　同手法では、2022年にQunaSysが理化学研究所、大阪大学と共同で開発した「局所変分量子コンパイル（LVQC）」という手法を応用している。粒子が多数集まった大規模な量子多体系から小さな部分系を抽出し、量子回路を変分最適化により設計。この変分最適化計算で得られたパラメーターを用いて、目的の大規模量子多体系のグリーン関数を計算する。得られたグリーン関数はさまざまな物性計算に適用できる。

開発した手法の概要［クリックで拡大］出所：QunaSys

　同手法を、物質中の電子をモデル化した物理模型の一つで、金属、絶縁体、超伝導体など、物質のさまざまな状態を説明できる1次および2次元のフェルミオン・ハバード模型に適用したところ、小規模な量子系での最適化だけで決定したLVQCの結果を基に、より大きな系においてグリーン関数や状態密度を効率よく、正確に計算できた。

　また、20×20サイトのフェルミオン・ハバード模型は古典コンピュータでは計算が困難だが、同手法を用いれば、従来のトロッター分解と比べて必要なゲート数や量子回路の実行回数を大幅に削減できることが分かった。

同手法の性能の検証結果。青い点は同手法の計算結果、黒い実線が正確な計算結果を表す。（a）4×2サイト格子（16量子ビット）の2次元フェルミオン・ハバード模型に対するグリーン関数の時間依存性。（b）4×4サイト格子（32量子ビット）の2次元フェルミオン・ハバード模型に対する状態密度の計算結果［クリックで拡大］出所：QunaSys

　同社は、量子コンピュータを用いたグリーン関数の計算により、物質中の電子が強く影響し合う強相関電子系の研究や、高機能素材の開発、デバイスの設計などに応用できると考えている。

⇒その他の「マテリアルズインフォマティクス」の記事はこちら

積水化学型MIは超やる気人財が主導、配合設計の検討速度900倍など成果も高速で創出
本連載では素材メーカーが注力するマテリアルズインフォマティクスや最新の取り組みを採り上げる。第1回では積水化学工業の取り組みを紹介する
TDKが独自のAIデータ分析プラットフォームを開発、1時間かかった粒界の記入を数秒に
TDKは、マテリアルズインフォマティクス推進の一環として、独自のAIデータ分析プラットフォーム「Aim」を開発した。
MIモデルを活用した研究開発組織向けデータ活用プラットフォームを提供
アイデミーは、研究開発組織向けのデータ活用プラットフォーム「Lab Bank」の提供を開始した。材料開発に情報科学を活用するマテリアルズインフォマティクス領域のサービスを提供し、材料開発の効率化を促進する。
GPTとAIを融合し、新規用途探索の高精度化と高速化を図る実用検証を開始
三井化学と日本IBMは、GPTと同社のAI「IBM Watson」を組み合わせ、三井化学の製品開発における新規用途探索を高精度化、高速化する実用検証を開始した。GPTに対する指示を新規用途探索に合わせて洗練させ、注目すべき新規用途候補を特定、抽出する。
レゾナックが「共創の舞台」に半導体材料の開発を加速するVR技術を導入
レゾナックは、異なる材料の界面における分子挙動の解析などを実現するために、ヘッドマウントディスプレイを用いたVR技術を開発した。
秘密計算技術で企業間のデータを安全に連携できる分析基盤を構築
旭化成は、NECと共同で、企業間のデータを秘匿したまま安全に連携できる分析基盤を構築した。NECの「秘密計算技術」を活用して複数社が持つデータを統合し、旭化成のマテリアルズインフォマティクスを応用することで、材料開発シミュレーションが実行可能になった。