USTC で量子コンピューティングの新たなブレークスルーが達成されました! 1時間のスーパーコンピューティングを数秒で完了することで、スーパーコンピューティング時間のボトルネックが解消されます。

最近、中国科学技術大学の李伝鋒氏のチームが朗報を報告した。彼らは機械学習を量子力学の基本問題の研究に革新的に応用し、これに基づいて初めて複数の非古典的な相関関係の同時分類を達成した。

人工知能は量子研究に変革をもたらし、処理速度を大幅に向上させ、最終的には現在の技術よりも10億倍、あるいは1兆倍も高速なスーパーコンピュータへの道を開く可能性があります。

研究者たちはこの成果が非常に重要であると信じている。

1 機械学習がボトルネックを克服

最近、中国科学技術大学の李伝鋒氏の量子研究チームは、権威ある国際物理学誌「Physical Review Letters」に研究成果を発表しました。

この研究では、機械学習技術を量子力学の基本的な問題の研究に適用し、機械学習アルゴリズムに基づいて複数の非古典的な相関関係を同時に分類することを初めて達成しました。

原子核量子場における粒子間の関連特性と関係を計算するのは時間のかかる作業です。Li Chuanfeng 氏のチームの研究では、機械学習技術を通じて、この時間のかかる作業の計算時間を大幅に節約しています。

粒子の結合が異なるため、さまざまなタスクに適しています。量子もつれに加えて、粒子は量子ガイダンスを通じて互いにリンクすることができます。これは、場合によっては、粒子の特性が測定によって変更される可能性があることを証明しています。

超安全な通信のための鍵配布ネットワークから超高速量子コンピュータ、ステルス航空機を検出するための量子レーダーシステムまで、ほとんどの量子デバイスは、粒子の相関関係を決定するのに膨大な処理時間が必要であるため、実用化にはほど遠い状態にあります。

合肥にあるUSTCの多光子エンタングルメント研究所では、研究者が量子コンピューティングと量子実験を行っています。

「鉱物の分離のような働きをします。」 「AIは鉱石に金、鉄、銅が含まれているかどうかを教えてくれるので、それらをさまざまな目的に使うことができます。これは以前は不可能でした」と中国科学技術大学の李伝鋒教授は語った。

これまで、量子研究者は粒子間にどのような相関関係が存在するかを判断するために、一連の物理的特性全体を測定する必要がありました。この作業は困難で時間がかかり、粒子の数が増えるにつれて作業量は指数関数的に増加します。

「最終的にはこれが金塊ではないと分かるかもしれない。しかし、私たちに分かるのはこれだけだ」と李伝鋒氏は語った。

中国科学技術大学の研究者たちは何十年も量子実験にこだわり、大量の実験データを蓄積してきました。

Li Chuanfeng 氏のチームは、455 個の量子状態の非古典的な相関特性を含むデータセットを作成しました。これらのデータは、量子もつれ、量子ステアリング、ベル非局所性など、粒子間のさまざまな種類の相関に基づいて慎重に選択されます。

科学者たちはこのデータセットを使用して、ディープラーニングアルゴリズムを備えたコンピューターをトレーニングし、粒子の物理的特性を測定しました。 AIは現在90%以上の精度を達成でき、従来は1時間かかっていた計算をわずか数秒で完了するまでに時間が短縮されました。

また、機械は各粒子を評価するためにすべての情報を必要としません。研究者は、2 つの物理的特性の詳細を機械に入力するだけで、機械が自動的に空白を埋めて正しい評価を行います。

「この方法により、量子情報処理のためのリソースの供給が大幅に増加するだろう」と李伝鋒氏は述べた。

重慶グリーン・インテリジェント技術研究所の准教授で論文の共著者でもある任昌良氏は、この画期的な進歩は人工知能が人間の脳よりも量子物理学を理解できることを意味するものではないと述べた。

「私たちはデータにラベルを付け、教育し、間違いを修正します。AIは私たちの指示に従いますが、私たちを超えることはありません」と彼は語った。

従来の方法に比べて AI が明らかに優れているもう 1 つの利点は、多次元の問題をより効率的に処理できることです。量子物理学には多くの次元があります。 「この2つの世界はうまく合致しているようだ」とレン氏は語った。

科学者たちは、これが研究の終わりではないと信じている。

チームは現在、さらに大規模なデータセットでマシンのトレーニングを継続する計画であり、現在の最も強力なスーパーコンピューターよりも1兆倍高速になると予想される量子コンピューター専用の新しいAI技術も開発している。

