2026年6月1日——通过将精简的量子“快照”与经典数据分析相结合，一种新的混合框架能够以更少的计算资源，帮助当今早期的量子计算机探测复杂分子的能量状态。

突破性成果：

量子计算机为发现新材料和化学过程提供了强大工具。但硬件限制使得分子的计算研究大部分只能停留在它们最基本、静止的状态。伯克利实验室的研究人员现已开发出一种名为多观测量动态模式分解（MODMD）的高效混合框架，以应对这一核心挑战。通过有效计算量子系统的“基态”和“激发”能量状态，该方法为获取分子行为核心的光谱和动态信息开辟了一条实用途径。它仅用通常计算能力的一小部分，就能实现快速且具有误差意识的分析。这标志着向让当今量子计算机在现实化学和物理学领域发挥作用迈出了关键一步。

研究背景：

要理解新材料的行为或复杂化学反应的发生过程，科学家需要计算量子系统的各种能级。虽然量子计算机通常能有效模拟最低、最稳定的能级，但计算更高、激发态的能级仍然极其困难。传统的量子方法需要运行长时间的连续操作，这很容易超出当前易受噪声影响的量子硬件的有限能力。找到一种无需大幅增加计算时间就能捕获这些关键光谱信息的方法，是材料科学和量子化学领域取得进展的主要障碍。

方法解析：

MODMD框架通过创造性地将流体动力学中使用的数据分析技术与高效的量子测量策略相结合，克服了这些硬件限制。研究人员不再通过运行大量量子模拟来逐一绘制能量状态，而是使用量子计算机在系统随时间演化时，快速、随机地拍摄系统的“快照”。这些快照探究了较短的量子演化过程，所需的测量开销大大减少，因此在保留丰富信息的同时，显著减轻了量子硬件的负担。随后，数据被传递给经典计算机，由后者将这些信号拼接在一起，从而准确预测系统的多个能级及相关属性。通过将复杂的数据分析转移到经典计算机上，这种方法绕过了拖累其他量子算法的资源消耗优化瓶颈，使研究人员能够用通常资源的一小部分提取大量信息。