量子コンピュータは何でも一瞬で解いてしまう、という話を聞いたことがあるかもしれません。実際には、そんな万能の魔法ではありません。速くなる問題と、速くならない問題がはっきり分かれています。今回は、その境目がどこにあるのかを見ていきます。
まず押さえておきたいのは、量子コンピュータの速さの正体です。量子ビットとは、0と1の重ね合わせ状態をとれる量子情報の最小単位です。この重ね合わせを複数の量子ビットで組み合わせると、一度に膨大な可能性を同時に扱えるようになります。ただし、これは「並列に計算しているから何でも速い」という単純な話ではありません。答えを取り出す瞬間には、重ね合わせが一つの結果に収束してしまいます。そのため、うまく「欲しい答えの確率だけを高める」ように仕組む必要があるのです。
だからこそ、量子コンピュータが力を発揮する場面は限られています。それは、問題の構造そのものに量子的な性質がよく合っている場合です。たとえば、粒子同士が複雑に絡み合う量子系そのものをシミュレーションする問題です。ここでは、対象自体が量子力学に従っているため、量子コンピュータで扱うのが自然です。逆に言えば、量子的な構造が薄い普通の計算問題では、古典コンピュータのほうが速いことも珍しくありません。
もう一つの見分け方が、「測定回数をどれだけ減らせるか」という視点です。単一量子ビットで古典信号を学習する指数的量子優位性の実証という研究があります。そこでは、普通のセンサーにたった一つの量子ビットを加えるだけで済みます。それだけで、信号を学ぶのに必要な測定回数を大きく減らせることが示されました。実験では、フーリエ振幅の学習などで測定回数を約1000万分の1にまで減らせたといいます。ここで速くなっているのは「計算」そのものというより、「情報をどれだけ効率よく引き出せるか」という部分です。
同じように、データの「形」を扱う問題でも差がつく場合があります。量子トポロジカルデータ分析を「実用的な特徴抽出」へという研究があります。そこでは、データのつながり方を数値化する位相的データ分析を扱っています。この分析に、量子アルゴリズムを応用しています。この研究では、厳密な指標をそのまま求めるのではなく、扱いやすい代理の量を使っています。こうすることで、量子側に有利な範囲を広げる工夫がされていました。つまり、問題の立て方そのものを変えることで、量子コンピュータが得意な形に近づけているわけです。
一方で、速いはずの計算が「本当に正しく速く解けている」と、どう確かめるかという問題も残ります。古典的な答え合わせができなくても量子計算を信頼できるかという問いがあります。そこでは、古典コンピュータで答え合わせができない領域を扱っています。そこでの検証方法が議論されています。またIBMら、検証可能な高フィデリティで「難しい回路」をサンプリングという研究があります。そこでは、古典計算では模倣できない難しさを保証しています。それと同時に、実際に高い精度で計算できたことを証明する手法が示されました。速さだけでなく、その速さが本物だと示す仕組みも、業界の重要なテーマになっています。
こうした「どの問題で量子が効くのか」という見極めは、ハードウェア開発の方向性にも直結しています。中性原子量子コンピュータの実用化ロードマップという記事があります。そこでは、実用的な量子優位性をどう定義し、どう検証するかが問われています。これが、ハードウェア戦略全体の中心テーマとして扱われていました。速さを追い求めるだけでなく、どの問題に狙いを定めるかという設計思想が、業界全体で重視され始めています。
まとめると、量子コンピュータが速いのは、問題の構造が量子的な性質にうまく合っている場合だけです。量子系のシミュレーションや、効率よく情報を引き出す測定の場面などが、その代表例といえます。次回は、その量子コンピュータがなぜ壊れやすいのか、そして壊れた計算をどう直すのかという「量子誤り訂正」を見ていきます。