《量子杂志》：关键化学问题得解，无需量子计算机

本文我们来分享一篇《

Quanta Magazine

》（量子杂志）的文章。文章以“Key Chemistry Question Answered, No Quantum Computer Required（

关键化学问题得解，无需量子计算机

）”为题进行了报道。我们是否需要量子计算机才能完全理解复杂的化学反应？一项耗时数十年得出的新成果展示了普通“经典”计算机出人意料的能力。以下是

部分摘译内容（文末附陈教授简介）

。

Garnet Kin-Lic Chan（陈建历）最关心的是基础科学

。他几十年前进入化学领域，是为了理解地球上一些最重要的生物化学过程。但自那以后，他成了

另一个领域争论的核心人物：量子计算机是否会比普通“经典”计算机具有决定性优势

。在过去十年中，许多量子计算研究者认定，陈所研究的化学反应正是量子计算机应该大显身手的领域。然而，陈长期怀疑，距离问世尚有数年的强大量子计算机是否真的必要。

“我的主要兴趣是解决化学问题。

如果经典计算机是合适的工具，我们就应该用它

，”他说。虽然他相信量子计算机最终会在该领域发挥重要作用，但“

我不明白为什么要等到容错量子计算机建成

”。

如今，他的一项新成果加强了自己的论点

。

1月初，

陈与五位供职于加州理工学院的量子化学家，在理解固氮酶方面达到了一个关键里程碑

。固氮酶能将大气中的氮转化为氨，使地球上的生命成为可能。这是理论化学家经过数十年努力取得的重大胜利。

但多年来，

固氮酶也一直是量子计算领域的概念验证目标

。要理解这种酶，研究人员必须追踪众多通过量子纠缠相互关联的电子的行为。可能的构型数量会爆炸性增长。研究者们推测，他们或许只能通过一台能够操纵量子态的机器来解析这个系统。

但陈和他的同事们

纯粹使用了经典方法

。这使得他们的成果不仅对于支持生命的化学过程，而且对于是否需要量子计算机来理解这些过程，都具有重要的宣示意义。陈说：“我认为澄清这一点很重要：

这并不是一个必须先造出量子计算机才能有所了解的不可能任务

”。

并非所有人都同意

。一些研究者指出，用经典方法取得这一结果耗费了多年时间。他们认为，即使某个化学问题最终被证明可以用经典方法解决，要实现大规模的科学发现，仍然需要量子计算机。

“如果我们挑选任意一个优化问题，投入20年时间，你可以搞清楚那一个系统，”达特茅斯学院的量子计算理论家James Whitfield说。“但那个解决方案是否可迁移？这类问题无法通过解决一个分子系统的一个实例来回答。”

解决这个关于固氮酶的特定问题或许还不能立即平息关于量子计算机的争论

，但每向完全理解这种酶的化学机制前进一步，都会让这场争论少一些假设性。

大自然的氨工厂

与光合作用并列，固氮是地球生命最基础的化学过程之一

。固氮酶使其成为可能。在固氮酶进化出来之前，生物体受限于可被纳入有机物的氮的含量。这是一个具有讽刺意味的障碍，因为地球实际上弥漫着氮：这种元素约占大气的80%。但大气中的氮以双原子分子N₂的形式存在，它是惰性的，因此无法用于生物过程。只有罕见的高能事件才能将该分子分解为生命可利用的硝酸盐。

“生物体基本上是在等待闪电劈下。这样才能让氮可供生物质利用，”麻省理工学院研究固氮酶的化学家Daniel Suess说。但30亿年前，当固氮酶在早期原核生物中进化出来时，氮的闸门打开了。这种酶完成了其他生物过程无法做到的事情：

它打破了将N₂结合在一起的氮氮三键，将惰性气体转化为生物可用的氨

。

这种酶高效但极其复杂。这对从中受益的早期微生物来说无关紧要，但对数十亿年后希望复制其机制以制造肥料的人类来说，这一点变得至关重要。

固氮酶在化学上之所以如此困难，部分原因在于它的“活性位点”

