1年間で18本の論文:Google Quantum AI チームの2021年年次概要

1年間で18本の論文:Google Quantum AI チームの2021年年次概要

量子コンピューティングは、常に次の産業革命の原動力と考えられてきました。さまざまな国やテクノロジー企業が、量子コンピューティングと関連ソフトウェアの研究開発に力を入れています。少し前に、Google の量子 AI チームも 2021 年を総括しました。

研究者らは、量子コンピューティングは依然として難しいテーマではあるものの、過去1年間に合計18本の論文を発表し、特に完全にエラー訂正された量子コンピュータの構築において実りある成果を達成したと述べた。

そして、Quantum AI チームはすでに、次のハードウェアのマイルストーンであるエラー訂正された量子ビットのプロトタイプの開発に着手しています。

ハードウェアの革新

量子コンピューティングを行うためには量子コンピュータが必須となるため、ハードウェアの開発も最重要課題となっています。

今年5月、GoogleはサンタバーバラにQuantum AI Campusを正式に発表した。このキャンパスには、量子コンピューターサービスの構築と運用を目的としたデータセンター、チップ製造施設、研究室、大規模なオフィスエリアが含まれる。

当時、Google の量子人工知能チームの主任エンジニアである Erik Lucero 氏は、今後 10 年以内にエラー訂正機能付き量子コンピューターを構築するという小さな目標を自らに課しました。

また、ハードウェアの開発で得た知識と経験を活用して、革新的な量子コンピューターアプリケーションを開発したいと考えています。

Google が量子コンピュータを 2029 年に提供することを提案したのは、主に Google が量子ハードウェア開発において一定の経験を持っているためであり、それはおおまかに次の 3 つの点に分けられます。

1. Google は、量子コンピュータが特定のタスクにおいて今日の従来のスーパーコンピュータよりも優れた性能を発揮できることを実証しました。

2019年10月23日、Googleは、地球上で最も強力なスーパーコンピューターであるSummitでも完了するのに1万年かかるタスクを、量子チップSycamoreで約200秒で完了したと主張した。この研究結果は当時のトップジャーナル「ネイチャー」に掲載された。しばらくの間、世界は大騒ぎとなり、業界ではこれが量子コンピューティングの発展における先駆的なマイルストーンであると一般に信じられ、ライト兄弟によるキティホークでの初の航空飛行にさえ例えられました。

しかし、量子超越性という用語は、Googleが主張する1万年が実際には誇張されているため、議論を呼んでいます。その後、研究者はタスクの実行時間を徐々に5日間に短縮しましたが、想像していたほどの圧倒的な優位性は得られなかったため、業界では現在、量子優位性という言葉を使ってそれをさらに表現しています。

2. Google はエラー訂正量子ビットのプロトタイプを構築できる。

量子コンピュータは、従来のコンピュータと同様に、基礎となる物理システムの「ノイズ」によって引き起こされるエラーが発生しやすい傾向があります。これらのエラーに対処するのは困難な課題です。通常のコンピュータでは、ビットをコピーし、そのコピーを使用して正しい状態を検証するだけでエラーを防ぐことができます。しかし、量子コンピュータではこれができません。量子力学では、ある量子ビットの未知の状態を他の量子ビットにコピーすることが禁止されているからです。

Google の物理学者、ジュリアン・ケリー氏は、54 個の超伝導量子ビットの 2 次元配列を含む「Plane Tree」と呼ばれる量子プロセッサの量子エラー訂正機能を研究しました。

研究者らは、エラー抑制機能をテストするために最大 21 量子ビットで構成される 1 次元チェーン繰り返しコードと、より大きなコード設定との互換性の原理実証実験として 7 量子ビットで構成される 2 次元表面コードの 2 つの量子エラー訂正コードを実行しました。

研究によると、反復コードのベースとなる量子ビットの数を 5 から 21 に増やすと、論理エラーの抑制が最大 100 倍まで指数関数的に増加することがわかっています。このエラー抑制機能は、50 回のエラー訂正実験を通じて安定していました。

