量子コンピューター「IBM Q システム」誕生の背景

記事をシェアする:

最先端の量子コンピュータ「IBM Q システム」が、従来のコンピューターの限界を超えた計算能力で新たな時代を切り拓く

* IBM Qはビジネスおよび科学アプリケーション向けの商用汎用量子コンピューティング・システムの構築に向けた業界初のイニシアチブです。詳しくは量子コンピューターに関するIBMの取り組み(US)をご覧ください。

量子コンピューターとは

量子コンピューターとは量子力学に基づいたコンピューターのことで、古典物理学に基づいた従来のコンピューターが情報をビット列で保持し処理する代わりに、それを量子ビットで行う計算機構のことです。量子力学というと、多くの人は難しいと思うかもしれません。実際に量子力学の原理の中には直感的でないものがあり、専門家でさえ理解に苦しむ面もあります。しかしそこに、従来のコンピューターの能力を凌駕する新しいコンピューターが、近い将来誕生する可能性があります。量子力学への理解度にかかわらず、量子コンピューターの基本原理とその応用について知ることが重要になっています。

ムーアの法則が限界に達しつつある今、単なるデバイスの微細化だけで計算能力を向上させることは困難であり、量子コンピューターのような新しい計算の仕組みを活用する研究は避けて通ることができません。例えば、新材料と創薬の分野において、従来のコンピューターによる量子化学のシミュレーションでは限界が見えてきました。一方、量子コンピューターは超並列な計算が可能なため、同シミュレーションに現れる組合せ爆発の問題の一部を解決できると考えられています。同様の問題を抱えている金融、人工知能、サプライチェーン最適化などへの応用も期待されています。

従来のビット列は1種類の状態しか保持できないため、1回の計算で1通りの可能性しか調べられません。量子コンピューターは、基本単位である量子ビットで複数の状態(以降、量子状態)を重ね合わせて同時に保持できるため、複数通りの可能性を並列に調べることができます。この量子ビットを操作する量子ゲートで構成する量子コンピューターは、量子状態の干渉を適切に施して量子ビットを観測すれば、解きたい問題の解を従来のコンピューターよりも高速に取り出すことができます。ただし、量子デバイスの実装のハードルはともかく、量子状態の干渉を適切に施す方法は自明ではない上、量子ゲートの制約などもあり、量子アルゴリズムを設計するのは容易ではありません。そのため、量子コンピューターは長い間、限られた科学者の研究道具に過ぎませんでした。

図1. IBMが一般公開した量子コンピューターIBM Q システムの外観
絶対零度に近い環境で動作しているこの量子コンピューターは、独自のAPIでクラウドを経由して操作できる。

2016年にIBMがクラウド通じて一般公開した5量子ビットの量子コンピューターと、2017年5月に発表した16量子ビットの量子コンピューターである通称「IBM Q システム」は、この新しい計算機構が実験室の中だけの存在ではなくなる時代が到来した証と言えます(図1) 。また、2017年11月にIBMは商用向けの20量子ビットの量子コンピューターの提供と50量子ビットの量子コンピューターの準備を発表しました。今日では大学や研究機関だけでなく、IT各社は競って研究開発を活発化させて量子コンピューターのビジネス覇権を競い合うようになり、連日ニュースを賑わすようになっています。

組合せ最適化問題の計算に提案されている、いわゆる量子アニーリング型のコンピューターについても耳にするようになりました。しかし、量子アニーリング型のコンピューターは、IBMをはじめとするIT企業が研究開発のゴールとする万能量子コンピューターとは異なり、計算能力が限定的です。特に、実環境のノイズに対する対策がまだ見つかっておらず、従来のコンピューターよりも高速に組合せ最適化問題を解くことができるのかという論争が理論と実験の両面で続いています。

一方、量子力学に基づくあらゆる物理系と互換性のある万能量子コンピューターは、組合せ最適化問題の一部や量子系のシミュレーション、既存のインターネットの暗号の基礎となる素因数分解など、従来のコンピューターにとって難しい問題を高速に計算できることが理論的に証明されており、その実現に向けて長期的な視点で研究が進められています。

量子コンピューター誕生の背景

量子コンピューターが誕生するきっかけの一つは、1960年代にIBMのRolf LandauerとCharles Bennettが始めた計算のエネルギー効率性の追求にさかのぼります。計算過程が常に可逆、つまり、入力から出力が一意に定まり、その逆も成立するような計算モデルは可逆計算と呼ばれています。Landauerはエネルギー効率の良い計算は可逆計算であることを示唆し、Bennettは従来のコンピューターで計算できるあらゆる関数は可逆計算モデルでも計算可能であることを1970年代に証明しました^*3。量子コンピューターは可逆計算モデルの一つであるため、省エネルギーの計算モデルであるほか、その計算能力が従来のコンピューターと少なくとも同じであることが分かり、注目されるきっかけとなりました。

*3: C.H.Bennett:“Logical Reversibility of Computation”，IBM J.Research and Develop.17，pp.525-532 (1973).

