新书推荐 | 《量子计算及其在化学中的应用》

关键词：量子计算及其在化学中的应用

本书系统介绍了量子计算的基础理论与核心算法，以及在计算化学领域的前沿应用。全书分为三大部分：第一部分为量子基础，内容涵盖量子计算概述、量子信息基础及量子计算模型，旨在构建读者对量子计算核心概念的理解；第二部分介绍适用于不同量子硬件（如容错量子计算机与含噪中等规模量子系统）的量子算法，包括量子相位估计、变分量子本征值求解器和动力学模拟方法等；第三部分聚焦于量子计算化学的理论与应用，详细讨论电子结构计算、化学反应动力学模拟及其在量子计算机上的实现方式，并评述当前硬件发展和潜在挑战，展望量子化学在未来 10~20 年内的突破性应用。

本书适合量子计算、计算化学、物理化学等领域的研究人员、高年级本科生与研究生阅读，尤其适合希望将量子信息理论应用于复杂化学系统模拟的科研工作者参考。它不仅为初学者提供了系统的学习路径，也为专业人士提供了理论与实验前沿的综合参考，有助于促进交叉学科背景下的理论建模与算法设计。

早在 1927 年，海特勒（Heitler）和伦敦（London）就开创了用量子力学原理研究分子体系，解决了氢分子的电子结构问题，标志着量子化学的诞生。伴随着经典计算机技术的发展，理论和计算化学（量子化学、动力学和统计力学）已经深刻变革了化学领域的研究范式，使化学成为实验和理论并重的学科。然而，前的电子结构计算和动力学模拟使用了经典的算法和技术，在处理具有量子特性的体系时，所需资源与体系的自由度成指数关系，即面临“指数墙”难题。20 世纪 80 年代初，费曼（Feynman）提出，固有量子属性的物理和化学问题可用量子计算机进行模拟。量子计算机是一个可控的量子系统，它利用量子态叠加以及量子纠缠等特性，制备特定的初始化态并控制其随后的演化，最终借助量子测量获得目标的观测量结果。理论上，与经典计算机相比，量子计算机可以实现指数加速，可以解决许多经典计算机无法解决的计算难题。20 世纪末，肖尔（Shor）和格罗弗（Grover）发展的质数分解与无结构搜索量子算法，以及近年来超导量子模拟器上特定任务的量子模拟，已经展示了量子计算的巨大潜力和优势。此外，在不同硬件架构的量子模拟器上已经实现了一些分子电子结构、化学反应和分子光谱等的量子计算，证明了用量子计算机解决化学问题的可行性。

目前，量子计算受到各国政府和研究机构的广泛关注，量子计算的影响力逐渐渗透到各行各业。与量子计算结合的应用研究将催生出新兴交叉研究领域。学界普遍认为，理论和计算化学领域极有可能率先受益于量子技术的发展。在这样的背景下，出版《量子计算及其在化学中的应用》一书恰逢其时，将推动我国量子计算与化学两个领域的交叉融合和快速发展。该书系统介绍了量子计算的基本原理、主要算法及其在化学领域的应用。其内容涵盖量子比特与量子门的基础知识，量子算法的核心思想，以及量子计算化学的理论框架与实践方法。该书将理论分析与典型案例相结合，旨在为读者提供一条从量子计算基础到计算化学应用的清晰路径，帮助科研工作者和学生更好地理解量子技术理论及其应用潜力。作者团队中既有从事量子计算的专家，也有活跃在电子结构和动力学前沿的学者，可确保该书内容的基础性、科学性和前沿性。作为国内相关领域的首部专著，它不仅注重量子计算基础，而且强调其在化学中的应用，将吸引更多年轻学者投身于蓬勃发展的量子研究浪潮之中。

方维海

北京师范大学教授 中国科学院院士

2025 年 9 月

2025 年是量子力学诞生 100 周年，在过去的一个世纪里，量子力学的建立和发展深刻改变了人类对微观世界的认识，也推动了现代科技的巨大进步。作为量子力学的自然延伸，量子计算为我们提供了一种全新的信息处理范式，它不仅挑战了经典计算的极限，也为解决长期困扰科学界的复杂问题带来了前所未有的可能性。

化学是最早与量子理论结缘的学科之一。分子的电子结构和动力学性质都依赖于对量子体系的精确刻画。然而，随着体系规模的扩大，经典计算方法在存储和运算资源上的指数性增长逐渐成为瓶颈，许多重要问题无法得到高效求解。正因如此，量子计算自诞生之初便被寄予厚望，有望突破计算化学瓶颈。

近年来，随着量子硬件和算法的不断进步，量子计算与计算化学的结合逐渐走向前沿。从早期的针对容错量子计算机的量子模拟和量子相估计算法，到 NISQ（含噪中等规模量子）时代提出的变分量子本征值求解器、变分量子动力学模拟等新算法，理论研究与实验实现相辅相成，展现出巨大潜力。未来 10~20 年，量子计算有望在催化剂设计、新药研发以及功能材料探索等领域发挥革命性作用。

本书正是在这一背景下完成的。我们系统梳理了量子计算的基础理论与算法框架，并结合最新进展，探讨其在化学中的应用场景与挑战。全书分为三个部分：第一部分介绍量子计算与量子信息的基本原理，帮助读者建立扎实的理论基础；第二部分聚焦量子算法，涵盖适用于容错量子计算机的通用量子算法和面向 NISQ 硬件的变分量子算法；第三部分则深入化学应用，呈现从电子结构计算到化学动力学模拟的系统性探索。

我们希望这本书不仅能为初学者提供清晰的学习路径，也能为已有一定背景的研究人员提供有价值的参考。更重要的是，它能够激发跨学科的交流与合作，让物理学家、化学家和计算机科学家共同推动量子计算化学的发展。

本书经过作者的多次修改与校订。但由于能力所限，疏漏之处在所难免，欢迎读者指正。最后，我们衷心感谢同行与学生在写作过程中提出的意见和建议，也感谢量子计算领域快速发展的研究群体所做出的贡献。希望本书能为您理解和探索量子计算在化学中的潜力提供助益。

作 者

2025 年 9 月

量子模拟和量子信息实验室由袁骁博士于2020年创立。该实验室的研究方向包括量子算法设计、量子机器学习、量子计算实验。

The Quantum Simulation and Quantum Information Lab was founded by Dr. Xiao Yuan in 2020 at Peking University, focusing on quantum simulation and computing algorithms and quantum information theory. We are currently focusing on three research directions:

Quantum computing

• Quantum algorithms for NISQ and universal quantum computers

• Quantum error mitigation and quantum error correction

• Quantum computing for realistic problems

Quantum machine learning

• Applying machine learning in quantum computing

• Enhancing machine learning leveraging quantum computing

Quantum experiment

• Efficient benchmarking and calibration of quantum hardware

• Experimental implementation of quantum algorithms

实验室 PI：袁骁 助理教授

实验室相关新闻：#PKU Qtheory

实验室公众号：

点“阅读原文”转论文链接