しかしケリー氏は、チームはまだ間違いを完全に修正する途中にあると述べた。彼らは、量子ビットに影響を与える 2 種類のエラー、つまりビット反転と位相反転を同時に解決することができませんでした。

Google の現在の目標は、複数の物理量子ビットに量子情報を冗長的にエンコードすることで量子エラー訂正プリミティブを実装し、この冗長性が単一の物理量子ビットを使用する場合よりも改善につながることを証明することです。これは、Google が現在取り組んでいる方向でもあります。

3. Google には、エラーなしで任意の長さまで持続できる論理量子ビットを構築する能力があります。

論理量子ビットは、複数の物理量子ビットにわたって情報を冗長的にエンコードし、全体的な量子計算に対するノイズの影響を軽減できます。数千個の論理量子ビットを組み合わせることで、Google はさまざまなアプリケーションで量子コンピューターの潜在能力を最大限に引き出すことができるようになります。

エラー訂正量子ビットの進歩

現時点では、さまざまな量子コンピュータと将来の完全なエラー訂正量子コンピュータとの間のギャップは依然として大きいです。

Googleは2021年に論理量子ビットのプロトタイプを構築し、その誤差をGoogleのチップ上の物理量子ビットの誤差未満に減らすことに取り組んでおり、これは量子コンピューターの開発における大きな前進となる。

これを実現するには量子コンピューティング スタック全体の改善が必要だったため、Google はより優れた量子ビットを備えたチップを構築し、チップを Google の制御電子機器とより適切に接続できるようにパッケージング方法を改善し、数十の量子ビットを備えた大型チップを同時に調整する技術を開発しました。

これらの改善により、最終的に 2 つの重要な結果が生まれました。

まず、Google は自社の量子ビットを高い忠実度でリセットできるようになり、量子コンピューティングで量子ビットを再利用できるようになりました。

2 番目に、Google は回路中間測定を実装し、量子回路内の計算を追跡できるようになりました。

Google が最近行った、繰り返しコードを使用したビットおよび位相反転エラーの指数関数的抑制のデモンストレーションでは、高忠実度リセットと中間回路の両方を使用して測定したところ、コード サイズが 5 量子ビットから 21 量子ビットに増加するとエラーが 100 分の 1 に減少しました。

繰り返しコードは、量子コンピュータがリソース(より多くの量子ビット)とパフォーマンス(より低いエラー)の間でトレードオフを実現できるようにする一般的なエラー訂正ツールであり、これは Google の将来のハードウェアの研究開発の中心的な指針でもある。

Googleは2021年、1次元コードに含まれる量子ビットの数が増えるとエラーがどのように減少するかについても研究した。 Google は現在、これらの結果を 2 次元表面コードに拡張し、より包括的にエラーを修正するための実験を行っています。

量子コンピューティングの応用

Google のチームは、量子ハードウェアの構築に加えて、量子コンピューティングが明確な利点を持つ現実世界のアプリケーション シナリオも模索しています。

Google は、学界や産業界の専門家と協力し、量子コンピューターが大幅な計算高速化を実現できる分野を模索しています。期待される結果も非常に現実的です。エラー訂正型量子コンピューターは、意味のある改善と見なされるためには、少なくとも 2 乗の高速化を達成する必要があります。

Google とカリフォルニア工科大学の共同研究の結果によると、特定の条件下では、量子コンピューターは従来の方法よりもはるかに少ない実験で物理システムについて学習できる可能性があることが示唆されています。新たに提案されたアプローチは、40 量子ビットと 1,300 量子演算を使用して実験的に検証され、Google の現在のノイズの多い量子プロセッサでも大きな量子的利点があることが実証され、量子機械学習と量子センシングの研究への道を開いた。

