Обязаны ли мы использовать квантовые компьютеры для познания химии?

Неужели для глубокого постижения сложных химических процессов обязательно нужны квантовые компьютеры? Колоссальный труд нескольких десятилетий продемонстрировал неожиданную силу привычных классических вычислительных систем.

Главной страстью Гарнета Чана всегда оставалась фундаментальная наука. Он посвятил себя химии ещё много лет назад, стремясь разгадать механизмы важнейших биохимических процессов нашей планеты.

Со временем он оказался в эпицентре масштабных научных баталий о том, смогут ли квантовые компьютеры радикально превзойти традиционные «классические» машины. На протяжении десятилетия специалисты по квантовым вычислениям преподносили химические реакции, изучаемые Чаном, как идеальное поле для демонстрации превосходства новой технологии. Однако сам он скептически относился к идее, что для прорыва необходимы мощные квантовые установки, до практической реализации которых ещё далеко.

«Моя ключевая задача — решать конкретные химические проблемы. Если для этого отлично подходят классические компьютеры, мы обязаны ими пользоваться», — подчеркивает он. Чан убежден, что в перспективе квантовые технологии займут достойное место в химии, но добавляет: «Я не вижу ни малейшего смысла сидеть сложа руки в ожидании отказоустойчивого квантового суперкомпьютера».

Теперь в его распоряжении появился весомый аргумент, подтверждающий эту точку зрения.

В январе 2026 года Чан в сотрудничестве с пятью квантовыми химиками из Калтеха преодолел важнейший рубеж в исследовании нитрогеназы — фермента, который конвертирует атмосферный азот в аммиак, поддерживая саму жизнь на Земле. Это достижение стало венцом многолетней работы теоретиков.

Интересно, что этот же фермент долгие годы служил эталонным полигоном для сторонников квантовых вычислений, желавших доказать несостоятельность классического подхода. Чтобы смоделировать фермент, ученым приходится отслеживать поведение бесчисленных электронов, объединенных квантовой запутанностью. Количество возможных состояний системы растет по экспоненте вместе с ростом числа электронов. До сих пор царило мнение, будто справиться с подобной задачей способна лишь аппаратура, оперирующая квантовыми битами.

Тем не менее Чан и его команда добились успеха, задействовав исключительно классические вычислительные методы. Этот прорыв имеет двойное значение: он важен как для биохимии, так и для давнего спора о границах применимости классических алгоритмов.

«Стоит четко понимать: это вовсе не тупиковая задача, требующая предварительного создания квантового компьютера», — заявляет Чан.

Впрочем, с такой позицией согласны далеко не все. Оппоненты указывают на колоссальные временные затраты, потребовавшиеся для достижения этого результата классическим путем. По их мнению, даже если конкретная химическая загадка поддалась традиционным алгоритмам, ставить подобные открытия на поток без квантовой техники не получится.

«Если потратить два десятилетия на любую задачу оптимизации, можно добиться успеха для одной изолированной системы», — отмечает Джеймс Уитфилд, специалист по квантовой теории из Дартмута. «Однако масштабировать этот метод на другие объекты едва ли удастся. Подобные глобальные проблемы не решаются кавалерийским наскоком на единичную молекулярную структуру».

Хотя триумф в изучении нитрогеназы вряд ли сразу поставит точку в академических спорах, каждый подобный шаг переводит дискуссию из плоскости умозрительных гипотез в область реальных достижений.

Природная фабрика аммиака

Наряду с фотосинтезом, процесс фиксации азота удерживает статус краеугольного камня для земной биосферы. И ключевую роль здесь играет именно нитрогеназа.

До появления этого фермента органический мир испытывал жесткий дефицит усваиваемого азота. Парадокс заключался в том, что наша планета буквально утопает в этом газе — на него приходится около 80% атмосферы. Однако в своей естественной форме (N₂) молекулы азота обладают высочайшей химической инертностью и не могут быть задействованы в биологическом синтезе. Доступными для живых организмов соединения становились лишь благодаря редким высокоэнергетическим природным катаклизмам.

«Живым организмам приходилось буквально уповать на удары молний, только так азот превращался в доступную биомассу», — поясняет Дэниел Суэсс, химик из Массачусетского технологического института.

