量子科技中心_量科网

量子相位估计（QPE）是一种具有前景的量子算法，可用于以化学精度获取分子基态能量。然而，该算法的计算成本主要受哈密顿量1-范数λ和块编码成本的制约，其复杂度至少与分子轨道数量的平方成正比，这使得通过扩大活性空间纳入动态关联效应极具挑战性。该研究团队在本次工作中探索了通过基组优化来降低成本的两种策略：首先，研究人员探究通过调整高斯基函数系数能否在保持基态能量精度的同时最小化1-范数。尽管该方法可实现最高10%的1-范数缩减，但缩减效果因体系而异，并随分子尺寸增大而减弱。其次，该工作证实采用大基组冻结自然轨道（FNO）策略能在不损失精度的情况下显著减少QPE资源消耗。通过对58个有机小分子和氮气分子（N2）解离曲线的研究，研究人员发现由更大基组轨道构建的活性空间能更有效捕获关联效应。该策略使1-范数λ最高降低80%，同时轨道数量减少55%。研究结果表明，提升轨道基组质量（而非单纯增加数量）是将QPE扩展到动态关联领域的有效策略，为资源需求可控、可扩展且具备化学精度的量子模拟提供了重要进展。