量子科技中心_量科网

量子计算通过量子相位估计（QPE）等算法，在分子和材料模拟方面展现出显著加速潜力。然而，基态能量估计的预期加速效果，关键取决于能否高效制备与真实基态具有高重叠度的初始态。对于铁硫簇等强关联分子，研究证实该重叠度会随体系规模呈指数级衰减。为缓解这一问题，该团队提出了一种高效的经典算法——利用低键维度自旋适配矩阵乘积态（MPS）来寻找纠缠最小化轨道（EMO）。EMO基组能产生更紧凑的基态表征，显著降低复杂体系的初始态制备难度。针对含四个铁原子的铁硫簇，该算法将初始态重叠度较现有轨道优化方法提升近一个数量级，并可扩展至具有大量未配对电子的大体系（包括含八个过渡金属中心的固氮酶P簇和铁钼辅因子）。相较于局域轨道方案，研究人员在这些体系中分别实现了𝒪(10²)和𝒪(10⁵)量级的初始态重叠度提升。研究结果表明，这些复杂体系的初始态制备所需资源远低于先前预期。