กูเกิลเผยงานวิจัยใช้คอมพิวเตอร์ควอนตัมจำลองโมเลกุลไฮโดรเจนได้สำเร็จ

นักวิจัยจากกูเกิล ร่วมกับนักวิจัยจากมหาวิทยาลัย Harvard, Lawrence Berkeley National Labs, UC Santa Barbara, มหาวิทยาลัย Tufts, และ University College London จำลองพลังงานของโมเลกุลไฮโดรเจน (H₂) บนคอมพิวเตอร์ควอนตัมได้สำเร็จ

การจำลองพลังงานของโมเลกุลนั้น (molecular energies) มีประโยชน์ตรงที่สามารถทำนายอัตราการเกิดปฏิกิริยาเคมี (chemical reaction rates) ได้อย่างแม่นยำ ทำให้สามารถจำลองและออกแบบแผงโซลาร์เซลล์, ตัวเร่งปฏิกิริยา, เวชภัณฑ์ยา, หรือวัสดุแบบใหม่ๆ ได้ อย่างไรก็ตาม การจำลองบนคอมพิวเตอร์ทั่วๆ ไปกลับต้องพบกับอุปสรรค อันเนื่องมาจากต้องอาศัยการคำนวณที่มีความแม่นยำสูง และยังเป็นการจำลองเชิงควอนตัมอีกด้วย ซึ่งทาง Ryan Babbush วิศวกรซอฟต์แวร์ควอนตัม (quantum software engineer) ผู้เขียนบทความเกี่ยวกับงานวิจัยนี้ ได้เปรียบเทียบไว้ว่า การคำนวณหาพลังงานของสารประกอบมีเทน (methane, CH₄) ใช้เวลาเพียง 1 วินาทีเท่านั้น แต่การคำนวณในลักษณะเดียวกันนี้กลับต้องใช้เวลาถึง 10 นาทีสำหรับสารประกอบอีเทน (ethane, C₂H₆) และ 10 วันสำหรับสารประกอบโพรเพน (propane, C₃H₈)

Xmon คอมพิวเตอร์ควอนตัมของ UC Santa Barbara ที่ใช้ในการจำลองโมเลกุลไฮโดรเจนในงานวิจัยนี้ (ที่มาภาพ - Martinis Group, UC Santa Barbara)

ทีมวิจัยทำการทดลองโดยรันอัลกอริทึม variational quantum eigensolver (VQE) บนคอมพิวเตอร์ควอนตัม Xmon เพื่อคำนวณหา energy landscape ของโมเลกุลไฮโดรเจน เปรียบเทียบกับอัลกอริทึม phase estimation (PEA) ผลการคำนวณแสดงให้เห็นดังกราฟด้านล่าง จะเห็นได้ว่าค่าพลังงานที่อัลกอริทึม VQE คำนวณได้นั้นมีค่าใกล้เคียงกับค่าพลังงานจริง (exact energy) ของโมเลกุลไฮโดรเจนมากกว่า อีกทั้งอัลกอริทึม VQE ก็มีความทนทาน (robustness) ต่อความผิดพลาดของระบบด้วย

กราฟแสดงค่าพลังงานจริง (exact energy) ของโมเลกุลไฮโดรเจนที่เปลี่ยนไปตามความยาวของพันธะ H - H เทียบกับค่าพลังงานที่คำนวณได้จากอัลกอริทึม VQE และ PEA (ที่มาภาพ - Google Research Blog)

ถึงแม้ว่าจะเคยมีการทดสอบรันอัลกอริทึม VQE และ PEA เพื่อใช้ในงานจำลองมาก่อนแล้ว แต่งานวิจัยเหล่านั้นไม่สามารถสเกลเพื่อใช้ในงานจำลองระดับหลายโมเลกุลได้ กูเกิลเคลมว่านี่เป็นงานวิจัยชิ้นแรก ที่มีการออกแบบระบบมาให้สามารถสเกลการจำลองพลังงานของโมเลกุลเพื่อใช้งานในระดับที่ใหญ่ขึ้นได้ (วิธีการออกแบบระบบนี่อยู่นอกเหนือความรู้ของผมไปไกลโข)

Ryan Babbush ได้ให้ความเห็นเพิ่มเติมในงานดังกล่าว ถึงความเป็นไปได้อย่างหนึ่งของการใช้คอมพิวเตอร์ควอนตัมที่มีจำนวนคิวบิตเป็นหลักร้อย ว่าจะสามารถสร้างโมเดลจำลองกระบวนการหมักปุ๋ยของแบคทีเรียที่อุณหภูมิห้อง และจะช่วยปรับปรุงประสิทธิภาพของกระบวนการหมักปุ๋ยที่เราใช้กันอยู่ในปัจจุบัน ซึ่งสิ้นเปลืองพลังงานไปคิดเป็น 1—2% ของพลังงานที่ทั่วโลกใช้ในแต่ละปี

ผู้ที่สนใจสามารถอ่านงานวิจัยเพิ่มเติมได้ที่ Physical Review X ครับ

ที่มา - Google Research Blog, Engadget, งานวิจัยบน Physical Review X

ป.ล. ผมไม่มีความรู้ในทฤษฎีที่เกี่ยวข้องกับสาขาเคมี หรือแม้กระทั่งอัลกอริทึมที่เอามาใช้ทดสอบ ผู้อ่านสามารถคอมเมนต์เสริมได้ครับ