NISQ時代の量子コンピューティング【前編】
量子コンピュータの「ノイズ問題」を解決する画期的なアイデアとは？
現段階の量子コンピュータには、計算中にノイズが発生するという問題がある。このノイズをいかに除去するか。Algorithmiqは逆転の発想でノイズ問題を解決するという。
現時点の量子コンピュータはNISQ（訳注）の段階にある。NISQは計算中に発生するノイズの影響を受けるので、論理量子ビットごとに多くの物理量子ビットを必要とする。そのため、量子コンピュータが従来型HPC（ハイパフォーマンスコンピューティング）を上回る真に実用的なメリットを実証するのは困難だ。
訳注：Noisy Intermediate-Scale Quantumの略。量子誤り訂正ができない（ノイズの影響を受ける）小中規模（量子ビットが数十～数百程度）の量子コンピュータの総称で、数年～10年以内に実現可能と考えられている。
Algorithmiqは最近、「真にノイズに強い量子アルゴリズム」を実現するために400万ドル（約4億7500万円）を調達した。同社は創薬をターゲットとし、大手製薬会社と協力して量子レベルの正確な分子シミュレーションの開発を目指している。
ノイズ問題を解決するパラダイムシフト
iStock.com/bluebay2014
Algorithmiqには、標準的なコンピュータを使って量子コンピュータの「ノイズを除去」する独自の戦略があるという。同社が開発しているアルゴリズムは、量子コンピュータの化学シミュレーションを100倍高速化する。
Algorithmiqのサブリナ・マニスカルコ氏（共同創設者兼CEO、ヘルシンキ大学量子情報、コンピューティングおよびロジック教授）は、量子コンピュータのノイズを20年にわたって研究してきた。「主な研究分野はノイズの抽出だ。量子の情報は非常に壊れやすい」
「ノイズがあっても作業はできる。可能なことはたくさんある。だが、手を汚さなければならない」（マニスカルコ氏）
Algorithmiqのアプローチは、考え方の転換だ。普遍的なフォールトトレラント量子コンピュータの出現を待つのではなく、「ノイズがある量子機器で開発できるアルゴリズムを探す」。
メモリ量の削減
量子コンピューティングならば各量子ビットを電子にマッピングできるため、量子レベルで分子を正確にシミュレートする可能性をもたらす。これは従来型コンピュータには不可能だ。
Microsoftの「量子コンピューティングの歴史と背景」によると、電子がなり得る状態が40あるとすると、全ての「状態」をモデル化するには2の40乗の構成を用意することになる。この量子状態を従来型コンピュータのメモリに格納するには、130GB以上のメモリが必要になる。状態の数が増えれば、必要なメモリ量は指数関数的に増加する。
このメモリ量は、従来型コンピュータで量子化学シミュレーションを行う場合の制限事項の一つになる。米国の科学雑誌「Scientific American」によると、現在の量子コンピュータは水素化リチウムなど、小分子のエネルギー論と特性のモデル化に着手できる段階だという。
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
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分？ 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは？ -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
事例
[Wrike Japan 株式会社] ソミック石川に学ぶ、ICT浸透後に直面した「工数管理」の課題と解決策
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
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
2
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
3
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
4
膨らむAIコストに歯止め GitHubのマルチモデルルーターは何が違うのか
-
5
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
6
HDDではもう限界？ AIのGPU待機時間を解消する「大容量SSD」の条件
-
7
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
8
「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
-
9
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
10
Anthropicが明かす AIは入力データを「どこまで覚えているのか」
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
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
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
-
9
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？
-
10
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
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