Quantinuumは、オープンソースの量子自然言語処理（QNLP）ソフトウェアの最新版、λambeq Gen IIのリリースを発表しました。λambeqは、文章を量子回路に変換し、実際の量子ハードウェアで実行することを可能にします。このアップデートは、QuantinuumによるQNLPの初期実証から5年間の開発を反映し、量子ハードウェアと言語形式の両面での最近の進歩を組み込んでいます。初期のバージョンがDisCoCat（分散複合カテゴリー）意味論に基づいていたのに対し、Gen IIではDisCoCircと呼ばれる新しい形式を導入し、より大きなテキスト構造と、言語全体でのより表現力豊かな構成性のモデル化を可能にしています。
DisCoCircは、自然言語に固有の構成構造をより多く捉え、単独の文章から完全なテキストへのスケーラビリティをサポートすることで、前バージョンを改善しています。新しいフレームワークは言語中立性も導入しており、これにより言語領域全体での適応が可能になり、結果として得られる量子モデルが構成構造と学習可能性の両面で正規的であることを保証します。これらの特性は、量子モデルのトレーニング可能性や結果の解釈可能性など、以前のQNLP研究における課題を総合的に緩和します。Gen IIのリリースには、量子性能の向上の証拠と、構成的一般化および説明可能なAI（XAI）機能のデモンストレーションが付属しています。
λambeqパッケージはオープンソースを維持し、Quantinuumの量子スタックと統合されています。ユーザーはPythonとVQC（可変量子分類器）メソッドを使用して、構文構造を直接量子回路に変換できます。このリリースには、スケーラブルなQNLPアプリケーションの研究と実験をサポートするための更新されたチュートリアルとドキュメントが含まれています。
背景
量子自然言語処理（QNLP）は、自然言語の文を量子コンピュータで処理可能な量子回路に変換する技術です。従来の手法では複雑な文構造のモデル化が難しかったものの、今回のアップデートで導入されたDisCoCircは、文章の構成構造をより正確に捉え、単文から長文への拡張性を高めています。これにより、言語全体での表現力豊かな構成性をモデル化することが可能になります。
また、VQC（可変量子分類器）は、ユーザーがPythonを用いて構文構造を直接量子回路に変換するための手法です。これは量子ハードウェア上で実際に実行される処理の基盤となります。さらに、生成された量子モデルの解釈可能性を高める「説明可能なAI（XAI）」機能も重視されています。これにより、モデルの学習過程や判断根拠を人間が理解しやすくし、研究における課題であった解釈性の欠如を緩和しています。これらの仕組みにより、スケーラブルで解釈可能な量子処理が実現されています。
関連する記事としてQuantinuum「Helios」の商用展開が加速――クラウド統合と製造パートナーシップで量子コンピュータ実用化へもあわせてご覧ください。
2025年5月22日
