Investigadores cuánticos en Ford acaba de publicar un nuevo estudio de preimpresión que modeló materiales de batería de vehículos eléctricos (EV) cruciales utilizando una computadora cuántica. Si bien los resultados no revelan nada nuevo sobre las baterías de iones de litio, demuestran cómo se podrían usar computadoras cuánticas más potentes para simular con precisión reacciones químicas complejas en el futuro.
Para descubrir y probar nuevos materiales con computadoras, los investigadores tienen que dividir el proceso en muchos cálculos separados: un conjunto para todas las propiedades relevantes de cada molécula individual, otro para cómo estas propiedades se ven afectadas por los cambios ambientales más pequeños, como las temperaturas fluctuantes. , otro para todas las formas posibles en que dos moléculas pueden interactuar juntas, y así sucesivamente. Incluso algo que suena simple como el enlace de dos moléculas de hidrógeno requiere cálculos increíblemente profundos.
Pero desarrollar materiales usando computadoras tiene una gran ventaja: los investigadores no tienen que realizar físicamente todos los experimentos posibles, lo que puede llevar mucho tiempo. Herramientas como la IA y el aprendizaje automático han podido acelerar el proceso de investigación para desarrollar materiales novedosos, pero la computación cuántica ofrece el potencial para hacerlo aún más rápido. Para los vehículos eléctricos, encontrar mejores materiales podría conducir a baterías más potentes, de carga más rápida y de mayor duración.
Las computadoras tradicionales usan bits binarios, que pueden ser un cero o un uno, para realizar todos sus cálculos. Si bien son capaces de cosas increíbles, existen algunos problemas como el modelado molecular de alta precisión que simplemente no tienen el poder de manejar, y debido a los tipos de cálculos involucrados, posiblemente nunca lo hará. Una vez que los investigadores modelan más de unos pocos átomos, los cálculos se vuelven demasiado grandes y consumen mucho tiempo, por lo que deben confiar en aproximaciones que reducen la precisión de la simulación.
En lugar de bits regulares, las computadoras cuánticas usan qubits que pueden ser cero, uno o ambos al mismo tiempo. Los qubits también se pueden enredar, rotar y manipular de otras formas cuánticas salvajes para transportar más información. Esto les da el poder de resolver problemas que son intratables con las computadoras tradicionales, incluido el modelado preciso de reacciones moleculares. Además, las moléculas son cuánticas por naturaleza y, por lo tanto, se mapean con mayor precisión en qubits, que se representan como formas de onda.
Desafortunadamente, mucho de esto sigue siendo teórico. Las computadoras cuánticas aún no son lo suficientemente poderosas o confiables para ser comercialmente viables. También hay una brecha de conocimiento: debido a que las computadoras cuánticas funcionan de una manera completamente diferente a las computadoras tradicionales, los investigadores aún deben aprender cómo emplearlas mejor.
[Related: Scientists use quantum computing to create glass that cuts the need for AC by a third]
Aquí es donde entra en juego la investigación de Ford. Ford está interesada en fabricar baterías que sean más seguras, más densas en energía y potencia, y más fáciles de reciclar. Para hacerlo, deben comprender las propiedades químicas de los nuevos materiales potenciales, como los mecanismos de carga y descarga, así como la estabilidad electroquímica y térmica.
El equipo quería calcular el energía del estado fundamental (o el estado de energía atómica normal) de LiCoO2, un material que podría usarse potencialmente en baterías de iones de litio. Lo hicieron usando un algoritmo llamado solucionador propio cuántico variacional (VQE) para simular los modelos de fase gaseosa Li2Co2O4 y Co2O4 (básicamente, la forma más simple de reacción química posible) que representan la carga y descarga de la batería. VQE utiliza un enfoque híbrido cuántico-clásico con la computadora cuántica (en este caso, 20 qubits en un simulador de vector de estado de IBM) solo empleado para resolver las partes de la simulación molecular que más se benefician de sus atributos únicos. Todo lo demás es manejado por computadoras tradicionales.
Como se trataba de una prueba de concepto para la computación cuántica, el equipo probó tres enfoques con VQE: unitario acoplado-cluster simple y doble (UCCSD), unitario acoplado-cluster generalizado simple y doble (UCCGSD) y k-par unitario acoplado- clúster generalizado de individuales y dobles (k-UpCCGSD). Además de comparar los resultados cuantitativos, compararon los recursos cuánticos necesarios para realizar los cálculos con precisión con los enfoques clásicos basados en funciones de onda. Descubrieron que k-UpCCGSD producía resultados similares a UCCSD a un costo más bajo, y que los resultados de los métodos VQE coincidían con los obtenidos con los métodos clásicos, como los grupos simples y dobles acoplados (CCSD) y la interacción completa de configuración de espacio activo (CASCI). .
Aunque todavía no ha llegado a ese punto, los investigadores concluyeron que la química computacional basada en la cuántica en los tipos de computadoras cuánticas que estarán disponibles a corto plazo desempeñará “un papel vital para encontrar materiales potenciales que puedan mejorar el rendimiento y la robustez de la batería”. Si bien utilizaron un simulador de 20 qubits, sugieren que sería necesaria una computadora cuántica de 400 qubits (que pronto estará disponible) para modelar completamente el sistema Li2Co2O4 y Co2O4 que consideraron.
Todo esto es parte del intento de Ford de convertirse en un fabricante dominante de vehículos eléctricos. Camiones como su F-150 Lightning superan los límites de la tecnología de batería actual, por lo que los avances, probablemente con la ayuda de la química cuántica, serán cada vez más necesarios a medida que el mundo se aleja de los automóviles que queman gasolina. Y Ford no es el único jugador que está pensando en usar la tecnología cuántica para adelantarse a los química de la batería juego. IBM también está trabajando con mercedes y mitsubishi sobre el uso de computadoras cuánticas para reinventar la batería EV.