[论文解读] Quantum technologies for climate change: Preliminary assessment

Casey Berger, Agustín Di Paolo+5 more|arXiv (Cornell University)|Jun 23, 2021

Quantum Computing Algorithms and Architecture参考文献 82被引用 7

一句话总结

本初步评估探讨了近中期量子技术——尤其是量子模拟、优化、传感和能效计算——如何通过实现复杂材料和化学过程的精确模拟、优化能源系统、提升环境监测能力以及减少计算能耗，来应对气候变化。其主要贡献在于识别出量子科学与气候科学交叉领域中具有高影响力且切实可行的应用，重点关注加速可持续创新。

ABSTRACT

Climate change presents an existential threat to human societies and the Earth's ecosystems more generally. Mitigation strategies naturally require solving a wide range of challenging problems in science, engineering, and economics. In this context, rapidly developing quantum technologies in computing, sensing, and communication could become useful tools to diagnose and help mitigate the effects of climate change. However, the intersection between climate and quantum sciences remains largely unexplored. This preliminary report aims to identify potential high-impact use-cases of quantum technologies for climate change with a focus on four main areas: simulating physical systems, combinatorial optimization, sensing, and energy efficiency. We hope this report provides a useful resource towards connecting the climate and quantum science communities, and to this end we identify relevant research questions and next steps.

研究动机与目标

• 识别新兴量子技术在气候变化减缓与适应中的高影响力应用场景。
• 评估量子模拟、组合优化、量子传感和能效计算在气候相关问题上的可行性与潜在影响。
• 通过突出跨学科研究机遇，弥合量子科学与气候科学社群之间的差距。
• 优先考虑在现实量子硬件约束下具有中短期可行性和可衡量环境影响的应用。
• 通过概述关键技术与科学挑战及合作下一步行动，激发进一步研究。

提出的方法

• 聚焦四大核心应用领域：物理系统的量子模拟、组合优化、量子传感和计算能效。
• 利用量子资源的多项式标度与经典计算机在模拟量子系统时的指数标度对比，评估量子优势潜力。
• 使用理想化模型比较量子与经典超级计算机的能耗及硬件需求，包括硬件、冷却和维护成本。
• 通过分析材料使用、不可再生资源消耗及生命周期末端影响，评估量子技术的环境足迹，并与经典系统对比。
• 优先考虑高影响力且量子资源需求低的应用，现阶段排除量子机器学习或微分方程求解等高级方法。
• 强调分子与材料的虚拟筛选作为加速能源与环境技术中发现的关键量子赋能工作流。

实验结果

研究问题

• RQ1 哪些与气候相关的科学与工程问题最适宜实现近期量子优势？
• RQ2 量子模拟在量子材料与化学系统方面，如何加速新型电池、光伏材料及碳捕集材料的发现？
• RQ3 量子优化在改善可再生能源系统、电网布局与交通物流方面具有何种潜力？
• RQ4 量子传感器在提升温室气体检测与大气测量的灵敏度与准确性方面，可发挥何种作用？
• RQ5 与经典超级计算相比，量子计算在多大程度上可减少大规模计算工作负载的能耗？

主要发现

• 量子计算机可对复杂量子系统（如新型电池材料或光伏材料）进行模拟，实现资源的多项式标度，从而克服经典计算机因指数标度而使此类模拟变得不可行的问题。
• 利用量子模拟对数百万种分子进行虚拟筛选，可显著缩短材料研发的时间与成本，加速气候友好型技术的开发。
• 量子优化方法可能在解决与可再生能源分配、电网管理及碳减排策略相关的复杂物流与基础设施问题方面提供实际优势。
• 量子传感器可提供更高的灵敏度与选择性，用于检测痕量气体与大气变化，从而提升气候监测与早期预警系统的能力。
• 与经典超级计算机相比，量子计算机在整体系统能耗、冷却与硬件占地面积方面可能带来显著的能效提升，尽管其全生命周期环境影响仍需进一步研究。
• 尽管当前量子硬件成本高昂且尚未商业化，但其潜在的材料使用减少与更低的运行能耗表明，其长期环境表现可能优于经典系统。