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：量子コンピュータへの道

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？

[Aaron Tan，Computer Weekly]

iStock.com/DKosig

　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。

関連記事

量子コンピュータが古典コンピュータを必要とする理由

量子コンピュータで加速する機械学習の可能性を実証

フィンランド企業が目指す汎用量子コンピュータ＆量子プロセッサ

「超低温を計測可能な温度計」が量子コンピュータ実現を加速

量子コンピュータの性能を定量化するベンチマーク指標「Q-score」

量子コンピュータプログラミングの入門方法

　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。

　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。