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](http://web.physics.ucsb.edu/~martinisgroup/))*

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](https://research.googleblog.com/2016/07/towards-exact-quantum-description-of.html))*

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