Quantum Computing

Reading: Applications: Quantum Chemistry
MODULE 10 QUANTUM CHEMISTRY

Kimia Kuantum: Dari Molekul ke QC Workflow

Aplikasi pembunuh (Killer App) pertama untuk komputer kuantum. Menyelesaikan masalah struktur elektronik yang tidak bisa diselesaikan komputer klasik.

lightbulb Inti Kimia Kuantum di QC

Masalah kimia = mencari energi ground state molekul (elektron berinteraksi dengan elektron lain dan inti). Secara kuantum, ini adalah masalah eigenvalue: H|psi> = E|psi>. QC menyelesaikan dengan mensimulasikan H langsung di qubit, lalu menggunakan VQE (NISQ) atau QPE (fault-tolerant) untuk menemukan E_ground.

visibility Gambaran Visual

Bayangkan molekul sebagai "kampanye politik" elektron: setiap elektron mengitari inti (pesona positif), tapi juga saling menolak (egos bertabrakan). Goal: cari konfigurasi paling stabil (energi minimum). Di QC, kita mapping setiap orbital spin-orbital ke qubit, lalu "mengacaukan" (variational) state sampai ketemu konfigurasi termurah.

D

SUPER DEEP: Kimia dari Molekul Nyata ke QC Workflow

12-20 sublevel konsep, lengkap dari Hamiltonian elektronik sampai kebutuhan hardware

D.1

Born-Oppenheimer Approximation

Inti

Inti jauh lebih berat dari elektron (~2000x untuk proton, ~44000x untuk karbon). Inti bergerak LAMBAT, elektron bergerak CEPAT. Approximation: inti "diam" di posisi tertentu, elektron beradaptasi ke konfigurasi inti ini. Kita pisahkan Hamiltonian: H_total = H_nuklir + H_elektron.

Hamiltonian Molekul Lengkap

$H = T_n + T_e + V_{ne} + V_{ee} + V_{nn}$

di mana:

  • $T_n$ = energi kinetik inti (dihiraukan dalam BO)
  • $T_e$ = energi kinetik elektron (dihitung)
  • $V_{ne}$ = tarik-menarik nuklir-elektron (dihitung)
  • $V_{ee}$ = tolak-menolak elektron-elektron (dihitung)
  • $V_{nn}$ = tolak-menolak nuklir-nuklir (konstanta untuk posisi inti tertentu)

Dalam BO: $H_{\text{elektron}} = T_e + V_{ne} + V_{ee}$ ($V_{nn}$ masuk sebagai konstanta).

Potential Energy Surface (PES)

Untuk setiap konfigurasi posisi inti $\{R_A, R_B, \dots\}$, hitung $E_{\text{ground}}(R) = \langle\psi_{\text{ground}}|H_{\text{elektron}}(R)|\psi_{\text{ground}}\rangle$.

PES = fungsi $E_{\text{ground}}(R)$ untuk semua $R$.

Aplikasi:

  • Geometri optimasi: cari R yang meminimalkan E
  • Vibrasi frekuensi: kcurvature di sekitar minimum
  • Reaction pathway: energi transisi state
Apa Knob Kontrolnya?

Posisi inti R (parameter input). Dalam experiment: geometri molekul ditentukan dari kristalografi atau optimasi klasik (DFT).

Kesalahan Umum
  • SALAH: Inti dan elektron sama-sama penting untuk dinamika
  • BENAR: Elektron dominan untuk struktur elektronik
  • SALAH: BO selalu valid
  • BENAR: Breakdown untuk conical intersection
D.2

Electronic Structure dan Basis Orbital

Inti

State elektron adalah fungsi ruang 3N (N elektron). Tidak bisa disimpan langsung. Solusi: representasi state dalam basis orbital (biasanya Gaussian atau Slater). Setiap elektron menempati orbital dengan spin alpha atau beta. Masalah menjadi: bagaimana memilih kombinasi orbital yang optimal?

Basis Orbital (Spin-Orbitals)

Spin-orbital = fungsi spasial x fungsi spin

$\phi_i(x) = \psi_i(r) \sigma_i$

di mana:

  • $\psi_i(r)$ = orbital spasial (misal: Gaussian)
  • $\sigma_i$ = spin alpha ($\uparrow$) atau beta ($\downarrow$)

Contoh basis: STO-3G (3 Gaussian per orbital), cc-pVDZ (correlation-consistent), dll.

