寻

困难但有进展

仍是共同难题

典型耗时 ( Cr_2Cr2 )

~24 年 (估算)

取决于初态质量

数小时至数天

量子无速度优势

启示与未来方向

这项研究并非宣告量子化学的终结，而是提供了一个理性的路标：

1️⃣重新审视目标基态能量可能不是最佳切入点：鉴于经典方法在基态估计上的表现优异，量子计算机或许应优先关注经典难以解决的问题，如实时动力学模拟、有限温度性质或激发态谱。特定分子优先：并非所有分子都难算。研究暗示某些特定类型的分子（可能非强关联）仍是早期候选者，但过渡金属配合物等关键目标仍需长期努力。2️⃣技术突破需求容错是必经之路：VQE 的结果表明，仅靠错误缓解无法解决化学问题，必须迈向容错量子计算。初态制备创新：克服 QPE 的正交灾难需要开发新的量子态制备协议，或许利用量子自身优势来生成更好的初态。混合算法演进：探索更智能的量子 - 经典混合架构，结合两者长处。3️⃣经典算法的持续威胁经典算法（如变分蒙特卡洛 VMC、张量网络等）仍在快速进化。量子计算机必须跑得更快，才能追上并超越这个不断移动的靶子。

“除了本文中概述的量子处理器问题外，这一说法还归因于经典态制备方法的相对较高质量。”—— 研究作者

结语：理性乐观，脚踏实地

量子计算在化学领域的潜力依然巨大，但这项研究提醒我们：科学进步往往伴随着对困难的清醒认知。从“量子霸权”的喧嚣回归到“量子效用”的务实，科学家们正在重新校准期望值。真正的量子化学革命，或许不在于明天就能模拟出新药，而在于今天我们能诚实地面对那些尚未跨越的鸿沟，并一步步搭建通往未来的桥梁。在容错量子计算机诞生之前，经典与量子的“混合动力”或许是探索分子宇宙最可靠的飞船。

来源：Phys.org / Physical Review B 论文：Thibaud Louvet et al., "Feasibility of performing quantum chemistry calculations on quantum computers", Physical Review B (2026). DOI: 10.1103/hpt6-9tnk 预印本：arXiv:2306.02620 关键词：#量子计算 #量子化学 #VQE #QPE #正交灾难 #基态能量 #容错量子计算 #经典算法 #PhysicalReviewB #量子优势