VSB - オストラヴァ工科大学のIT4イノベーション国立スーパーコンピューティングセンターの研究者らが、最適化問題を解決するための新しい適応型量子誤り訂正（QEC）システムを開発する3年間の研究プロジェクトを開始しました。このプロジェクトは、モラヴィア・シレジア地域のVouchers for Universities プログラムから約470万チェココルナ（22万9000米ドル）の助成金を受けています。
この研究は、人工知能の手法である強化学習を活用し、特定のタスクとノイズ条件に合わせて最適なトポロジカル量子コードを独自に設計する知的エージェントとして機能します。このシステムは、IT4イノベーションに設置されているVLQ超伝導量子コンピュータなどの量子コンピュータのアーキテクチャに適応します。研究は、産業界の多くの問題の数学的基礎を形成するイジングモデルを使用した最適化問題の解決に焦点を当てています。これらの問題は、量子近似最適化アルゴリズム（QAOA）などの量子アルゴリズムを使用して解決できます。
このプロジェクトは、要求の厳しい実験を頻繁に繰り返す必要なく、実用的なアプリケーションのための量子コンピューティングをより正確で信頼性の高いものにすることを目的としています。量子アルゴリズムの研究を進め、量子コンピューティングを実用化に近づけることを目指しています。IT4イノベーションの量子コンピューティング研究室長のマレク・ランパートが率いるこのプロジェクトは、2025年から2028年の間に実施される予定です。
背景
本記事で扱われる「量子誤り訂正（QEC）」は、量子ビットが外部のノイズや環境の影響を受けやすく、計算結果が壊れやすくなるという量子コンピュータ特有の課題に対処するための技術です。量子コンピュータは非常に繊細な状態にあるため、わずかな干渉でもエラーが発生しやすくなります。QECはこのエラーを検出し、修正することで、信頼性の高い計算を実現する仕組みです。
また、「強化学習」は、人工知能の一種で、エージェントが環境との相互作用を通じて試行錯誤を繰り返しながら、報酬を最大化する行動を学習する手法です。本研究では、この手法を用いて、特定のタスクやノイズの条件に合わせて最適な量子コードを自動的に設計する知的エージェントを作成します。これにより、手動で調整する手間を省き、状況に応じた柔軟な対応が可能になります。
さらに、「イジングモデル」は、物理学における磁性体の振る舞いを記述するモデルですが、本プロジェクトでは、物流やスケジューリングなど、産業界の多くの問題の数学的基礎として利用されます。このモデルを用いた最適化問題を、量子近似最適化アルゴリズム（QAOA）などの量子アルゴリズムを使って解くことで、より効率的な解決策の探索を目指します。
関連する記事としてIonQ、単一のApple M4 Max CPU上でMegaQuOp規模のリアルタイムQECデコーディングを実証、AIが実用的な量子誤り訂正符号を自動発見——「OmniQEC」が既存の有力符号を上回る、物流の巡回・配送最適化に量子は使えるか、QUBO変換とQAOA・アニーリングの現状整理もあわせてご覧ください。
2025年9月23日