Slater Determinant (Pauli Principle)

Multi-elektron state ANTI-SIMETRI (fermion):

$|\psi\rangle = \frac{1}{\sqrt{N!}} \det[\phi_1(1), \phi_2(2), \dots, \phi_N(N)]$

Konsekuensi Pauli: dua elektron TIDAK boleh di spin-orbital yang SAMA.

Hartree-Fock: single determinant yang meminimalkan energi.

Full CI: linear kombinasi SEMUA determinant (eksak tapi tidak terhitung).

Apa Knob Kontrolnya?

Jumlah dan jenis basis orbital (STO-3G, cc-pVDZ, cc-pVTZ, ...). Lebih banyak basis = lebih akurat tapi lebih MAHAL (M^4 scaling untuk HF).

Kesalahan Umum
  • SALAH: Orbital = elektron (salah kaprah)
  • BENAR: Orbital = fungsi basis, elektron = kombinasi
  • SALAH: Lebih banyak basis = selalu lebih baik
  • BENAR: Ada trade-off akurasi vs biaya
D.3

Active Space dan Electron Correlation

Inti

Tidak semua orbital sama penting. Orbital dalam (core) selalu terisi penuh. Orbital luar (valence) yang bereaksi. Active space = subset orbital yang kita "izinkan" berinteraksi secara korelasi. Selebihnya dibekukan (frozen core approximation).

Active Space Selection

Notasi: CAS($N_e, N_o$)

  • $N_e$ = jumlah elektron aktif
  • $N_o$ = jumlah orbital aktif

Contoh: CAS(6,6) untuk etena = 6 elektron di 6 orbital pi.

Heuristic untuk memilih active space:

  • HOMO (Highest Occupied) dan LUMO (Lowest Unoccupied)
  • Orbital dekat Fermi level (~± eV)
  • Orbital yang berpartisipasi dalam reaksi
Electron Correlation

Hartree-Fock = mean-field (elektron "lihat" rata-rata electron lain).

Correlation energy = $E_{\text{exact}} - E_{\text{HF}}$ (selalu negatif).

Jenis correlation:

  • Dynamic correlation: elektron menghindari satu sama lain secara lokal (short-range)
  • Static correlation: multi-reference character (butuh banyak determinant)

Masalah: HF gagal untuk bond breaking, transition metal, dll.

Apa Knob Kontrolnya?

Ukuran active space. Lebih besar = lebih akurat tapi biaya eksponensial (eksak = CAS(N, N) untuk N orbital = 2^N determinant).

Apa yang Diukur?

Correlation energy: selisih antara E_exact dan E_HF. Juga: dissociation curve (HF gagal di jarak jauh), excited state energies, barrier heights.

D.4

Second Quantization

Inti

Daripada menulis fungsi gelombang eksplisit (first quantization), kita fokus pada OPERATOR yang menciptakan (a†) dan menghancurkan (a) partikel di orbital. Ini persis seperti formalisme QC: operator creation/annihilation mapping langsung ke Pauli strings di qubit.

Creation dan Annihilation Operators

$a^\dagger_i$ = menciptakan elektron di orbital $i$ (dengan spin tertentu)

$a_i$ = menghancurkan elektron di orbital $i$

Anti-commutation relations (fermion):

$\{a_i, a^\dagger_j\} = \delta_{ij}$

$\{a_i, a_j\} = 0$

$\{a^\dagger_i, a^\dagger_j\} = 0$

Konsekuensi: $(a^\dagger_i)^2 = 0$ (tidak bisa double occupancy di spin-orbital yang SAMA).

Number Operator

$n_i = a^\dagger_i a_i$

$n_i|i\rangle = 1$ jika orbital $i$ terisi, 0 jika kosong.

Total number operator:

$N = \sum_i n_i$

$N|\psi\rangle = N_e |\psi\rangle$ untuk state dengan $N_e$ elektron.

Apa Knob Kontrolnya?

Jumlah orbital (M) dan jumlah elektron (N_e). State fermionik = state di subspas dengan N_e elektron (Hilbert space tereduksi).

Kesalahan Umum
  • SALAH: Fermionic operators komut
  • BENAR: Mereka ANTI-komut (fermion)
  • SALAH: Boson dan fermion sama
  • BENAR: Boson = komut, Fermion = anti-komut
D.5

Hamiltonian Elektronik (Second Quantized)

Inti

Hamiltonian elektronik dalam second quantization terdiri dari satu-body terms (kinetik + tarik inti) dan dua-body terms (tolak electron-eletron). Ini adalah bentuk yang langsung bisa di-mapping ke qubit.

