量子コンピュータは、もうスーパーコンピュータより何でも速く計算できる、と聞いたことがあるかもしれません。ニュースで「量子の勝利」のような見出しを見た人もいるでしょう。しかし実際のところ、いま何ができて何ができないのかは、意外とはっきりしません。今回は、実用化の現在地と、誇張と実態の見分け方を整理します。
まず確認しておきたいのは、量子コンピュータが速いのは特定の場面に限られるという点です。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。この重ね合わせをうまく使える問題でだけ、量子コンピュータは力を発揮します。逆に言えば、量子的な構造が薄い普通の計算では、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。「何でも速い万能マシン」というイメージは、この時点でもう誇張だと分かります。
では、どんな場面で本当に効果が出るのでしょうか。ひとつは、測定回数を大きく減らせる場面です。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。この研究では、普通のセンサーに量子ビットを一つ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。
もうひとつは、問題の立て方を工夫することで、量子コンピュータが得意な形に近づける場面です。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。この研究では、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。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う工夫がされていました。こうすることで、量子側に有利な範囲を広げられることが示されています。つまり実用化は、量子コンピュータを鍛えるだけでなく、問題側を歩み寄らせることでも進んでいるわけです。
ここで誇張と実態を見分ける、もうひとつの視点が出てきます。それは、その速さが本物だと、どうやって確かめるかという問題です。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研究があります。この研究では、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。答え合わせが効かない以上、内部の整合性などから信頼性を積み上げる方法が議論されていました。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。この研究では、古典計算では模倣できない難しさを保証しています。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ています。実験では、95%の信頼度でフィデリティの下限0.284という値を、検証可能な形で得たといいます。ゼロではなく明確な下限が保証されている点が重要です。
つまり「量子コンピュータがすごい結果を出した」という発表を見たとき、確かめるべきことは二つあります。ひとつは、その問題が量子的な構造にきちんと合っているかどうかです。もうひとつは、その結果が本当に正しいと、どんな根拠で言えているかどうかです。この二つが揃っていない発表は、誇張である可能性を疑ってよいでしょう。逆に、この二つに正面から答えている研究は、実用化に向けた着実な一歩だと言えます。
こうした見極めは、ハードウェア開発の方向性そのものにもつながっています。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。この記事では、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、いまの量子コンピュータは万能ではありません。特定の問題でだけ、しかも検証つきで力を発揮し始めた段階にあります。これで「量子コンピュータ入門」は全12回がそろいました。量子ビットと重ね合わせから始めて、もつれ、量子ゲート、測定、誤り訂正、そして実用化の現在地まで一通りたどってきました。気になる回から読み返せるように並べてありますので、ニュースで分からない言葉に出会ったときの手がかりにしてください。