Ситуация кардинально изменилась три миллиарда лет назад с появлением нитрогеназы у древних прокариот. Фермент совершил революцию, разорвав прочнейшую тройную связь в молекуле N₂ и переведя инертный газ в форму биодоступного аммиака.

При невероятной эффективности этот фермент отличается сложнейшим строением. Древним микробам не было нужды вдаваться в детали его работы, а вот человечество спустя миллиарды лет столкнулось с серьезной задачей: скопировать этот природный механизм для масштабного выпуска удобрений.

Главная сложность нитрогеназы кроется в её активном центре — уникальном молибден-железо-серном кластере, известном как FeMo-co.

Каждый атом железа в его составе обладает четырьмя-пятью неспаренными электронами, чье поведение тесно взаимосвязано. Фактически FeMo-co представляет собой одну из самых сложных коррелированных систем во всей живой природе. Это хрестоматийный пример проблемы электронной корреляции: из-за сильной взаимозависимости электронов вычисление фундаментальных свойств системы (таких как её энергия и электронная структура) превращается в колоссальную трудность.

Исторически человечество волновал не столько биохимический механизм нитрогеназы, сколько практический поиск азотных удобрений. В XIX веке главным источником драгоценного сырья служило перуанское гуано — за месторождения этого ценнейшего ресурса разворачивались кровопролитные войны. Ситуация изменилась в 1909 году, когда немецкие химики Фриц Хабер и Карл Бош разработали метод промышленного синтеза аммиака, снизив остроту дефицита.

Тем не менее академический интерес к тому, как скромная почвенная бактерия легко выполняет то, для чего людям потребовались громоздкие промышленные установки, никуда не исчез. С годами этот вопрос стал символом технологического противостояния.

Неофициальный эталон

Классические вычислительные машины оперируют битами, принимающими значения 0 или 1. В противовес им, кубиты в квантовых компьютерах способны пребывать в суперпозиции обоих состояний и образовывать запутанные связи, недоступные классической архитектуре. Благодаря этому гипотетический полномасштабный квантовый суперкомпьютер сможет параллельно анализировать громадные массивы вариантов, вместо того чтобы перебирать их поочередно.

Для математических задач определенного типа сулят экспоненциальное ускорение обработки. С момента зарождения квантовой информатики в 1990-х годах главным вопросом оставалось точное определение сфер ее максимальной эффективности. Химическое моделирование выглядит здесь наиболее перспективно: межатомные взаимодействия носят чисто квантовый характер, поэтому квантовые системы созданы для их эмуляции словно по заказу.

Нитрогеназа закрепила за собой статус неофициального бенчмарка в 2011 году на закрытой встрече в Microsoft, где обсуждались векторные направления нового квантового подразделения. С программным докладом по этому ферменту тогда выступил Гарнет Чан, уже более десяти лет занимавшийся его изучением.

Напрямую ли повлияло то выступление, но в 2017 году исследователи Microsoft опубликовали в журнале Proceedings of the National Academy of Sciences программную статью, где назвали запутанную структуру нитрогеназы идеальным полигоном для тестирования квантовых систем.

Чан с самого начала считал подобный подход необоснованным. Он настаивал, что сложнейшую молекулу вполне реально рассчитать с помощью классических методологий, над совершенствованием которых трудился всю жизнь.

Последующие десять лет ушли у него на практическое доказательство этой гипотезы.

Спор об основном энергетическом состоянии

Ученые не ставили перед собой невыполнимую задачу пошагово воссоздать всю многостадийную динамику фермента. Вместо этого они сосредоточились на популярной компьютерной модели FeMo-co, задавшись более локальным вопросом: какова энергия её основного состояния?

Речь идет об отправной точке любой реакции — электронной конфигурации с минимальным запасом энергии. Но из-за семи атомов железа, каждый из которых располагает несколькими неспаренными электронами с непредсказуемой ориентацией спинов и орбиталей, этот параметр крайне трудно поддается измерению.

Для электронов существует свыше 78 000 возможных конфигураций, а искомое основное состояние представляет собой тонкую суперпозицию всех этих вариантов. Уравнение Шрёдингера теоретически описывает вклад каждого элемента в общую энергию, однако найти его точное решение для столь многоэлектронной системы на практике почти невозможно.