Hamiltonian Umum

$H = \sum_{pq} h_{pq} a^\dagger_p a_q + \frac{1}{2} \sum_{pqrs} h_{pqrs} a^\dagger_p a^\dagger_q a_r a_s$

di mana:

  • $h_{pq}$ = satu-body integrals (kinetik + nuklir-elektron)
  • $h_{pqrs}$ = dua-body integrals (elektron-elektron repulsion)
  • Indices $p, q, r, s$ = spin-orbitals

Faktor 1/2 untuk menghindari double counting dua-body terms.

Sifat Integrals

$h_{pq} = \langle\phi_p|h|\phi_q\rangle$ (kompleks conjugate: $h_{qp} = h^*_{pq}$)

$h_{pqrs} = \langle\phi_p \phi_q|1/r_{12}|\phi_r \phi_s\rangle$

Simetri:

  • h_pqrs = h_qpsr (pertukaran p↔q, r↔s)
  • h_pqrs = h_rspq (pertukaran (pq)↔(rs))

Banyak elemen NOL atau REDUNDAN, tapi tetap O(M^4) storage.

Apa yang Diukur?

Integrals h_pq dan h_pqrs dari perhitungan klasik (misal: PySCF, Psi4). Ini adalah input untuk mapping ke qubit. Biasanya disimpan dalam format FCIDUMP.

Kesalahan Umum
  • SALAH: Dua-body terms = O(N^2)
  • BENAR: Dua-body terms = O(M^4), M = #basis
  • SALAH: Semua integral nonzero
  • BENAR: Banyak yang NOL (sparsity)
D.6

Mapping: Jordan-Wigner (JW)

Inti

Jordan-Wigner mapping setiap fermionic orbital ke qubit. Tantangan: fermionic operators anti-commute, tapi Pauli operators (di qubit) juga harus anti-commute. Solusi JW: tambahkan string Z untuk "menghitung" parity orbital sebelumnya.

Jordan-Wigner Transformation

$a^\dagger_p = (X_p - iY_p) / 2 \bigotimes_{k<p} Z_k$

$a_p = (X_p + iY_p) / 2 \bigotimes_{k<p} Z_k$

di mana:

  • $(X - iY)/2$ = raising operator di qubit $p$
  • $\bigotimes_{k<p} Z_k$=string Z di semua orbital sebelum $p$

String Z menjamin anti-commutation: $a^\dagger_p a^\dagger_q = -a^\dagger_q a^\dagger_p$ untuk $p \neq q$.

Number Operator dalam JW

$n_p = a^\dagger_p a_p = (I - Z_p) / 2$

Kenapa? String Z cancel out (muncul dua kali).

Konsekuensi:

  • $Z_p = +1 \to$ orbital $p$ kosong ($n_p = 0$)
  • $Z_p = -1 \to$ orbital $p$ terisi ($n_p = 1$)

Hubungan dengan measurement: Z basis = Fock space basis!

Two-Body Terms dalam JW

$a^\dagger_p a^\dagger_q a_r a_s$

Menjadi Pauli string dengan panjang ~max(p, q, r, s).

Contoh: $a^\dagger_2 a_1$

$= [(X_2 - iY_2)/2 \cdot Z_1] \cdot [(X_1 + iY_1)/2]$

$= (X_2 Z_1 X_1 + Y_2 Z_1 Y_1 + \dots)/4$

Setiap fermionic term = beberapa Pauli strings.

Apa Knob Kontrolnya?

Ordering orbital (mapping). JW linear 1D, tapi bisa pilih ordering mana dulu. Ini mempengaruhi panjang Pauli strings.

Kesalahan Umum
  • SALAH: JW itu optimal
  • BENAR: JW punya string Z panjang
  • SALAH: Mapping arbitrary
  • BENAR: Ordering sangat mempengaruhi performance
D.7

Mapping: Bravyi-Kitaev (BK)

Inti

Bravyi-Kitaev mengurangi panjang Pauli strings dibanding JW dengan menggunakan representasi parity yang lebih efficient. JW gunakan O(N) Pauli operators per fermionic operator. BK gunakan O(log N). Trade-off: lebih kompleks untuk diimplementasikan.

