量子コンピュータの能力は非常に速いスピードで成長しており、近い将来、いくつかの実世界のアプリケーションが量子優位性を達成したという発表が見られると予想しています。量子優位性とは、アプリケーションが高速な古典コンピュータで処理するよりも、量子コンピュータ上でより速く、より良く、またはより安価に処理できる状態を指します。
この技術がいくつかの初期の事例でこの状態に達すると、技術は変曲点に到達し、量子コンピューティングに移行する追加のアプリケーションが雪崩のように増加し、上の図に示されているような「急成長」の採用率がもたらされると考える人もいます。
しかし、私たちはそうは考えていません。私たちの見解では、今後10年程度の量子コンピューティングの採用は「緩やかで着実」なものになるでしょう。その理由を説明します。
すべての新技術には「アーリーアダプター」と呼ばれるユーザー層が存在します。これは、その技術に熱心で、最初にそれを活用したいと考える人々です。量子優位性アプリケーションの実証に成功したと主張する初期のエンドユーザーのほとんどは、このタイプの人々であると予想しています。場合によっては、古典コンピュータでも同様の結果が得られるにもかかわらず、単に目新しさのために量子アプローチを使って問題を解決することを選ぶ人もいるでしょう。
しかし、潜在的な量子コンピューティングユーザーベースの大部分はこのようではありません。量子コンピューティングの潜在的なエンドユーザーには、データサイエンティスト、研究者、CIO、その他企業において日々のプレッシャーと複雑な計算問題を解決する人々が含まれます。これらの人々は、ほとんどの場合、節約効果が非常に大きくない限り、量子コンピューティングへの切り替えをためらうでしょう。その理由には、既存のソリューションへの慣れ、量子コンピュータのプログラミング方法を学ぶ時間がないこと、量子ソリューションにどこかに隠れた欠陥があるかもしれないという恐れ、古典コンピューティングの継続的な改善が現在存在する量子的な利点を無効にするという信念、そしてすでに多くの時間とお金を投資した実用的なソリューションを捨てることへのためらいなどがあります。
最近、採用曲線がホッケースティック型にならない理由を説明するのに役立つ2つのプレゼンテーションを見ました。
Hyperion ResearchのBob Sorensonは、12月に開催されたQ2Bカンファレンスで興味深い調査を発表しました。彼は量子コンピュータの購入者とユーザーに次の質問をしました。「既存および計画中のワークロードに量子コンピューティングを使用することを正当化するために必要な最小限のアプリケーション性能向上はどの程度ですか？」古典的なソリューションに対して25%または50%の改善を示すことができれば、エンドユーザーを切り替えさせるのに十分だと思うかもしれません。しかし、データは別のことを示しています。
彼は調査で115人の個人から次のような結果を得ました。
これはまだ比較的小さなサンプルであり、速度、ソリューションの品質、またはコストの改善を区別していませんが、それでも興味深いものです。調査は、回答者の大多数が切り替えるために50倍以上の性能向上を必要とすることを示しています。
彼のプレゼンテーションの中でBobは、古典コンピューティングは停滞していないと指摘しました（私たちも他の記事でそう述べています）。ムーアの法則は減速していますが、古典的な改善は、代替的な非ノイマン型アーキテクチャ、ニューロモルフィックコンピューティング、並列処理の増加、より効率的なアルゴリズムの開発において今でも定期的に行われています。したがって、計算能力の50倍の向上は、古典的な世界が今後4年以内に達成するものとほぼ同等です。
もう一つの興味深いプレゼンテーションは、MicrosoftのMatthias TroyerがQuCQC 2021で行った「化学シミュレーションにおける実用的な量子優位性の達成」というタイトルのものでした。彼がまず指摘するのは、古典技術と比較して、量子ゲートは非常に、非常に遅いということです。彼のプレゼンテーションでは、古典コンピュータは量子コンピュータよりも10桁速い速度で論理演算を処理できると計算しています。彼のプレゼンテーションでは、最先端の古典的なGPUが5ペタオペレーション（5×10¹⁵論理演算/秒）の速度で論理演算を処理できるのに対し、将来の量子コンピュータは2メガオペレーション（2×10⁶論理演算/秒）をサポートできると計算しています。
量子コンピュータがこれほど遅いのであれば、なぜ誰もが量子コンピューティングを検討しているのかと疑問に思うかもしれません。
これを理解するには、まずビッグO計算量を理解する必要があります。コンピュータ科学者は、特定の問題のアルゴリズムを、問題の規模に応じてコンピュータの実行時間がどのように増加するかを説明するビッグO記法と呼ばれる命名法で評価します。例えば、ソートアルゴリズムでは、単純なバブルソートは平均してO(n²)の演算を必要とします（nはリスト内の要素数）。より効率的なシェルソートはO(n log n²)の演算を要し、さらに効率的なヒープソートはO(n log n)の演算を要します。要素数が非常に多くなったときに、傾きが緩やかであるほどアルゴリズムの優位性が高くなります。
したがって、量子コンピューティングが古典的な方法よりも優れている場合がある理由は、以下のチャートで見ることができます。量子コンピュータの秘密は、重ね合わせとエンタングルメントの量子原理を活用して、より緩やかなビッグO計算量の傾きを持つ新しいアルゴリズムを可能にすることです。
しかし、量子コンピュータの各論理演算が古典コンピュータの論理演算よりもはるかに、はるかに長い時間がかかるという情報に戻ると、量子コンピューティングが成果を上げるには2つのことが必要です。
論理演算速度とアルゴリズムの複雑さに関するデータと、どちらのコンピュータでもプログラムの最大実行時間が2週間に制限されるという仮定をまとめると、彼は興味深い結論を出しました。アルゴリズム効率の2次的な改善（例：N対N²）は決して成果を上げない！2週間の制限内で古典コンピュータよりも速くジョブを完了するには、量子コンピュータは超2次的または指数的なスケーリング（例：N対N³またはN⁴、2ᴺなど）を持つ必要があります。
一般的に教えられているアルゴリズムの一つに、2次的な改善（N¹/²対N）を提供するGroverの探索アルゴリズムがあります。したがって、彼の結論に基づくと、Groverのアルゴリズムは本番環境の実世界のアプリケーションで量子優位性を提供できる可能性は低いでしょう。
実は、Googleも昨年「誤り訂正された量子優位性のための2次的な高速化を超えた焦点」というタイトルの論文を発表しており、同様の結論を出しています。彼らの論文は、古典的なソリューションよりも優れた量子ソリューションを提供する見込みを示すには、アルゴリズムは本当に4次的な優位性（N対N⁴）または場合によっては3次的な優位性（N対N³）を持つべきであると示しています。
これら2つのプレゼンテーションの情報と、量子コンピュータハードウェアが非常に困難な技術であり、量子コンピューティングソフトウェアがプログラマーが使い方を学ぶ必要がある全く新しいアルゴリズムと技術を必要とするという知識を組み合わせると、この技術を商業的優位性のために（概念実証とは対照的に）本番環境に迅速に投入するハードルは、実際には一部の人々が考えているよりも高いと考えます。その結果、量子コンピューティングの採用率は、GoogleやFacebookやAmazonのような古典的コンピューティング企業で見られたホッケースティック型の成長率ではなく、今後数年間は私たちが緩やかで着実と呼ぶものになると結論づけます。
2021年2月27日
