勉強会概要
世の中は並列・分散処理で溢れていますが、同様に量子アニーリングもさらに並列・分散処理が行えないかという先を見据えすぎた勉強会を行います。見据えたと思ってたらみんな同じこと考えていましたので、追記に書きました。
量子アニーリングを量子コンピュータを使用せずに既存のコンピュータで計算する場合によく使われるのが
量子モンテカルロ法で、離散化されたトロッタと呼ばれる並列化処理を行います。
離散化されたトロッタは量子物理学の虚時間軸方向に展開しますが、
トロッタはレプリカの計算なので並列化の効率がよくありません。
また、問題サイズや問題のマッピングの仕方によって必要となるトロッタサイズも変わってきます。
量子コンピュータやFPGAなどはハードウェア実装なので、イジングモデルと相性が良いですが、
サイズの限界があります。また、実問題は常にスパース（疎）な問題が多いのでエリア分割を想定した、
効率的な量子アニーリングアルゴリズムの開発は色々な知見をもたらすことになると思います。
ということで、特に量子アニーリングを高速化・高効率化に導く勉強会を行いたいと思います。
参照する論文もあまりないのでざっくばらんにアイデアをだしながら必要な情報を集めての感じにしたいと思います。
最新の論文で同じテーマのものが出ましたので、それを参考に進めたいと思います。
上記量子コンピュータと古典計算機の問題分割の話です。あとはトロッタのレプリカや温度設定に関する論文も新しいのがちょうど出ました。
場所について
場所は丸の内または本郷三丁目ラボカフェを予定しています。
（17.8.10追記）枠を増やしました。
論文について
（17.8.24追記）内容は変更なしですが、タイトルを変更しました。また、最新論文でこのテーマにぴったりのものが二つ出ましたので、論文を２つ読みたいと思います。
Combinatorial Optimization by Decomposition on Hybrid CPU--non-CPU Solver Architectures
https://arxiv.org/abs/1708.03439
CPUとnon-CPUハードウェアのハイブリッドソルバーのアルゴリズムです。
Effective optimization using sample persistence: A case study on quantum annealers and various Monte Carlo
optimization methods
https://arxiv.org/abs/1706.07826
モンテカルロのマルチスタート
上記論文がかなり特殊でしたので、代わりに下記のハイブリッド形式の実用的なアプリの話を入れたいと思います。
Traffic flow optimization using a quantum annealer
https://arxiv.org/abs/1708.01625
VWが北京で行なった交通の最適化です（2017年）
概要：10357のタクシーのうち418台を選び、経路最適化。古典計算機とD-waveマシンの両方を組み合わせて計算。
１、地図・GPS位置情報の準備
２、交通混雑の起きている箇所の特定
３、現在の車の取りうる代替のコースの検索
４、QUBO変換
５、混在解消のルート検索
６、結果に応じて車を再分配
７、上記の２から６を繰り返して収束させる。
具体的なアルゴリズムとしてQUBOとqsolvの使用方法について論文を読みます。