Ide BK: Binary Tree Parity

BK membagi operator fermionic ke dalam set operator yang lebih kecil:

  • Update set: operator yang mengubah parity
  • Parity set: operator yang menghitung parity

JW: update set = semua orbital sebelum p (O(N))

BK: update set = O(log N) (binary tree structure)

Konsekuensi: Pauli strings lebih pendek untuk sistem besar.

Perbandingan JW vs BK
Aspek Jordan-Wigner Bravyi-Kitaev
Pauli string length O(N) O(log N)
Complexity Sederhana Kompleks
Trotter depth Lebih dalam Lebih dangkal
Qubit connectivity All-to-all Lebih lokal
Apa Knob Kontrolnya?

Pilihan mapping (JW vs BK vs BKSF vs...). Untuk sistem kecil ( < 50 qubit), JW sering cukup baik. Untuk sistem besar, BK mengurangi depth significantly.

Kesalahan Umum
  • SALAH: BK selalu lebih baik
  • BENAR: BK lebih baik untuk sistem besar
  • SALAH: Mapping tidak mempengaruhi hasil
  • BENAR: Mapping mempengaruhi circuit depth
D.8

Hamiltonian Qubit (Pauli Strings)

Inti

Setelah mapping fermion ke qubit, Hamiltonian menjadi penjumlahan Pauli strings: H = sigma_k h_k * P_k, di mana P_k adalah produk operator Pauli (I, X, Y, Z) di berbagai qubit. Setiap string bisa diukur secara individual, lalu hasilnya di-weighted dengan koefisien h_k.

Bentuk Hamiltonian Qubit

$H = \sum_{i=0}^{L-1} c_i P_i$

di mana:

  • $L$ = jumlah Pauli strings (terms)
  • $c_i$ = koefisien (real number)
  • $P_i = P_{i1} \otimes P_{i2} \otimes \dots \otimes P_{iN}, P_{ij} \in \{I, X, Y, Z\}$

Contoh untuk H2 (minimal basis):

$H = -0.81 IIII + 0.17 IIIZ - 0.17 IIZI + \dots$ (total 15 terms untuk JW)

Setiap term adalah Pauli string dengan koefisien tertentu.

Pengukuran Expectation Value

$\langle H\rangle = \sum_i c_i \langle\psi|P_i|\psi\rangle$

Untuk mengukur $\langle H\rangle$:

  1. Untuk setiap Pauli string $P_i$:
  2. Jika $P_i$ hanya mengandung I dan Z: ukur langsung di Z basis
  3. Jika $P_i$ mengandung X atau Y: rotasi basis terlebihulu
  4. Kumpulkan statistik shot (estimasi $\langle P_i\rangle$)
  5. Kombinasikan semua hasil dengan weight $c_i$

Kompleksitas: O(L) measurements untuk Hamiltonian dengan L terms.

Measurement Grouping

Masalah: L bisa sangat besar (ribuan hingga jutaan terms).

Solusi: Grouping Pauli strings yang COMMUTE:

  • $P_i$ dan $P_j$ kommut → bisa diukur bersamaan
  • Gunakan sorting (Clique cover) untuk meminimalkan groups

Contoh: $IIIZ$, $IIZI$, $ZIII$ semuanya kommut (diagonal). Bisa diukur dalam 1 group!

Reduction: dari L measurements ke O(G) measurements, G = jumlah groups.

Apa yang Diukur?

Setiap Pauli string memberikan contribution ±1. Hasil akhir = weighted sum. Untuk VQE: ini adalah cost function yang dioptimasi.

Kesalahan Umum
  • SALAH: Hukur semua term sekali
  • BENAR: Butuh banyak shot per term untuk akurasi
  • SALAH: Semua Pauli strings independent
  • BENAR: Banyak yang bisa di-group
D.9

VQE: Variational Quantum Eigensolver

Inti

VQE adalah algoritma hibrid: QC mengevaluasi energi (<H>) untuk state trial |psi(theta)>, komputer klasik mengoptimasi parameter theta untuk menurunkan energi. Ulangi sampai konvergen. Tidak butuh fault tolerance, cocok untuk NISQ.

