中性原子量子コンピューティングのリーダーの1つであるPasqalは、GENCIとEDFとの協力により、電気自動車（EV）のスマートチャージングにおけるエネルギー需要予測の最適化に量子コンピューティングを活用することに成功しました。Pack Quantique（PAQ）イニシアチブの一環として実施されたこのプロジェクトでは、Pasqalの100量子ビットシステムを使用し、EVの普及に伴い増大するエネルギーの供給と需要の複雑性に対応しました。
2023年にフランスで販売された新車の26%がEVまたはプラグインハイブリッドであり、正確なエネルギー予測の必要性が重要になっています。Pasqalの中性原子量子技術は、複雑なデータセットを管理するための堅固なソリューションを提供し、より正確な予測と効率的なリソース配分を可能にします。
Pasqalの共同CEOであるLoïc Henrietは、「この成果は、エネルギー管理における実世界の課題に対する量子コンピューティングの可能性を示しています」とプロジェクトの重要性を強調しました。EDFの量子コンピューティング部門長のJoseph Mikaelは、エネルギー転換を支援する上での協力の役割を強調し、GENCIのCTOであるStephane Requenaは、エネルギーシステムの改善における量子イノベーションの広範な影響を指摘しました。
チームは「中性原子量子プロセッサーにおける組み合わせ最適化のための転送可能なアニーリングプロトコルの実装：電気自動車のスマートチャージングに関するケーススタディ」と題する共同論文を発表し、このユースケースの詳細を説明しています。
背景
本記事で登場する「中性原子量子コンピューティング」は、光を用いて原子を浮遊させ、その状態を量子ビットとして制御する技術です。従来の半導体チップ上に回路を作る方式とは異なり、原子同士を光のピンセットで捉えるため、スケーラビリティ（拡張性）が高いとされます。記事にあるPasqalの100量子ビットシステムは、この技術を用いたものです。
また、「組み合わせ最適化」は、多数の選択肢の中から条件を満たす最善の解を見つける問題です。EVの充電スケジュールや電力配分のように、変数が多く複雑な関係にある場合、従来のコンピュータでは計算に時間がかかることがあります。量子コンピューティングは、この種の複雑な最適化問題を効率的に処理できる可能性があります。
さらに「アニーリングプロトコル」とは、金属を加熱して急冷することで結晶構造を整える冶金技術にちなんで名付けられた、最適化問題を解くためのアルゴリズム手法の一つです。量子アニーリングとも呼ばれ、エネルギーの低い状態（＝最適な解）を探索する過程を物理現象に置き換えて計算を行います。記事では、この手法を中性原子プロセッサーで実装し、EVスマートチャージングの課題解決に適用したとされています。
関連する記事としてPasqal と Eleven Ventures、サウジアラビアおよびMENA地域全体で中性原子量子システムを拡大する合弁会社を設立、指示だけで量子実験は回るか――Pasqalのエージェント、実機到達と2つの見落とし、中性原子量子コンピュータの並べ替えを高速化：単一AODで対数スケーリングを実現もあわせてご覧ください。
2025年1月21日
