雅虎香港新聞 
量子電腦加速未來化學
化學
2021-11-01 賈西亞（Jeannette M. Garcia）
把量子電腦應用在化學研究，使模擬分子作用的精準度更上層樓，化學家不再憑運氣取得重大突破。
身為化學家，我有很大一部份成就要歸功於機緣巧合。2012年，我在對的時間，於對的地點（IBM位於美國加州阿馬丹的研究實驗室），做了「錯誤」的事情。我應該在燒杯裡混合三種成份，以期製造出一種已知的材料。實驗目標是要用一種源自於塑膠廢棄物的成份來取代常用的成份，增加熱固形聚合物（thermoset polymer）這類強韌塑膠的永續性。
事與願違，當我把兩種成份混在一起，燒杯裡形成了一種堅硬的白色塑膠物質，我必須打破燒杯才能把它拿出來。更有甚者，它浸在稀酸（dilute acid）裡一整夜之後會恢復成原先的材料。
我陰錯陽差發現了全新系列的可回收熱固形聚合物！如果我認為這項實驗失敗而沒有進行後續的研究，就永遠不知道當時製造出了什麼。這是最美好的科學意外，遵循了美國化學家普倫凱特（Roy Plunkett）的高貴傳統，他在研究冷卻劑氣體的化學作用時無意間發明鐵氟龍（Teflon）。
現在我有了新的目標：減少憑藉運氣獲致化學發現的情況。氣候危機和嚴重特殊傳染性肺炎（COVID-19）這類挑戰是如此巨大，我們不能單靠運氣。大自然既複雜又強大，如果想要達到必要的科學進展，就必須精準模擬自然。具體而言，如果想推進化學領域的發展，就必須能夠以高度自信理解化學反應的能量學（energetics）。這不是新的洞見，但凸顯了一個主要限制：即使用最強大的傳統電腦也無法完全準確預測簡單分子的行為。這時量子計算就提供了在未來幾年獲得重大進展的可能性。
以傳統電腦模擬化學反應需採用近似法（approxi-mation），因為就連幾個電子的量子效應，傳統電腦也無法精準計算，這種計算量太過龐大與耗時。每次採取近似法都會降低電腦模型的價值，化學家為了驗證並導引模型，實驗室的工作量也因此增加。
然而，量子計算的運作方式不一樣。每個量子位元（qubit）都能對應特定電子的自旋軌域（spin orbital）；量子電腦可以利用量子現象（例如纏結），來描述電子之間的交互作用，不需要用到近似法。現在量子電腦已經可以開始模擬氫化鋰（LiH）這類小分子的能量學與特性，拓展了建立電腦模型的諸多可能性，指引一條通往新發現的道路。
模擬化學反應
量子化學並不是新的研究領域。20世紀初期，德國化學家例如海特勒（Walter Heitler）和倫敦（Fritz London）就證明，可以透過量子力學了解共價鍵（covalent bond）。20世紀末葉，傳統電腦計算能力的增長，已經讓化學家能進行一些基本模擬。
即使如此，在2000年代中期，當我在波士頓學院攻讀博士學位時，很少實驗化學家（bench chemist）具有運用電腦進行這類化學模擬的實用知識。這兩個學科（和牽涉其中的技能）差異太大了。與其探索計算方法的見解，實驗化學家仍依循試誤法（trial-and-error），希望能獲得有所根據（但通常是走運）的發現。我有幸能在化學系教授哈維達（Amir Hoveyda）的研究團隊裡工作，他很早就體認到結合實驗研究和理論研究的價值。
如今，對化學反應進行理論研究和模擬以了解實驗結果已司空見慣，這是理論學科變得更成熟的結果，實驗化學家開始把理論模型整合到研究中。產出的模型與實驗室裡的發現形成有用的回饋迴路。舉例來說，一種名為高通量篩檢（high-throughput screening，又稱高速藥物篩檢）的試誤實驗法，會產生大量的化學資料，科學家能藉此建立完善的化學模型。這些模型能應用於產業，包括藥物開發和材料實驗。
這些模型受限於必須簡化：在模擬的每個階段，必須選出一個特定範圍，犧牲一些精準度，讓電腦實際能夠處理模型。用專業術語來說，就是處理「粗粒化」（coarse-grained）模型。每次簡化都會減少模型的整體精準度，限制了研究發現的可用性。資料越粗糙，實驗室的工作就更繁重。
量子計算則不一樣。在最純粹的情況下，量子計算能讓我們照實模擬大自然，而無須使用近似法。很多人引用費曼（Richard Feynman）說過的一句話：「大自然並不是古典的，如果你想要模擬大自然，最好採用量子力學。」最近幾年，量子電腦的效能有了快速進展。量子體積（quantum volume）是評估量子位元在系統中質與量的指標；2020年IBM讓旗下產品的量子體積倍增，並預計在2023年之前生產配備1000多個量子位元的晶片，相較之下，2016年的晶片只有個位數的量子位元。業界其他公司也紛紛對自家旗下量子電腦的效能提出大膽宣言......