VQE Loop

1. Inisialisasi parameter $\theta$ (random atau heuristic)

2. QC: Prepare $|\psi(\theta)\rangle = U(\theta)|0\rangle$

3. QC: Measure $\langle H\rangle = \sum_i c_i \langle\psi(\theta)|P_i|\psi(\theta)\rangle$

4. Classical: Update $\theta$ dengan optimizer (SGD, COBYLA, SPSA, ...)

5. Ulangi 2-4 sampai konvergensi

Output: $E_{\text{approx}} \approx E_{\text{ground}}, |\psi(\theta^*)\rangle \approx |\psi_{\text{ground}}\rangle$

Ansatz (Parameterized Circuit)

$U(\theta)$ = ansatz = circuit dengan parameter $\theta$.

Jenis ansatz:

  • UCCSD: Unitary Coupled Cluster Singles Doubles (basis pada kimia klasik)
  • Hardware-Efficient: Rotasi + entangling, tidak berbasis fisika
  • ADAPT-VQE: Ansatz adaptif, tambahkan operator penting saja

Trade-off: Expressiveness vs Trainability.

Terlalu expressif → barren plateau (gradient hilang).

Optimizer Classical

Gradient-based:

  • SGD, Adam (butuh gradien, bisa diestimasi dari QC)

Gradient-free:

  • COBYLA (constrained optimization)
  • SPSA (simultaneous perturbation, efisien untuk noise)
  • Nelder-Mead (simplex method)

Untuk NISQ: gradient-free (SPSA) sering lebih robust terhadap noise.

Apa Knob Kontrolnya?

Ansatz (jenis, depth), optimizer (learning rate, max iter), jumlah shot per measurement. Trade-off: lebih akurat = lebih mahal.

Kesalahan Umum
  • SALAH: VQE selalu konvergen ke ground state
  • BENAR: Bisa terjebak di local minimum
  • SALAH: Lebih dalam ansatz = lebih baik
  • BENAR: Terlalu dalam → barren plateau
D.10

QPE: Quantum Phase Estimation

Inti

QPE adalah algoritma kuantum "eksak" untuk mencari eigenvalue. Jika $|\psi\rangle$ adalah eigenstate dari $U$, QPE mengembalikan phase $\phi$ dimana $U|\psi\rangle = e^{2\pi i \phi}|\psi\rangle$. Dengan $U = \exp(-iHt)$, kita bisa dapatkan energi $E$. Butuh fault-tolerant QC (kedalaman circuit besar).

QPE Algorithm

Input: Unitary $U$, eigenstate $|\psi\rangle$

Output: Estimasi phase $\phi$ (dengan presisi $n$-bit)

Circuit:

  1. Siapkan $n$ ancilla qubit di $|0\rangle$
  2. Apply $H^{\otimes n}$ ke ancilla;
  3. Apply controlled-$U^{2^k}$ untuk $k = 0, \dots, n-1$;
  4. Apply Inverse QFT ke ancilla;
  5. Measure ancilla $\to$ dapatkan binary approximation $\phi$

Complexity: $O(n)$ controlled-U calls, $O(n^2)$ gates total.

QPE untuk Ground State Energy

1. $U = \exp(-iHt)$ (time evolution operator)

2. Siapkan $|\psi\rangle$ = superposisi eigenstate (misal: HF state)

3. Run QPE $\to$ dapatkan phase $\phi$

4. $E = \phi \cdot 2\pi / t$ (energi)

Masalah: Bagaimana implementasi controlled-U?

Solusi: Trotterization atau LCU (Linear Combination of Unitaries).

VQE vs QPE
Aspek VQE QPE
Hardware requirement NISQ (noise tolerant) Fault-tolerant
Accuracy Approximate Exact (secara teori)
Circuit depth Rendah-moderat Sangat dalam
Iterasi Banyak loop hybrid Satu run quantum
Aplikasi Short-term (sekarang) Long-term (future)
Apa Knob Kontrolnya?

Presisi n (jumlah ancilla), time step t untuk U = exp(-iHt). Lebih presisi = lebih banyak qubit dan gates.

Kesalahan Umum
  • SALAH: QPE bisa di-NISQ-kan
  • BENAR: QPE butuh fault-tolerant
  • SALAH: QPE selalu lebih baik dari VQE
  • BENAR: QPE eksak tapi butuh FTQC
D.11

Loop Balik: Kebutuhan Akurasi Kimia ke Hardware

Inti

Akurasi kimia (chemical accuracy, ~1 kcal/mol atau ~1.6 mHa) mendorong requirement ke hardware: gate fidelity, coherence time, error correction overhead. Kita butuh reverse-engineer: dari target akurasi kimia → jumlah qubit → circuit depth → error rate requirement → FTQC threshold.