Google はコロンビア大学の研究者と共同で、最も強力な化学シミュレーション技術である量子モンテカルロと量子コンピューティングを組み合わせ、従来の手法を上回ることに成功しました。この手法は、新素材の作成や素材の化学的性質の理解に不可欠な基底状態の多電子計算のための有望な量子手法となっています。

最大 16 量子ビットのコンピューティング デバイスにノイズが存在する場合でも、Google は測定精度を犠牲にすることなく、計算のサイズを以前の 2 倍にすることができました。

Google は、量子コンピュータを使用して量子物理現象をシミュレートする方法の研究も続けています。昨年11月30日、GoogleはNature誌に、Sycamore量子コンピューティングハードウェアを通じてタイムクリスタルを作成したという記事を掲載した。

ほぼ1世紀にわたって時間結晶の可能性について考えてきた理論物理学者にとって、これは素晴らしい瞬間だ。

他の研究では、Google と NASA エイムズ研究センターの協力者が、Google の量子コンピューターの 1 つで時間順序を外れた相関関係を測定することで量子カオスダイナミクスを調査する実験を完了しました。

ミュンヘン工科大学の協力者たちは、浅い量子回路を使用してトーリックコードハミルトニアンの基底状態のエンタングルメントエントロピーを実験的に測定し、その固有状態を作成しました。

Googleは、2021年に最も影響力のあった研究成果の多くは、さまざまな研究機関の協力者との共同作業で完成したと述べ、その一部はGoogleの次の研究の方向性にも影響を与えたという。

2022 年、Google Quantum AI は他の協力者と引き続き協力し、有意義な量子アプリケーション、量子化学、多体量子物理学の探求と実現に取り組んでいきます。


<<:  脚付きロボットの新たなスキル:ANYmalは山登りを学んでいる

>>:  LeCun が予測した自己教師モデルはここにあります: 最初のマルチモーダル高性能自己教師アルゴリズム

ブログ    
ブログ    

推薦する

...

自動運転車は歩行者に意図を伝えることができるか?

広い道路を安全に横断するかどうかを判断するには、歩行者と運転者の間の社会的合図とコミュニケーションが...

小売業における人工知能

[[433164]] [51CTO.com クイック翻訳]周知のように、小売業界の競争は激しく、人工...

...

南京科技大学とオックスフォード大学は、1行のコードでゼロショット学習法の効果を大幅に向上させるプラグアンドプレイ分類モジュールを提案した。

ゼロショット学習は、トレーニングプロセス中に出現しなかったカテゴリの分類に重点を置いています。意味記...

1865年から始まるビジネスインテリジェンスの簡単な歴史

[[206158]]ビジネス インテリジェンス (BI) という用語は、1865 年にリチャード ミ...

モデルが 10 倍大きくなると、パフォーマンスは何倍向上しますか? Googleの研究者が調査を実施

ディープラーニング モデルが大きくなるにつれて、あらゆる種類のハイパーパラメータ調整を行うのは非常に...

テスラは、Dojo スーパーコンピューターの秘密を盗み、偽のコンピューターを使用して検査を欺いたとして元エンジニアを訴える

テスラは、元エンジニアのアレクサンダー・ヤツコフ氏を提訴した。同氏は、同社内部のスーパーコンピュータ...

AI画像拡大ツール、完全無料!ワンクリックで不良ピクセルにさよなら

写真は思い出を保存するための最も便利なツールの一つです。テクノロジーのおかげで、ある意味カメラとも言...

展望: 2023 年のディープラーニングとメタバースの未来

ディープラーニング (DL) は、再帰型ニューラル ネットワーク、長期短期記憶、畳み込みニューラル ...

...

茅面映画の李明輝氏:興行収入予測における機械学習の実用化

[51CTO.comより引用] 近年、わが国の興行収入市場は飛躍的に成長し、2011年には150億ド...

DetZero: Waymo の 3D 検出リストで 1 位、手動ラベル付けに匹敵!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...