无需量子计算机，关键化学问题已获解答

来源：Hacker News / 综合科技报道 核心人物：Garnet Chan（加州理工学院量子化学家）

背景

Garnet Chan 毕生致力于基础科学研究。几十年前，他进入化学领域，旨在理解地球上一些最具影响力的生化过程。然而，随着时间的推移，他成为了另一个领域的核心人物：关于量子计算机是否能在性能上决定性超越传统“经典”计算机的辩论。

在过去十年中，许多量子计算研究者指出，Chan 所研究的化学反应正是量子计算机应当发挥优势的领域。然而，Chan 长期以来一直持怀疑态度，他认为那些尚需数年才能实现的强大量子计算机——即容错量子计算机——对于解决这些化学问题并非必需。

“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，我们就应该使用它，”Chan 表示。尽管他相信量子计算机最终会在该领域发挥重要作用，但他并不认为我们需要等待容错量子计算机的建成。

现在，他的一项新成果有力地支持了他的观点。

核心内容

氮酶研究的里程碑

今年1月初，Chan 与另外五位来自加州理工学院（Caltech）的量子化学家共同取得了一项关键进展：深入理解了氮酶（Nitrogenase）。氮酶能将大气中的氮气转化为氨，从而使得地球上的生命成为可能。这是理论化学家数十年来努力的重大胜利。

多年来，氮酶一直是量子计算领域的“概念验证”目标。要理解这种酶，研究人员必须追踪大量电子的行为，这些电子通过量子纠缠紧密相连。可能的构型数量呈爆炸式增长。研究人员曾假设，只有能够操控量子态的机器才能破译这一系统。

然而，Chan 及其同事仅使用了纯经典方法就取得了突破。这一结果不仅关乎支持生命的化学，更关乎理解这种化学是否必须依赖量子计算机。

“我认为澄清这一点很重要：这并非一项必须首先建造量子计算机才能对问题发表任何见解的不可能任务，”Chan 说。

并非所有人都同意

并非所有人都认同这一结论。一些研究者指出，通过经典方法获得这一结果耗费了多年时间。他们认为，即使某一个化学问题最终被证明可以用经典方法处理，量子计算机仍然是以规模化方式做出此类发现所必需的。

达特茅斯学院（Dartmouth College）的量子计算理论家 James Whitfield 表示：“如果我们选择任何一个优化问题，并投入20年的时间，你就能解决那个特定的系统。但解决方案是否具有可转移性？像这样的问题，通过解决一个分子系统的一个实例是回答不了的。”

虽然解决氮酶这一特定问题可能尚未完全终结关于量子计算机的辩论，但随着对酶完整化学理解的每一步推进，这场辩论正变得不再仅仅是假设性的。

大自然的氨工厂

除了光合作用，固氮作用也是地球上生命最关键的化学过程之一，而氮酶是实现这一过程的关键。

在氮酶进化之前，生物体受限于可整合到有机物中的氮量。这是一个讽刺性的障碍，因为地球实际上充满了氮元素：氮约占大气层的80%。但大气中的氮以双原子分子 $N_2$ 的形式存在，这种分子具有惰性，因此在生物过程中无法使用。只有罕见的高能事件才能将分子分解为生命可用的硝酸盐。

麻省理工学院（MIT）研究氮酶的化学家 Daniel Suess 表示：“生物体 literally（字面上）是在等待闪电击中。这就是你让氮可供生物量使用的唯一方式。”

但在30亿年前，随着早期原核生物中氮酶的进化，氮的“闸门”打开了。这种酶完成了其他任何生物过程都无法做到的事情：它打破了将 $N_2$ 结合在一起的三键，并将惰性气体转化为生物可用的氨。

这种酶虽然高效，但极其复杂。这对受益的早期微生物来说并非重点，但对数十亿年后希望复制这一技巧以制造肥料的人类来说，意义重大。

电子相关难题

氮酶在化学上难以处理的部分原因在于其“活性位点”——一个由铁和钼原子组成的簇，称为 FeMo-co。每个铁原子带有四个或五个未配对电子，其行为取决于其他电子。事实上，FeMo-co 是生物学中相关性最强的系统之一，也是所谓的“电子相关难题”的典型例子：由于其电子不能独立处理，因此很难确定整体系统的属性，例如其真实的电子结构和能量。

