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
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
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
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
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