——一个由铁和钼原子组成的簇，称为FeMo-co。每个铁原子带有四到五个未配对电子，其行为取决于其他电子。事实上，FeMo-co是整个生物学中关联性最强的系统之一，也是所谓

“电子关联问题”的典型例子

：因为其电子无法独立处理，所以极难确定整个系统的属性，如其真实的电子结构和能量。

在人类历史的大部分时间里，紧迫的问题不是固氮酶如何工作，而是如何获得足够多的它的产物。直到19世纪，可用的氮最可靠的来源还是从秘鲁海岸外的岛屿上采集的鸟粪，这种资源如此宝贵和稀缺，以至于各国为其开战。

1909年，德国化学家弗里茨·哈伯和卡尔·博世攻克了工业固氮问题

，该问题的实际意义才逐渐消退。

但科学层面的问题——理解固氮酶如何做到哈伯-博施法需要工业熔炉才能完成的事情，而它不过是藏身于普通土壤细菌之中——

仍悬而未决

。这本身就是一个重要问题，并且在人们争论最佳解决方案时获得了新的关注。

一个不太可能的测试对象

当（或如果）大规模量子计算机存在时，它将能够同时探索一个问题的多种可能解决方案，而不是逐一处理。对于具有正确数学结构的特定类型问题，这有望带来经典机器无法企及的指数级加速。自20世纪90年代量子计算成为理论研究课题以来，问题一直在于哪些问题符合条件。

最有前景的领域之一似乎是模拟化学相互作用

：

支配分子行为的电子相互作用本质上就是量子力学的，这表明量子计算机可能特别适合对其进行建模

。

固氮酶作为非正式的量子计算基准的地位，可以追溯到2011年微软为探索其新兴量子计算组的应用而组织的一次会议。当时已研究固氮酶十多年的陈就此酶做了一个报告。2017年，微软研究人员发表了一篇论文，认为固氮酶的纠缠复杂性使其成为量子计算机的一个有说服力的测试对象。但陈驳斥了这种说法，

一直相信可以用他职业生涯中开发的经典方法来模拟固氮酶

。在接下来的十年里，他将着手证明这一点。

基态之争

陈和其他研究人员并非试图从头到尾解释固氮酶的工作原理。相反，他们转向了一个广泛使用的FeMo-co计算模型，并提出了一个更初步的问题：

它的基态能量是多少？

基态——FeMo-co能量最低的电子构型——是整个反应的起点。但FeMo-co包含一个由七个铁原子组成的簇，每个铁原子带有四到五个未配对电子，它们的量子“自旋”可以向上或向下，其轨道可以移动，并且它们的行为取决于周围电子的行为。

这使得测量FeMo-co的基态能量极其复杂。电子可能处于超过78000种合理的构型中；基态是所有这些构型的叠加或加权组合。原则上，薛定谔方程告诉你所有这些不同构型如何贡献于基态，以及它的总能量应该是多少。但

在实践中，对于一个像FeMo-co这样拥有如此多相互作用的电子的系统，直接而精确地求解该方程通常是不可能的

。

这对量子计算机和经典计算机都是如此。在这两种情况下，你都必须从基态基本结构的更简单近似开始——通常经过多年研究才能得出的一个有根据的猜测，关于哪些构型对基态的贡献最大。然后，如果你使用的是经典计算机，你可以尝试逐步考虑其他构型，并证明你可以安全地忽略大量剩余的构型，因为它们对基态能量贡献不大。而理论上，量子计算机不需要你在最终估计中忽略构型。它可以直接将你的初始猜测表示为一个量子态，然后将该状态随时间向前演化，直到它自然地达到正确的基态结构。

