量子邂逅人工智慧：新研究揭開新型光致變色材料的面紗

一項全新的量子 - 經典方法加速了光致變色材料的發現。一個聯合研究團隊開發出一種創新的量子 - 經典計算方法，用於設計光致變色材料，也就是對光敏感的化合物，為加速材料發現提供了強大工具。他們的研究成果發表在《智慧計算》期刊上。

研究人員基於之前在同一期刊上的研究成果，引入了一種計算基變分量子縮減方法，作為其研究方法的基礎。為驗證該方法的有效性，團隊在光藥理學領域進行了案例研究，篩選了 4096 種二芳基乙烯衍生物。他們找出了五種有潛力的候選材料，這些材料展現出兩個關鍵特性：較大的最大吸收波長和較高的振子強度。這些特性對於光藥理學中光控藥物傳遞等應用至關重要。

光藥理學是醫學領域的一個新興領域。它利用光來啟用或停用特殊分子，從而實現靶向藥物傳遞。在用於此目的的材料中，二芳基乙烯衍生物尤其具有前景，因為它們會隨著光的照射改變顏色，並且在不同溫度下都很穩定。

為了找出最佳的二芳基乙烯衍生物，團隊首先生成分子結構，並對 384 種二芳基乙烯衍生物進行了量子化學計算，以預測它們的性質。利用這些結果，他們訓練了一個機器學習模型，用於預測 4096 種衍生物的性質。

接下來，研究人員使用量子電腦最佳化這些預測結果，基於伊辛哈密頓量（一種用於描述系統的數學模型）找出具有最大吸收波長的分子。最後，在經典電腦上進行的量子化學計算驗證了排名靠前的候選材料的性質，確保它們符合進一步開發的期望標準。

在量子最佳化過程中，使用了 12 量子位的量子計算來高效模擬伊辛模型的基態（最低能量狀態）和四個激發態。這一步有助於找出具有最大以及第二至第四大吸收波長的二芳基乙烯衍生物。隨後，利用量子化學計算分析分子軌道對吸收的貢獻。這一步指導設計出不僅具有大吸收波長，而且具有高振子強度的新型二芳基乙烯衍生物。

在量子模擬器上進行測試時，新方法的結果與精確本徵求解器（一種計算哈密頓系統能級的計算工具，在此案例中為伊辛哈密頓量）的結果高度吻合。值得注意的是，由於先進的誤差抑制和緩解技術，即使在真實的量子裝置上，該方法產生的結果也與模擬器的結果具有相當的準確度。

最近，量子化學計算與機器學習的整合在加速新型材料發現方面展現出巨大潛力。雖然這種混合方法與傳統方法相比消耗的資源和時間更少，但它仍然面臨一些根本性挑戰。這些挑戰包括訓練資料集的規模和質量限制，以及使用離散最佳化技術有效探索大型化學空間的難度。這種新的量子 - 經典方法已證明能夠應對這些挑戰，並且為未來發現其他型別的有用材料提供了一種可能途徑。

參考文獻：Qi Gao、Michihiko Sugawara、Paul D. Nation、Takao Kobayashi、Yu - ya Ohnishi、Hiroyuki Tezuka 和 Naoki Yamamoto 所著的《應用於材料設計的量子 - 經典方法：用於光藥理學應用的光致變色材料最佳化》，2024 年 12 月 20 日，《智慧計算》。DOI：10.34133/icomputing.0108