量子コンピュータへの道
量子コンピューティング実現の障害である環境ノイズを機械学習で解決
環境ノイズは量子コンピューティングにおける課題の一つだった。機械学習を応用することで、量子コンピューティングのエラーに際して環境ノイズとそれ以外の分離が可能になった。その意義とは？
オーストラリアのシドニー大学と量子制御のスタートアップ企業Q-CTRLの研究者らが、量子コンピュータのエラーの原因を機械学習で特定する方法を開発した。これにより、かつてない精度でパフォーマンス低下を特定する機能が開発者に提供される。
この研究を詳述した論文「Quantum oscillator noise spectroscopy via displaced cat states」は物理科学研究ジャーナル『Physical Review Letters』に掲載されている。同誌は米国物理学会（American Physical Society）が発行する主力出版物だ。
量子コンピューティングのアキレス腱（けん）は環境「ノイズ」だ。シドニー大学のチームは環境ノイズに起因するエラーの削減に注目し、トラップしたイオンと超電導量子コンピューティングハードウェアを使って量子アルゴリズムの実行に必要な精度条件との最小偏差を検出する技法を開発した。その量子アルゴリズムはIBM、Google、Honeywellなどの産業用量子コンピューティングで使われているコア技術だ。
iStock.com/DKosig
Q-CTRLの科学者らは、測定した偏差の原因を特定するために独自の機械学習アルゴリズムを使う新しい方法を開発した。
研究者らはQ-CTRLの既存の量子制御技術と組み合わせて、このプロセスにおけるバックグラウンド干渉の影響を最小限に抑えることも可能にした。これにより、「実際の」ノイズ源と測定による実在しない生成物との違いを簡単に区別できた。実際のノイズ源が分かれば、それを解決できる可能性がある。
「最先端の実験技術と機械学習が融合することで、量子コンピュータの開発における大きなメリットを実証した」と話すのは、シドニー大学赴任中に同研究を行ったスイス連邦工科大学チューリッヒ校のコルネリウス・ヘンペル氏だ。
「Q-CTRLのチームは機械学習ソリューションを迅速に開発した。これによって扱うデータを理解し、ハードウェアの問題点を『見つけ』、それを解決する新たな方法がもたらされる」とヘンペル氏は付け加えた。
Q-CTRLのマイケル・ビアチュク氏（CEO、シドニー大学教授）によると、量子コンピューティングハードウェアのパフォーマンスが低下する原因を突き止めてそれを抑制する能力は、基礎研究にとっても量子センサーや量子コンピュータにとっても重要だという。
「量子制御を機械学習によって強化することは量子システムの有用性を高め、研究開発のスケジュールを大幅に短縮するための道筋を示している。一流誌に公表した研究結果は、大学での基礎科学研究とハイテクスタートアップ企業が継続的に共同研究する正当性を立証している」
Q-CTRLはTransport for NSWとも提携し、量子コンピューティングを利用してレジリエントな輸送網を作成・管理する方法も検討している。
量子コンピューティングの今後の応用例として、全ての輸送状態と人々の動きを同時にリアルタイムマッピングし、輸送網の混乱を解決する輸送スケジュールの自動更新方法などが検討されている。
オーストラリアは量子コンピューティング先進国の一つと見なされている。2018年、メルボルン大学の研究者らは量子コンピューティングの能力をスーパーコンピュータでシミュレーションし、10億台以上のPCのメモリを必要とする数学の問題を解いている。同大学の量子計算および通信技術センターのロイド・ホレンバーグ氏（副センター長）によると、この画期的進化は研究者らが「量子対応」を実現するための重要なステップだったという。
「量子アルゴリズムのシミュレーション能力は将来、量子コンピュータが物理的にどのように動作し、ソフトウェアがどのように機能し、そのような問題を解決できる可能性があるかどうかを学ぶために不可欠だ」（ホレンバーグ氏）
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社kickflow] 2社の事例に学ぶワークフロー改革：属人化解消や年数万件の申請書類削減のコツ -
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
2
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
5
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
音声もFAXもメールで確認――ユニファイドメッセージの業務効果
-
8
AI活用か新たな脅威か OpenAI自律エージェントがRubyGemsを急襲
-
9
IT予算が10％増えたら何に使う？ 著名企業のCIOが明かす「最優先の投資先」
-
10
APIキー奪取から3時間でクラウド掌握 Anthropicが暴いた「バイブハッキング」の現実的な防御策
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
2
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
8
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー