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
“攻撃者優位”なサイバーセキュリティ、全ての「穴」をふさぐ方法とは？ -
製品資料
実際に悪用される脆弱性は4％前後 優先的に対処すべき脆弱性を把握するには？ -
製品資料
HubSpotの機能を拡張する法人データ活用法 -
製品資料
面倒で非生産的な「名寄せ」作業 高精度＆高効率に実施するには？ -
製品資料
名刺管理には「その先」がある 成果のでない営業活動から脱却する秘訣
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
「データストレージの活用方法」に関するアンケート
-
2
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
3
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
4
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
5
マンガで解説：KSK2稼働で何が変わる？ 税務調査の高度化に備えるデータ管理
-
6
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
7
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
8
PCリプレース時には注意 不完全なデータ消去が情報漏えいのリスクに
-
9
AWS障害でも補償ゼロの衝撃 サイバー保険で情シスが見落とす「細則の壁」
-
10
脱VMwareに待った？ AI基盤を掲げるBroadcomの思惑と情シスが直面する新コスト
ホワイトペーパーランキング PR
-
1
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
-
2
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
-
3
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？
-
4
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
-
5
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
Macの安全神話は崩壊？ 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
9
3分で分かる経理DX 富士通が約20％の業務効率化を実現した方法とは
-
10
ランサムウェア攻撃を“二重の防御構造”で防ぐ、クラウド型基幹システムの実力
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