専門家の視点:量子コンピューティングの開発動向

専門家の視点:量子コンピューティングの開発動向

量子コンピューティングとは、量子理論の原理に基づいたコンピューター技術の開発に焦点を当てた研究分野を指します。

現在、量子技術には公的資金と民間資金合わせて数百億ドルが投資されています。世界各国は量子技術が既存のビジネスに大きな混乱をもたらす可能性があることを認識しており、2021年には量子研究と応用に総額240億ドルを投資しています。

古典コンピューティングと量子コンピューティングの比較

古典的なコンピューティング: 究極的にはブール代数で表現される原理に依存します。データは、どの時点でも排他的なバイナリ状態、つまりビットと呼ばれる状態で処理される必要があります。現在では、各トランジスタまたはコンデンサが状態を切り替える前に 0 または 1 の状態にある必要がある時間をナノ秒単位で測定することが可能ですが、これらのデバイスが状態を切り替える速度には依然として限界があります。

回路がより小型で高速になるにつれて、材料の物理的限界と古典物理学の法則が適用される限界に達し始めます。とりわけ、量子コンピュータでは、電荷または分極が 0 または 1 を表す電子や光子などの多くの素粒子が量子の世界を占めます。  これらの粒子はそれぞれ量子ビット (キュービット)と呼ばれ、これらの粒子の特性と動作が量子コンピューティングの基礎を形成します。従来のコンピューターは論理の物理的な構成要素としてトランジスタを使用しますが、量子コンピューターはトラップされたイオン、超伝導リング、量子ドットなどを使用します。

物理量子ビットと論理量子ビット

エラー訂正機能を備えた量子コンピュータについて議論する場合、物理量子ビットと論理量子ビットについて話していることになります。物理量子ビットは量子コンピュータ内の物理量子ビットですが、論理量子ビットは、ノイズに対抗し、エラー訂正を改善するために計算で単一の量子ビットとして使用する物理量子ビットのグループです。

これを説明するために、100 量子ビットを持つ量子コンピュータの例を考えてみましょう。このコンピューターはノイズが発生しやすいとします。これを修正するには、複数の量子ビットを使用して、より安定した量子ビットを形成します。許容可能な論理量子ビットを形成するには 10 個の物理量子ビットが必要であると判断する場合があります。この場合、量子コンピュータには 100 個の物理量子ビットがあり、それを 10 個の論理量子ビットとして使用することになります。

物理量子ビットと論理量子ビットを区別することが重要です。特定の計算を実行するために必要な量子ビットの数については多くの推定値がありますが、これらの推定値の一部は論理量子ビットに関するものであり、その他は物理量子ビットに関するものです。たとえば、RSA 暗号を解読するには、数千の論理量子ビットが必要ですが、数百万の物理量子ビットが必要です。

もう一つ覚えておくべきことは、従来のコンピュータでは計算能力がトランジスタの数とクロック速度に比例して増加するのに対し、量子コンピュータでは計算能力が論理量子ビットごとに指数関数的に増加するということです。

量子重ね合わせと量子もつれ

量子物理学の最も重要な側面のうちの 2 つは、重ね合わせエンタングルメントの原理です

重ね合わせ: 量子ビットを磁場内の電子として想像してください。電子のスピンは磁場と揃う場合があり、これをスピンアップ状態と呼びます。また、磁場と反対の向きになる場合もあり、これをスピンダウン状態と呼びます。量子法則によれば、粒子は重ね合わせ状態に入り、あたかも同時に 2 つの状態にあるかのように動作します。使用される各量子ビットは、0 と 1 の重ね合わせになります。通常のコンピュータの 2 ビット レジスタには、4 つのバイナリ構成 (00、01、10、または 11) のうち 1 つしか一度に保存できませんが、2 量子ビットの量子コンピュータのレジスタでは、各量子ビットが 2 つの値を表すため、4 つの数値すべてを同時に保存できます。量子ビットをさらに追加すると、容量は指数関数的に増加します。

エンタングルメント: ある時点で相互作用する粒子は接続されたままになり、ペアで互いにエンタングルメントされる可能性があります。このプロセスは相関と呼ばれます。一方のエンタングルメント粒子のスピン状態(上向きか下向きか)を知ることで、もう一方の粒子のスピンが反対方向であることがわかります。量子もつれにより、信じられないほどの距離(光速に限定されない)で隔てられた量子ビットが瞬時に相互作用できるようになります。粒子がどれだけ離れていても、孤立している限りは絡み合った状態が続きます。量子重ね合わせと量子もつれを組み合わせることで、計算能力が大幅に向上します。

量子コンピュータは次の 4 つのカテゴリに分類されます。

  1. 量子シミュレータ/エミュレータ
  2. 量子アニーリング炉
  3. ノイズの多い中規模量子 (NISQ)
  4. 汎用量子コンピュータ - 暗号関連量子コンピュータ (CRQC) となる可能性がある