С этим ограничением сталкиваются любые вычислительные машины. Расчет всегда начинается с приближенных допущений — экспертной гипотезы о том, какие именно конфигурации доминируют в системе. Подобные предположения часто вырабатываются годами кропотливых изысканий.

Далее классический алгоритм позволяет постепенно отсеивать несущественные конфигурации, доказывая их минимальное влияние на итоговый энергетический уровень.

В теории квантовый компьютер избавлен от необходимости принудительно фильтровать промежуточные состояния. Он способен заложить первоначальную гипотезу в виде квантового состояния и дать ей естественным образом эволюционировать до искомой структуры, выдав точный расчет энергии.

Многие специалисты считали это неоспоримым преимуществом квантовых систем, поскольку классическое отсечение лишних данных связано с колоссальной трудоемкостью. Тем не менее Чан и его единомышленники выражали обоснованный скептицизм. Во-первых, отмечают исследователи, квантовые машины упираются в ту же проблему формирования корректного начального приближения, и здесь у них нет форы. Во-вторых, классический софт демонстрирует стремительный прогресс.

Впрочем, отстаивать перспективность традиционных вычислений на фоне всеобщего хайпа вокруг квантовых систем — это, по меткому выражению Чана, «попытка плыть против течения».

Поиск решения

Получив докторскую степень в Кембридже в 2000 году, Чан сосредоточился на разработке алгоритмов сжатия громоздких квантовых состояний с выделением лишь ключевых конфигураций. Именно эти наработки его группа решила применить к анализу FeMo-co.

Для фильтрации состояний были задействованы два взаимодополняющих метода. Первый стартовал с базового допущения с последующей точечной корректировкой поведения малой группы электронов. Ученые доказали, что дальнейшие вариации этого параметра не меняют общую энергию, что дало четкий математический критерий для отсечения лишнего.

Второй подход опирался на технологии, над которыми автор работал всю жизнь: исходную систему дробили на фрагменты, ограничивая интенсивность информационного обмена между ними. Как выяснилось, учет потоков информации имеет значение лишь до определенных границ. «Главным озарением стало понимание того, что точное описание достижимо более простыми средствами, если грамотно и интенсивно их эксплуатировать», — поясняет Чан.

Оба независимых метода выдали идентичные значения для энергии основного состояния FeMo-co, полностью совпавшие с лабораторными данными экспериментов. Это служит надежнейшим подтверждением того, что истинное основное состояние было успешно найдено.

Новый поворот дискуссии

Ученый рассчитывает, что созданные его командой математические инструменты удастся масштабировать на весь фермент и детально просчитать его реакцию. «Было бы здорово, если бы все те энтузиасты, утверждавшие о безальтернативности квантовых компьютеров, теперь подключились к этой работе», — говорит он.

Конечно, переход от поиска статического основного состояния к динамическому моделированию всей реакции потребует расчета целых цепочек переходных этапов. «Мы находимся лишь на старте, — признает Суэсс. — Описано лишь состояние покоя. Но сам метод открывает прекрасные перспективы для дальнейшего продвижения».

Остается открытым вопрос о том, как этот успех повлияет на судьбу квантовых вычислений. Уитфилд справедливо замечает, что вычисление энергии основного состояния никогда не считалось главным козырем квантовых машин. Их истинное превосходство должно проявиться при симуляции динамических процессов во времени — моделировании полноценных химических реакций. Именно там классические методы могут захлебнуться от неэффективности.

Несмотря на долгие научные споры, Чан не питает иллюзий насчет того, что одна статья вмиг переубедит индустрию. Квантовое моделирование по-прежнему обладает огромным потенциалом, и появись квантовый компьютер хоть завтра, он охотно взял бы его в работу. Главное, чего добилась команда — это развенчание мифа о том, что сложнейшие химические задачи абсолютно недоступны классической науке.

«Наука умеет проводить работу над ошибками, — резюмирует он, — однако запоминаются всегда громкие первоначальные заявления, в то время как исправления часто остаются без должного внимания, поскольку сообщество уже устремилось к новым горизонтам».

Автор перевода @arielf

---

НЛО прилетело и оставило здесь промокод для читателей нашего блога:
-15% на заказ нового VDS — HABRFIRSTVDS.

Положение об акции

 

Источник