许多研究者认为量子计算机在这里具有优势

，因为用经典方法排除不重要的构型可能会变得极其困难。然而，陈和其他人不同意。首先，他们认为，量子计算机仍然会遇到同样的瓶颈，即需要那个合理的初始猜测，而且没有明显理由表明量子方法在突破这一瓶颈方面具有任何优势。此外，经典技术正在迅速成熟。

但对陈来说，断言可能根本不需要量子计算机

，他说“就像试图抵抗海潮一样”。

筛选出解决方案

自2000年从剑桥大学获得博士学位以来，

陈一直在开发和改进通过只关注最重要的构型来压缩复杂量子态的方法

。他和他的团队现在希望将这些方法应用于FeMo-co。

他们

使用两种不同的技术来筛选需要研究的构型

。使用一种方法，他们从猜测出发，逐步调整少量电子的行为。然后他们证明，调整更多电子并不会导致显著的能量变化，这为他们提供了明确的规则，知道哪些构型可以忽略，哪些不能。

第二种方法是陈整个职业生涯都在研究的技术

。它涉及将初始状态分解成多个部分，并只允许有限的信息在这些部分之间流动。然后他们证明，只需要考虑这种信息流动达到某个特定限制之前的变化。“意识到可以用‘更简单’的方法实现描述，并且将这些方法发挥到极致（因为该问题在计算上仍然具有挑战性），这是关键所在，”陈在一封电子邮件中写道。

两种方法都对FeMo-co的基态能量得出了相同的估计值

（并且与科学家的实验观察结果一致），这给了研究人员信心，相信他们找到了真正的基态。

争论的转变

陈希望他的团队取得的技术突破现在可以扩展到对整个固氮酶及其反应进行建模。"

我希望，所有那些主张'我们需要建造一台量子计算机来解决固氮酶问题'的人，在我们已经找到实现途径的此刻，能够加入这项使命

，"他说道。

但从基态到该反应的完整数学描述将困难得多，涉及计算整个中间化学态序列的能量。“

我们甚至远未达到这一圣杯，”Suess说

。“我们仍然只是描述了静息态。但该方法很有前景，因为它表明我们可以有一定信心地继续前进。”

这一结果对研究者们对量子计算的期望意味着什么，目前也不清楚。Whitfield认为，计算单个基态能量值从来就不是量子计算机被认为能胜过经典计算机的地方。他说，它们的优势很可能在于下一个问题：模拟系统随时间的演化。这很可能展示出经典方法可能变得多么低效——以及量子计算机可以变得多么强大。

在与量子计算界友好切磋多年后，陈并不期望这一新成果能改变很多人的想法。毕竟，他说，

通过量子计算机进行量子化学模拟仍然具有巨大的前景：如果明天就能有一台量子计算机可用，他会很乐意使用它

。但他希望团队的新成果能有助于纠正一个误解，即最难的化学问题在量子硬件问世之前根本无法解决。

他在一封电子邮件中写道，“

科学是自我修正的

，但很多时候，修正并不会像最初的声明那样受到同等关注，因为这个领域已经转向其他声明了。”

本篇文章的主角Garnet Kin-Lic Chan（陈建历），他在香港长大

，后来在

剑桥大学

先后取得学士、硕士和博士学位。他曾任职于普林斯顿大学和康奈尔大学，他目前为

加州理工学院的Bren化学教授及马库斯理论化学中心主任

。陈的

研究横跨理论化学、凝聚态物理与量子信息理论

三大领域，他专注于化学与物理中复杂系统的计算模拟，

特别是量子多粒子体系的物理现象与数值计算方法

；他对量子多体问题尤其感兴趣。

就在前两天，他刚当选为了英国皇家学会的院士，去年他还当选为了美国国家科学院士；此外他曾获斯隆研究奖、帕卡德奖学金（Packard Fellowship）、美国国家科学院贝克奖、美国化学会纯化学奖、国际量子分子科学院奖章和西蒙斯学者奖等多项荣誉。

参考链接：

https://www.quantamagazine.org/key-chemistry-question-answered-no-quantum-computer-required-20260529/