2026年6月15日——随着首批实用型量子计算机预计在大约两年后问世，全球量子计算领域的领导者们正在思考，这些系统应如何优先部署，以产生最大的科学影响力。

今年春天，美国能源部下属的太平洋西北国家实验室（PNNL）汇聚了量子计算领域的领军人物，举办第二届年度“量子计算用于化学”研讨会。该研讨会由PNNL的“量子算法与架构用于领域科学”（QuAADS）计划组织。

QuAADS主任、高级计算化学专家卡罗尔·科瓦尔斯基（Karol Kowalski）在活动开始时向与会者提出挑战：找出可扩展且自适应的算法，这些算法能够在不同系统规模和量子比特数量下运行，以解决实际问题。

与会者探讨了近期量子计算和混合量子-经典计算如何能为解决复杂的化学和材料科学问题提供早期的实用性示范。

美国能源部科学办公室基础能源科学项目副主任宾杜·奈尔（Bindu Nair）阐述了能源部在支持量子计算和推动其全球进步方面的作用。她引用能源部科学副部长达里奥·吉尔（Dario Gil）的话说：“我们正处于计算的拐点，正因如此，我们将能够以前所未有的方式开展科学研究。”

她补充道：“交给你们的任务是，提出需要哪些参数才能使量子计算机对这个领域有用，以便你们能在量子化学领域展示出一些有用的成果。”

她表示，能源部已通过国家量子倡议及其量子中心对量子计算进行了大量投资。如今，随着这些投资接近产生回报，真正的困难阶段开始了。

量子化学的下一个目标

在为期两天的会议中，与会者探讨了量子计算何时以及如何解决化学转化、材料科学、能源存储及其他迫切需求中的复杂问题。

与会者强调了运行那些仅凭经典计算无法完成的量子化学模拟的重要性。此外，他们指出需要选择能够通过实验室实验来验证模拟结果的化学体系。

来自微软、IBM、IONQ和Xanadu的发言人介绍了其研究机构的案例研究。

通过这些讨论，几位与会者注意到，由人工智能开发的计算机代码可能进一步加速量子计算的发展。

英伟达（NVIDIA）的量子算法工程师马尔瓦·法拉格（Marwa Farag）讨论了利用人工智能设计更好的量子算法。这种方法涉及使用AI模型，在为化学系统建模设计量子算法时，实现显著的加速和精度的提升。

她还指出了英伟达在混合量子-经典计算方面的工作，特别是NVIDIA CUDA-Q平台。PNNL与学术及行业合作伙伴最近的一项合作展示了这种方法的实用性。

来自耶鲁大学的维克托·巴蒂斯塔（Victor Batista）展示了量子机器学习在化学中的应用，包括预测化学反应活性、结合亲和力和分子性质。这项工作涉及使用量子电路和变分算法来实现准确预测并优化分子设计。

同样，橡树岭国家实验室的丹尼尔·克劳迪诺（Daniel Claudino）介绍了一个用于集成经典高性能计算与量子计算的混合软件框架。他表示，该框架能够管理资源并实现量子系统与经典系统之间的高效通信。

埃默里大学的弗朗切斯科·埃万杰利斯塔（Francesco Evangelista）和印第安纳大学伯明顿分校的尼克·梅霍尔（Nick Mayhall）等人讨论了实现逼真的量子计算模拟以预测复杂化学结构能量和性质的策略。

经过两天的讨论，也是PNNL实验室研究员的科瓦尔斯基总结了会议的主要成果，并强调将像2025年首届研讨会一样，在同行评审期刊上发表一份正式的研讨会报告。

需要多少量子比特？

科瓦尔斯基强调，需要超过100个逻辑量子比特才能实现有意义的量子实用性。他重申，需要找出那些在概念上既有趣、又难以通过当前经典方法轻松解决的问题，同时指出实验验证在支持量子计算结果方面的重要作用。

他还指出，人工智能作为量子计算的一种新兴工具，可能有助于加速对化学体系及其预测的初步洞察，并作为量子算法开发的加速器。

PNNL量子领域首席科学家马文·沃纳（Marvin Warner）表示：“本次研讨会证明了PNNL致力于支持能源部实现将量子计算提升为值得信赖、与任务相关的科学工具这一目标。实用量子计算需要产业界、学术界和我们的国家实验室合作伙伴之间持续的合作努力。在PNNL，我们已投入资源，致力于推动最先进的量子计算工作流程和成果所需的工作。”