日本のIBMクォンタムイノベーションセンターである慶應義塾大学は、三菱ケミカルと共同で量子レザバーコンピューティング（QRC）の研究を進めています。この共同研究では、IBMの量子プロセッサー上で機械学習タスクを実装することにより、実用規模のQRC手法の有用性を評価することを目指しています。この取り組みは、東京大学、アリゾナ大学、UNSWの研究者との2023年の実験を基盤としており、量子入力状態と線形回帰後処理を用いてソフトロボットの動きをモデル化しました。
従来のQRCアプローチでは各時間ステップで量子回路の実行を繰り返す必要がありましたが、研究チームは補助量子ビットを使用した反復測定技術を導入しました。この手法により、時系列データを1回の実行で抽出することが可能となり、実行時間が大幅に短縮され、予測精度も向上しました。最大120量子ビットのIBM量子デバイスで実験が行われ、従来のQRCスキームを上回る性能を示し、古典的シミュレーションの能力を超える可能性が示されました。
慶應義塾大学と三菱ケミカルのパートナーシップは、IBMクォンタムイノベーションセンターが産業界の研究チームの量子ユースケース探索をどのように支援しているかを示しています。慶應義塾大学は三菱ケミカル以外にも、より広範な企業パートナーと協力して量子アルゴリズムを共同開発し、社内の量子技術専門知識を構築しています。これらの協力により、産業界の研究者は学術専門家の指導のもと、先進的な量子ワークフローのプロトタイプを作成し、材料、金融、シミュレーションなどの実用分野における量子対応を加速することが可能となっています。
背景
量子レザバーコンピューティング（QRC）は、複雑な時系列データを処理するための手法です。従来の量子機械学習では、各時間ステップごとに量子回路を実行する必要があり、時間がかかっていました。本研究では、補助量子ビットを使った反復測定技術を採用し、時系列データを1回の実行で抽出可能にしました。これにより実行時間の短縮と予測精度の向上を実現しています。
線形回帰後処理は、量子回路で得られた複雑な量子状態を、古典的なコンピュータで扱いやすい形に変換する工程です。慶應義塾大学と三菱ケミカルらのチームは、この手法を用いてソフトロボットの動きをモデル化しました。量子入力状態と組み合わせることで、実用的なタスクにおけるQRCの有効性を評価しています。
IBMクォンタムイノベーションセンターは、慶應義塾大学がIBMの量子プロセッサーを活用する拠点です。ここでは産業界の研究チームが量子ユースケースを探求し、材料や金融などの分野で量子対応を加速させるための支援が行われています。慶應義塾大学は三菱ケミカル以外にも企業パートナーと協力し、量子アルゴリズムの開発や社内専門知識の構築を進めています。
関連する記事としてPsiQuantum、東京大学および三菱ケミカルと提携し日本の人材育成を実施、ザナドゥとMC（三菱ケミカル）が極端紫外線（EUV）リソグラフィシミュレーション向け量子アルゴリズムで協業、Quandelaが高度な機械学習と単一基底量子トモグラフィーのためのフォトニック量子リザーバー処理を実証もあわせてご覧ください。
2025年4月30日
