科学家们最看好的量子计算机的一个潜在优势是分子模拟。这些模拟过于复杂，传统计算机无法以足够的精度执行，但量子计算机有可能帮助科学家更好地理解量子力学，并最终带来新型治疗方法和未来材料。

研究人员从古代亚历山大城汲取灵感优化量子模拟

这个未来可能更近了一步：芝加哥大学开发的一种新算法，受到古代亚历山大的一个著名实验的启发，可以帮助量子计算机更高效、高精度地模拟分子系统。

该算法由 David Mazziotti 教授和研究生 Irma Avdic 设计，将随机采样方法与物理约束相结合，以减少模拟分子所需的测量次数。

其结果是一种“增强型”方法，使当前的量子计算机更接近于传统计算机的优势，同时为未来量子计算架构的更好性能奠定了基础。

“我们的算法有望使利用量子计算机预测分子的潜在优势更接近现实，”化学教授、这项研究的资深作者马齐奥蒂说。这项研究发表在《物理评论快报》上。

为了更好地理解量子系统，结合方法

理解量子系统极其困难。在最小的层面上，自然界的行为与我们的传统世界不同，目前不可能计算出这些系统中大量的分子能量和特性。

例如，传统计算机使用近似值来计算两个以上电子系统的行为。但量子计算机由本质上量子化的量子比特驱动，有可能更准确地描述这类系统。

然而，量子计算尚处于发展初期，而且由于其量子特性，这些计算机本质上存在噪声，因此很难在噪声中找到正确的信号。

Mazziotti 和 Avdic 开发的新算法通过改进阴影层析成像技术来帮助找到该信号。阴影层析成像是一种表征量子态的技术，它通过随机采样这些状态的不同可能性来帮助创建量子态的“图像”。

这些可能性——本质上是量子世界投射到经典世界的“阴影”——最终为科学家提供了足够的信息来重建实际的量子态。

马齐奥蒂和阿夫迪克表示，他们的技术受到古代地中海城市亚历山大的突破性的启发——当时的地理学家利用阴影结合几何约束来了解地球的大小和形状。

但阴影层析成像本身不足以有效理解具有两个以上电子的系统(一种称为“多体问题”的问题)。为此，科学家使用了一种称为双电子简化密度矩阵(2-RDM)的方法。该方法为科学家提供了在电子场中找到两个电子的概率。这些信息足以预测系统的电子特性。