Universal fault-tolerant quantum computers will require error-free execution of long sequences of quantum gate operations, which is expected to involve millions of physical qubits. Before the full power of such machines will be available, near-term quantum devices will provide several hundred qubits and limited error correction. Still, there is a realistic prospect to run useful algorithms within the limited circuit depth of such devices. Particularly promising are optimization algorithms that follow a hybrid approach: the aim is to steer a highly entangled state on a quantum system to a target state that minimizes a cost function via variation of some gate parameters. This variational approach can be used both for classical optimization problems as well as for problems in quantum chemistry. The challenge is to converge to the target state given the limited coherence time and connectivity of the qubits. In this context, the quantum volume as a metric to compare the power of near-term quantum devices is discussed. With focus on chemistry applications, a general description of variational algorithms is provided and the mapping from fermions to qubits is explained. Coupled-cluster and heuristic trial wave-functions are considered for efficiently finding molecular ground states. Furthermore, simple error-mitigation schemes are introduced that could improve the accuracy of determining ground-state energies. Advancing these techniques may lead to near-term demonstrations of useful quantum computation with systems containing several hundred qubits.

A novel thiocyanate-free cyclometalleted ruthenium sensitizer for solar cells is designed and developed. Upon anchoring to nanocrystalline TiO(2) films, it exhibits a remarkable incident monochromatic photon-to-current conversion efficiency of 83%. The solar cell employing a liquid-based electrolyte exhibits a short circuit photocurrent density of 17 mA/cm(2), an open circuit voltage of 800 mV, and a fill factor of 0.74, corresponding to an overall conversion efficiency of 10.1% at standard AM 1.5 sunlight. To understand the structural, electronic, and optical properties of the cyclometalleted ruthenium sensitizer, we have investigated using density functional theory (DFT) and time-dependent DFT (TDDFT). Our results show the HOMO is located mostly on ruthenium and cyclometalated ligand, while the LUMO is on 4-carboxylic acid-4'-carboxylate-2,2'-bipyridine. Molecular orbitals analysis confirmed the experimental assignment of redox potentials, and TDDFT calculations allowed assignment of the visible absorption bands. The present findings provide new design criteria for the next generation of ruthenium sensitizers and help foster widespread interest in the engineering of new sensitizers that interact effectively with the I(-)/I(3)(-) redox couple.

A fewest switches trajectory surface hopping algorithm based on linear response time-dependent density-functional theory is developed and implemented into the plane wave ab initio molecular dynamics package CPMD. A scheme to calculate nonadiabatic couplings using a multi determinantal approximation of the excited state wave function is introduced. The method is applied to the study of the photorelaxation of protonated formaldimine, a minimal model of the rhodopsin chromophore retinal. A good agreement of the structural and dynamic behavior is found with respect to state averaged multiconfiguration self consistent field based trajectory surface hopping.

In this work we investigate methods to improve the efficiency and scalability of quantum algorithms for quantum chemistry applications. We propose a transformation of the electronic structure Hamiltonian in the second quantization framework into the particle-hole (p/h) picture, which offers a better starting point for the expansion of the trial wavefunction. The state of the molecular system at study is parametrized in a way to efficiently explore the sector of the molecular Fock space that contains the desired solution. To this end, we explore several trial wavefunctions to identify the most efficient parameterization of the molecular ground state. Taking advantage of known post-Hartree Fock quantum chemistry approaches and heuristic Hilbert space search quantum algorithms, we propose a new family of quantum circuits based on exchange-type gates that enable accurate calculations while keeping the gate count (i.e., the circuit depth) low. The particle-hole implementation of the Unitary Coupled Cluster (UCC) method within the Variational Quantum Eigensolver approach gives rise to an efficient quantum algorithm, named q-UCC , with important advantages compared to the straightforward 'translation' of the classical Coupled Cluster counterpart. In particular, we show how a single Trotter step can accurately and efficiently reproduce the ground state energies of simple molecular systems.