在人类历史的大部分时间里，紧迫的问题不是氮酶如何工作，而是如何获得足够多的产物。直到19世纪，可用的氮最可靠的来源仍然是从秘鲁沿海岛屿采集的鸟粪，这种资源如此珍贵和稀有，以至于国家为此发动战争。随后，德国化学家 Fritz Haber 和 Carl Bosch 在1909年破解了工业固氮技术，该问题的实际意义逐渐消退。

但科学问题——理解氮酶如何在普通土壤细菌内部完成哈伯-博施法（Haber-Bosch process）需要工业熔炉才能完成的任务——仍然悬而未决。这是一个本身就很重要的问题，也是人们辩论最佳解决方案时获得新 prominence（显著性）的问题。

一个不太可能的测试

经典计算机将信息处理为比特（bits），取值为0或1。量子计算机则使用量子比特（qubits），它们可以同时处于0和1的叠加态，并以没有经典类比的方式相互纠缠。这意味着（如果）存在大规模量子计算机，它将能够同时探索问题的许多可能解决方案，而不是逐个处理。

对于具有适当数学结构的某些类型的问题，这承诺了相对于经典机器所能实现的指数级加速。自20世纪90年代量子计算作为理论学科兴起以来，核心问题一直是哪些 qualifies（符合条件）。最有希望的领域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是量子力学的，这表明量子计算机可能非常适合对其进行建模。

氮酶作为非正式量子计算基准的地位，可以追溯到2011年微软组织的一次会议，旨在探索其新兴量子计算组的应用。当时，Chan 已经研究氮酶十多年，并在会上作了关于该酶的演讲。

他不知道这次演讲在多大程度上影响了后来的事件，但在2017年，微软研究人员在《美国国家科学院院刊》（PNAS）上发表了一篇论文，认为氮酶的纠缠复杂性使其成为量子计算机的诱人测试对象。

在 Chan 看来，从一开始这就不太匹配。他对此提出质疑，并继续相信使用他职业生涯中开发的经典方法对氮酶进行建模是可能的。在接下来的十年里，他致力于证明这一点。

基态之争

Chan 和其他研究人员并非旨在解释氮酶如何从头到尾工作。相反，他们转向了 FeMo-co 的一种广泛使用的计算模型，并提出了一个更初步的问题：它的**基态能量（Ground-state energy）**是多少？

基态——即 FeMo-co 的最低能量电子构型——是整个反应的起点。

关键要点

• 经典计算能力的突破：Garnet Chan 及其团队使用纯经典计算方法，成功解决了困扰科学界多年的氮酶（Nitrogenase）关键化学问题，特别是其活性位点 FeMo-co 的基态能量计算。
• 挑战量子优越性叙事：长期以来，氮酶被视为量子计算机的“概念验证”目标，因为涉及大量纠缠电子，被认为需要量子计算机才能处理。Chan 的成果证明，即使没有量子计算机，经典方法也能解决此类高度复杂的量子化学问题。
• 争议依然存在：尽管取得了突破，但关于量子计算机必要性的辩论并未完全结束。反对者（如 James Whitfield）指出，经典方法解决单一实例耗时极长（数十年），且难以证明解决方案的可转移性和规模化能力。
• 科学背景：氮酶是自然界固氮的关键，能将大气中惰性的 $N_2$ 转化为生物可用的氨。其活性位点 FeMo-co 涉及复杂的电子相关效应，是化学模拟中的难题。
• 研究动机：Chan 的核心立场是“实用主义”：他的兴趣在于解决化学问题，如果经典计算机是合适的工具，就不必等待尚未成熟的容错量子计算机。

意义与影响

这项研究在两个层面产生了深远影响：

1. 对量子计算领域的修正：它削弱了“量子计算机是解决复杂化学模拟唯一途径”的绝对论调。它表明，通过算法创新和经典计算资源的优化，经典计算机在特定量子化学问题上仍具有强大的竞争力。这为量子计算研究者设定了更高的基准：量子计算机不仅要能解决经典计算机能解决的问题，还必须证明其在效率和可扩展性上的