Kipu Quantumは、D-Wave社のAdvantage 2ハードウェア上での量子クエンチダイナミクスを活用し、薬物毒性予測や医療診断などの産業分野における古典的機械学習モデルを強化するための量子特徴マッピングの実用性を実証しました。この手法は、古典的データを複雑なスピングラスハミルトニアンにエンコードし、それらを量子もつれ状態へと発展させます。これらの状態は特徴表現として使用され、古典的なベースラインを超えるモデルの精度向上を実現します。200量子ビット以上を使用したテストでは、分子毒性分類におけるAUC（曲線下面積）が41%改善され、心筋梗塞の合併症予測における再現率が85.9%向上し、量子優位性レベルの性能を示しました。
手法の検証のため、Kipuは層化交差検証を適用し、AUC、精度、F1スコア、再現率を含む複数の指標において、最先端の古典的モデルとベンチマークを行いました。量子強化モデルは一貫して古典的モデルを上回る性能を示しました。例えば、心筋梗塞データセットでは、量子特徴マップの使用により、バランス精度が13.6%、再現率が85.9%向上しました。これらの成果は、量子生成特徴が高次元データにおける複雑な非古典的相関を捉える能力と、勾配ブースティングやサポートベクターマシン（SVC）などの古典的分類器との互換性を示しています。
重要な点として、Kipuはこれらがシミュレーションや量子着想モデルではなく、コヒーレントアニーリング領域における現行の量子ハードウェア上で実行された実験であることを強調しています。同社は、量子臨界ダイナミクスにおける計算優位性を実証した最近の進展を基に、それらを測定可能な産業成果へと変換しています。この研究は、実験的優位性から実世界での量子優位性への重要な一歩を表しています。この方法論は広く適用可能で、既存のAIパイプラインと互換性があり、製薬、医療、金融などの分野における短期的な影響への拡張可能な道筋を提供します。Kipuは、応用量子コンピューティングの範囲を拡大するため、データセット、モデル、ソリューションの探索に協力者を募っています。
2025年3月27日