量子コンピュータを構築するために、さまざまな物理現象を利用するアプローチが模索されている。だが、これらのアプローチには共通課題がある。

データの安定性に関する課題

　「量子情報を処理するデバイスを開発しようとする全ての取り組みにおいて、エラー率を抑えることが最大の課題だ」とハートマン氏は語る。量子デバイスに保存された情報は、従来型コンピュータが扱う情報よりもはるかに不安定だ。

　既存の量子コンピュータは、非常に低い温度で動作する。回路の素材によってエネルギーの流れを制限し、量子ビットの状態が変わらないようにするためだ。もし量子情報を、室温環境において、従来型コンピュータに使われる電気回路で扱おうとすると、全ての量子情報が破壊されてしまう。

　量子コンピューティングは、量子ビット間でのコヒーレンス（干渉のしやすさ）の維持に依存する。量子ビットは従来型コンピュータのビットに相当するが、ビットより格段に多くの情報を符号化できる。一方で量子ビットはエラーが発生しやすい。今日の量子コンピュータは量子ビットに関するエラーの影響を受けるため、アルゴリズムを実行できるコヒーレンス時間（量子情報を保持できる時間）が短い。従って完全な量子コンピュータではなく、近似システムと見なされている。

　「現状は物理デバイスに限界がある。われわれが従来型コンピュータに期待するような安定した動作の、フォールトトレラントな（耐障害性がある）汎用（はんよう）量子コンピュータを実現するには、それらの限界を克服する必要がある」とスーター氏は説明する。

　量子アルゴリズムの中には、エラーの影響が小さいものもあることが分かっている。組み合わせ最適化問題を解くためのアルゴリズム「Quantum Approximate Optimization Algorithm」（QAOA）はその一つだ。ハートマン氏によると、QAOAは近い将来量子コンピュータに実装されるアルゴリズムの有力な候補だという。リソースオーバーヘッドが大きい量子エラーを訂正しなくてよいからだ。

データの保存に関する課題

　量子コンピュータにはもう一つ大きな課題がある。それは、量子状態が維持できるようにデータを量子メモリシステムに保存することだ。だが従来型データを量子メモリに展開することは難しい。「量子コンピュータが従来型コンピュータよりはるかに多くのデータを扱えるという利点を生かしたければ、やはり最初に従来型データを量子データに変換する必要がある」（ハートマン氏）

　実用的なアルゴリズムを作成する際は、この作業が必須になる。しかもこのプロセスは、新しい機械学習アプリケーションを作成するたびに繰り返さなければいけない。量子状態のデータを長時間保存する方法がまだ判明していないためだ。

「人間的な」AIへの期待

　「われわれは近い将来、人間より高い処理能力を持つ従来型コンピュータを構築できる見通しだ。これによっていずれ人間の知能を超えるAIエンジンが登場し、シンギュラリティー（技術的特異点）が到来する」。こうした考え方を持つ人もいる。

　ロジャー・ペンローズ氏やスチュワート・ハメロフ氏をはじめ、この考え方は全く的外れだと考える研究者もいる。両氏は1990年代半ばに「Orchestrated Objective Reduction Theory」（統合された客観収縮理論）を発表した。その中で両氏は「人間の知能の根底には、量子現象が存在する可能性がある」と主張する。この理論の含意は「AIエンジンが人間的な知能を再現しようとするなら、従来型コンピューティングモデルを越えなければならない」というものだ。

　2018年12月、オスロ大学の固体物理学准教授パブロ・ミヒーンコ氏は、粒子を1次元の存在として捉える「弦」（ひも、ストリング）が人間の脳に存在する物理的な証拠を発見した。「これは初期の研究成果であり、他の研究者によってこの発見が確認されるのを待っている」と同氏は説明する。

　「私の研究は、生物の知能には量子現象の側面があることを直接示唆している。脳は超伝導的な側面と量子力学的な側面の両方を備えているようだ」（ミヒーンコ氏）

　量子コンピュータで脳の量子情報処理を再現しようとする場合、一つの大きな課題がある。それは、脳の情報処理構造は非常に動的だということだ。形成から数分で崩壊し、そして細胞内で再構築されるという。これに対し、既存の量子コンピュータによる構築アプローチは、安定した量子構造に焦点を合わせた設計になっている。

　「メモリを探して取り込むことを要せず、メモリストレージと同様に出し入れするだけでよいならば、量子コンピューティング技術が役に立つだろう。人間の意識に関する量子処理は、メモリの符号化と同じ構造で動作する」（ハメロフ氏）

量子AIがもたらすもの

　量子ハードウェアが理論に追い付くには、しばらく時間がかかるかもしれない。だが開発者はそれまで、IBMの「Qiskit」やD-Waveの「Leap Quantum Application Environment」といった量子コンピューティングクラウドサービスをテストできる。それによって基本原理の一部を学べる。

　「AI技術は多くの開発者が利用できる。現在開発が進められている量子コンピュータの最初の用途として検討されている項目の中でも、AI技術は最も大きな意味を持つ」とハートマン氏は語る。

　「既存の量子コンピュータは、あくまで原理を実証するものだ。しかし多くの企業が今後、従来のレベルを超えたAIエンジンを実現することで、量子コンピューティングの威力を真っ先にアピールしようとしのぎを削るだろう。量子コンピューティングでこうしたAIエンジンが実現すれば、大きな需要が生まれるかもしれない」（ハートマン氏）