量子コンピューターの計算能力が従来のコンピューターを上回る可能性を最初に示したのは物理学者のRichard Feynmanでした。同氏は1981年MIT（マサチューセッツ工科大学）での講演で、従来のコンピューターは量子系のシミュレーションのために指数的な組合せの可能性を調べなければならない問題に直面することを指摘し、量子コンピューターは量子状態の重ね合わせを利用することで、その問題を効率的に対処できることを示唆しました。

それから約10年後の1994年にPeter Shorが素因数分解の量子アルゴリズム^*4 を発見し、計算機科学分野で量子コンピューターへの注目度が一気に高まりました。さらに1995年、Shorらが示した量子誤り訂正符号の存在が、量子コンピューターの実現を近づけました。量子誤り訂正符号によってノイズのある実際の環境でも複雑な量子アルゴリズムを実行する回路を構成できます。その後もデータベース探索の高速化につながるGrover探索^*5 など数々の量子アルゴリズムが提案され、近年は人工知能の要素技術である機械学習の量子アルゴリズムも見つかり、従来のコンピューターを凌ぐ量子コンピューターの計算能力が理論的に次々と解明されていきました。

*4: P. Shor:“Polynomial-time Algorithms for Prime Factorizations and Discrete Logarithms on a Quantum Computer”, SIAM J.Computing，26，pp.1484-1509 (1997) .
*5: L.K.Grover:“A Fast Quantum Mechanical Algorithm for Database Search”，ACM symposium on Theory of computing (STOC) , pp.212-219 (1996) .

一方、量子コンピューターを実現するデバイスに関する研究も進められています。2000年、当時IBMに在籍していたDavid DiVincenzoは量子コンピューターの要件をまとめました^*6。その要件は、スケール可能な量子ビットのデバイス、量子状態を十分長い時間保つことなどで構成されており、それらを全て満たすデバイスを実装することは困難と見られていました。しかし、近年の超電導素子の技術革新のおかげで小規模の量子コンピューターが実現できるようになり、前述したShorの素因数分解やGrover探索、機械学習の実用的な量子アルゴリズムを実行できるエラー耐性を備えた大規模量子コンピューターの実現にはまだ時間がかかるものの、今後数年以内に従来の大型計算機を用いても計算できない問題を解く中規模量子コンピューターが実現できる可能性が出てきました。その実現と応用は今後数年最もホットな話題になりそうです。

*6: D.P.DiVincenzo:“The Physical Implementation of Quantum Computation”，Fortschr.Phys.，48，pp.771‒783 (2000) .

量子コンピュータ技術解説まとめ
高速化の鍵は量子の「もつれ」や「重ね合わせ」ーー 量子コンピューターの原理を知る
IBM Qが目指す「量子コンピューターがある近未来」
 

ルディー・レイモンド Rudy Raymond

日本アイ・ビー・エム株式会社 東京基礎研究所 量子アルゴリズム&ソフトウェア リサーチ・スタッフ・メンバー
京都大学大学院情報学研究科の博士後期課程修了。博士(情報学)。博士論文は「量子質問計算量および量子ネットワーク符号に関する研究」。量子学習理論、および、量子計算量と量子通信量に関する論文と講演が多数。IBMで最適化、データ解析・機械学習を活用す るプロジェクトに参画し 、人工知能技術の応用に貢献 。2015年 日本オペレーションズ・リサーチ学会待ち行列研究部会論文賞を共同受賞。最近は動的ボルツマンマシンの研究にも従事。

今道 貴司 Takashi Imamichi

日本アイ・ビー・エム株式会社 東京基礎研究所 量子アルゴリズム&ソフトウェア リサーチ・スタッフ・メンバー
京都大学大学院情報学研究科数理工学専攻の博士後期課程修了。博士(情報学)。 2010年に日本IBM東京基礎研究所に入所して 、現在は組合せ最適化および機械学習の研究に従事。