We investigate the accuracy provided by different treatments of the exchange and correlation effects, in particular the London dispersion forces, on the properties of liquid water using ab initio molecular dynamics simulations with density functional theory. The lack of London dispersion forces in generalized gradient approximations (GGAs) is remedied by means of dispersion-corrected atom-centered potentials (DCACPs) or damped atom-pairwise dispersion corrections of the C6R(-6) form. We compare results from simulations using GGA density functionals (BLYP, PBE, and revPBE) with data from their van der Waals (vdW) corrected counterparts. As pointed out previously, all vdW-corrected BLYP simulations give rise to highly mobile water whose softened structure is closer to experimental data than the one predicted by the bare BLYP functional. Including vdW interactions in the PBE functional, on the other hand, has little influence on both structural and dynamical properties of water. Augmenting the revPBE functional with either damped atom-pairwise dispersion corrections or DCACP evokes opposite behaviors. The former further softens the already under-structured revPBE water, whereas the latter makes it more glassy. These results demonstrate the delicacy needed in describing weak interactions in molecular liquids.

Hybrid quantum/classical variational algorithms can be implemented on noisy intermediate-scale quantum computers and can be used to find solutions for combinatorial optimization problems. Approaches discussed in the literature minimize the expectation of the problem Hamiltonian for a parameterized trial quantum state. The expectation is estimated as the sample mean of a set of measurement outcomes, while the parameters of the trial state are optimized classically. This procedure is fully justified for quantum mechanical observables such as molecular energies. In the case of classical optimization problems, which yield diagonal Hamiltonians, we argue that aggregating the samples in a different way than the expected value is more natural. In this paper we propose the Conditional Value-at-Risk as an aggregation function. We empirically show -- using classical simulation as well as quantum hardware -- that this leads to faster convergence to better solutions for all combinatorial optimization problems tested in our study. We also provide analytical results to explain the observed difference in performance between different variational algorithms.

Quantum computers offer an intriguing path for a paradigmatic change of computing in the natural sciences and beyond, with the potential for achieving a so-called quantum advantage—namely, a significant (in some cases exponential) speedup of numerical simulations. The rapid development of hardware devices with various realizations of qubits enables the execution of small-scale but representative applications on quantum computers. In particular, the high-energy physics community plays a pivotal role in accessing the power of quantum computing, since the field is a driving source for challenging computational problems. This concerns, on the theoretical side, the exploration of models that are very hard or even impossible to address with classical techniques and, on the experimental side, the enormous data challenge of newly emerging experiments, such as the upgrade of the Large Hadron Collider. In this Roadmap paper, led by CERN, DESY, and IBM, we provide the status of high-energy physics quantum computations and give examples of theoretical and experimental target benchmark applications, which can be addressed in the near future. Having in mind hardware with about 100 qubits capable of executing several thousand two-qubit gates, where possible, we also provide resource estimates for the examples given using error-mitigated quantum computing. The ultimate declared goal of this task force is therefore to trigger further research in the high-energy physics community to develop interesting use cases for demonstrations on near-term quantum computers. Published by the American Physical Society 2024

We introduce a novel computational framework for excited-state molecular quantum dynamics simulations driven by quantum-computing-based electronic-structure calculations. This framework leverages the fewest-switches surface-hopping method for simulating the nuclear dynamics and calculates the required excited-state transition properties with different flavors of the quantum subspace expansion and quantum equation-of-motion algorithms. We apply our method to simulate the collision reaction between a hydrogen atom and a hydrogen molecule. For this system, we critically compare the accuracy and efficiency of different quantum subspace expansion and equation-of-motion algorithms and show that only methods that can capture both weak and strong electron correlation effects can properly describe the nonadiabatic effects that tune the reactive event.

Randomized measurement protocols such as classical shadows represent powerful resources for quantum technologies, with applications ranging from quantum state characterization and process tomography to machine learning and error mitigation. Recently, the notion of measurement dual frames, in which classical shadows are generalized to dual operators of positive operator-valued measure (POVM) effects, resurfaced in the literature. This brought attention to additional degrees of freedom in the postprocessing stage of randomized measurements that are often neglected by established techniques. In this work, we leverage dual frames to construct improved observable estimators from informationally complete measurement samples. We introduce novel classes of parametrized frame superoperators and optimization-free dual frames based on empirical frequencies, which offer advantages over their canonical counterparts while retaining computational efficiency. Remarkably, this comes at almost no quantum or classical cost, thus rendering dual frame optimization a valuable addition to the randomized measurement toolbox. Published by the American Physical Society 2024