Chemical Accuracy

1 kcal/mol = 1.6 mHa = 0.0016 Hartree

Untuk energi ground state molekul:

Error maksimum yang diperbolehkan ~ 1 mHa

Konsekuensi:

  • Pauli term estimation butuh shot O(1/epsilon^2)
  • Trotter error O(dt^p) butuh dt kecil
  • Gate error harus < threshold QEC (~10^-3 - 10^-4)
Resource Estimation

Untuk molekul menengah (misal: FeMoco, ~100 orbital):

  • Qubit fisik (untuk FTQC): 10^6 - 10^7 qubit
  • Circuit depth: 10^10 - 10^12 gates
  • Runtime: jam sampai hari (dengan FTQC)

Tanpa FTQC (NISQ): VQE bisa mendekati, tapi akurasi terbatas oleh noise.

Break-even: VQE bermanfaat jika bisa melampaui metode klasik (FCI, CCSD(T)) untuk sistem yang tidak terhitung klasik.

Hierarchical Approach

1. Classical preprocessing:

- Pilih active space (CAS(N, M))

- Hitung integrals h_pq, h_pqrs

- Mapping fermion ke qubit (JW/BK)

2. QC simulation:

- VQE (NISQ) atau QPE (FTQC)

- Dapatkan energi correlation

3. Classical postprocessing:

- Tambahkan kontribusi frozen core

- Hitung properti turunan (gradien, frekuensi)

Target: active space cukup kecil untuk QC, tapi cukup besar untuk capture correlation penting.

Apa Knob Kontrolnya?

Ukuran active space (trade-off akurasi vs biaya), pilihan ansatz VQE (depth vs trainability), error correction code (surface code vs lain).

Apa yang Diukur?

Energi elektronik (dalam Hartree). Untuk aplikasi: binding energy, reaction barrier, dipole moment, excited state energies. Validation vs experiment atau metode klasik.

D.12

Aplikasi Nyata dan Use Cases

Inti

QC untuk kimia bukan hanya akademik. Ada aplikasi industri: drug discovery (protein folding, drug binding), materials science (baterai, katalis), energetika (fotosintesis artifisial). Value proposition: QC bisa simulasikan strong correlation yang tidak mungkin klasik.

Use Cases

1. Drug Discovery:

- Protein-ligand binding (strong correlation di metal center)

- Conformational search (banyak local minima)

2. Materials:

- Battery materials (Li-ion diffusion, redox potentials)

- Catalyst (transition metal complexes, strong correlation)

3. Energetika:

- Photosynthesis (excited state dynamics)

- Nitrogen fixation (FeMoco cluster, ~100 orbital)

Timeline Realistis

NISQ (sekarang - 5 tahun):

  • Molekul kecil (H2, LiH, BeH2)
  • Active space kecil (< 10 orbital)
  • Proof-of-concept, bukan production

Early FTQC (5-15 tahun):

  • Molekul menengah (FeMoco-scale)
  • QPE untuk akurasi tinggi
  • Competitive dengan metode klasik

Mature FTQC (15+ tahun):

  • Molekul besar (proteins, materials)
  • Dominasi metode klasik untuk strong correlation
  • Production-ready untuk industri
Apa Knob Kontrolnya?

Target aplikasi menentukan: ukuran sistem, akurasi yang dibutuhkan, apakah butuh excited state atau hanya ground state, apakah butuh gradient (geometri optimasi).

Kesalahan Umum
  • SALAH: QC akan menggantikan semua komputasi kimia
  • BENAR: QC melengkapi metode klasik
  • SALAH: QC untuk kimia siap sekarang
  • BENAR: Masih early stage, tapi progress cepat

Ringkasan: Kimia dari Molekul ke QC

Dari Born-Oppenheimer (pisahkan inti-elektron) → Electronic structure (basis orbital, HF, correlation) → Active space (subset orbital penting) → Second quantization (a†, a operators) → Hamiltonian elektronik → Mapping JW/BK (fermion → Pauli) → Hamiltonian qubit (Pauli strings) → VQE/QPE (algoritma) → Loop balik (kebutuhan hardware).

Setiap langkah adalah transformasi masalah kimia ke masalah komputasi. Dari molekul fisik → fungsi gelombang → operator fermion → operator qubit → circuit → pengukuran energi. Final goal: chemical accuracy (~1 mHa) untuk aplikasi nyata.