量子シミュレータ/エミュレータ

これらは、量子アルゴリズムをシミュレートする、現在購入できる古典的なコンピュータです。これらにより、将来的に汎用量子コンピュータ (UQC) で実行できるようになる可能性のある量子アルゴリズムのテストとデバッグが容易になります。量子ハードウェアを使用していないため、標準的なコンピューターよりも高速ではありません。

量子アニーリング炉

汎用コンピューティングや暗号化の問題ではなく、組み合わせ最適化問題のみを実行するように設計された特殊な量子コンピュータ。現在の他のシステムよりも多くの物理量子ビットを備えていますが、ゲートベースの論理量子ビットには編成されていません。現在、これは将来の実行可能な市場を探している商用技術です。

ノイズの多い中規模量子 (NISQ) コンピューター。

これらは、桁違いに少ないビット数を持つ、汎用量子コンピュータのプロトタイプだと考えてください。現在、50〜100 量子ビット、限られたゲート深度、短いコヒーレンス時間を備えています。 NISQ コンピュータは、量子ビットの桁数が大きいため、有用な計算を実行することはできませんが、特にハードウェア開発と並行して全体的なシステムとソフトウェアの学習を推進するためには、学習の必要な段階です。これらは将来の汎用量子コンピュータの補助輪と考えてください。

汎用量子コンピュータ/暗号関連量子コンピュータ (CRQC )

これが究極の目標です。フォールト トレランスを備えた汎用量子コンピュータ (つまり、数百万のエラー訂正された物理量子ビットから数千の論理量子ビットを生成する) を構築できれば、暗号化、検索と最適化、量子システムのシミュレーション、線形方程式ソルバーで量子アルゴリズムを実行できます。

耐量子/耐量子コード

新しい暗号化システムは、量子コンピュータと従来のコンピュータの両方に対して安全であり、既存の通信プロトコルやネットワークと相互運用可能です。 CRQC が開発された当時も、国家安全保障システムで使用するセキュリティを確保するために、対称鍵アルゴリズムの Commercial National Security Algorithm (CNSA) スイートが選択されました。民間業界が量子耐性があると考えている暗号化方式には、格子ベースの暗号化、ハッシュツリー、多変量方程式、超特異ホモロジー楕円曲線などがあります。

量子コンピュータの難しさ

干渉– 量子コンピューティングの計算段階では、量子システム内のわずかな乱れ(迷光子や電磁波など)によって量子コンピューティングが中断される可能性があり、このプロセスはデコヒーレンスと呼ばれます。量子コンピュータは、計算フェーズ中にすべての外部干渉から完全に分離される必要があります。

エラー訂正– 量子コンピューティングの性質上、エラー訂正は極めて重要です。計算中に 1 つのエラーが発生しただけでも、計算全体の妥当性が失われる可能性があります。

出力コンプライアンス– 上記の 2 つと密接に関連していますが、量子計算が完了した後に出力データを取得すると、データが破損するリスクがあります。  

<<:  オックスフォード大学の最新調査:AIはベンチマーク危機に直面し、NLPは推論テストの「取り組み」に注力

>>:  この記事では、ロボットが視覚を通じてターゲット追跡を実現する方法を説明します。

ブログ    
ブログ    
ブログ    

推薦する

...

C#アルゴリズムのプログラム実装に関する面接の質問

C# アルゴリズムの面接の質問を解く方法はたくさんあります。ここでは 1 つだけ紹介します。まずは質...

人工知能の将来の発展における4つの主要なトレンドについての簡単な議論

[[349269]] 2020年に世界的パンデミックが発生し、世界が完全にひっくり返る前から、人工知...

オープンソース! Gartner の 100 ページの機械学習ブックが無料でダウンロードできるようになりました。

今日の大企業は、産業化以来最大の変革を経験しています。人工知能は、産業や私たちの働き方、考え方、交流...

金融技術分野における人工知能と機械学習の応用と開発

[[383269]] [51CTO.com クイック翻訳] 過去数年間、金融業界では、業界の絶え間な...

...

...

...

IEEE | わずか1秒でドローンは地上で宙返りできる

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

チンチラの死: 十分に訓練すれば小型モデルでも大型モデルを上回る性能を発揮できる

2022年3月、DeepMindの論文「計算最適化大規模言語モデルのトレーニング」では、構築されたC...

人類はついに怠惰なAIを生み出してしまった…

強化学習 (RL) の概念を説明する記事は多数ありますが、現実世界で RL を実際に設計して実装する...

...

選択ガイド:機械学習をサポートする8つのデータベースの詳細解説

プラットフォームを選択するための第一の原則は、「データに近い」ことです。コードをデータの近くに保つこ...

...

学者がインテリジェンス、モデルとデータAI、デジタルトランスフォーメーションについて語る。このAIイベントには技術的な内容が含まれている。

2022年、学者たちは人工知能の将来の発展をどのように見ているのでしょうか?将来、AI はモデル駆...