一部の研究者は、人工知能と量子コンピューティングを組み合わせることで、最終的には人間と同等かそれ以上の知能を持つ機械が誕生する可能性があると述べている。

2 USTCの量子コンピューティング能力

AIと量子コンピューティングを組み合わせた研究成果は、Li Chuanfeng氏のチームが量子コンピューティングの分野で成し遂げてきた頻繁な進歩のほんの一部に過ぎません。

今年11月、李伝鋒、黄雲鋒らの研究グループは、線形光学システムにおけるエンタングルメント状態のコヒーレンスの横方向ノイズへの適応性を検証し、さらに横方向ノイズにおいてエンタングルメント状態プローブの量子測定精度が標準量子限界を超えることができることを証明し、量子コヒーレンスと量子精密測定の研究に重要な進歩をもたらしました。研究結果は11月1日にPhysical Review Letters誌に掲載された。

10月、李川鋒、劉碧衡らはオーストラリアの理論物理学者らと共同で、量子力学の基本問題の研究において、測定装置に依存しない高次元量子誘導を初めて実験的に観測し、それを用いて秘密量子乱数を発生させた。研究成果は、2019年10月23日に国際的に権威のある物理学誌「Physical Review Letters」に掲載されました。

2018年8月、李伝鋒、陳庚らは南京大学の協力者と共同で量子弱測定の測定方法を最適化し、単一光子カー効果の測定精度を約1桁向上させた。実験結果は初めて最適なハイゼンベルク限界に近づき、量子精密測定の分野における最高の測定精度の新記録を樹立しました。研究成果は8月8日、国際的に権威のある学術誌「Physical Review Letters」に掲載された。

郭光燦院士率いるチームとして、主に量子通信と量子コンピューティングに関する理論的および実験的研究に取り組んでいます。研究の方向性には、量子もつれ状態の生成と応用、固体量子システム、量子ネットワーク、量子物理学が含まれます。

郭光燦、中国科学技術大学教授、中国科学院量子情報重点実験室長

彼の指導者である郭院士は、中国高等専門学校物理学部の光学部門の責任者であり、中国における量子光学と量子情報の先駆者であり創始者です。 1990年代初頭、郭院士と大学院生らは「量子エラー回避符号化原理」と「確率的量子複製原理」を提唱し、当時国際的に大きな反響を呼び、後に2012年のノーベル物理学賞受賞者であるフランスの科学者セルゲイ・アルーシェによって確認された。

郭院士には、李伝鋒氏のほかに、もう一人の優れた弟子である郭国平教授がいます。郭国平教授は、10年近く量子コンピューティングチップの分野に深く関わってきました。 2010年より主任科学者として、973国家重点プロジェクトにおける固体量子チッププロジェクトと半導体量子チッププロジェクトを担当。現在、国内の半導体量子チップ研究の分野でリーダー的存在。

郭教授が長年主宰してきたプロジェクトは、2017年に誕生した本源量子の前身となる、100人近い成熟した量子コンピューティング技術産業化チームを育成した。

郭教授の産業的思考のリーダーシップの下、本源量子は半導体量子チップ、統合計測・制御マシン、量子言語、オペレーティングシステム、クラウドサービスから完全なマシンに至るまで、最初から完全な産業エコシステムを構築しました。

2018年、本源量子は完全に独立した知的財産権を持つ中国初の量子計測・制御統合マシンをリリースしました。2019年には研究チームがショアアルゴリズムを完全実装した量子ソフトウェア開発キット「pyQPanda」を独自に開発し、アルゴリズム分野で中国の量子コンピューティングのゼロ実績を突破しました。

同社はまた、6ビットの量子チップを搭載した、独自の知的財産権を持つ国産初の量子コンピューターを2020年に発売する計画だ。IBMが2016年に発売した5量子ビットのマシンに追いつくのが目標だ。

量子コンピューティングの分野でよく言及されるもう一人の人物は、潘建偉院士のチームです。

潘建偉（右）と陸朝陽（左）

潘院士と彭成志、陳瑶、陸朝陽、陳増兵らからなる研究チームは、量子力学の基本的な問題について長期にわたり体系的な研究を行ってきた。

彼らは、多光子エンタングルメントと干渉技術を量子通信、量子コンピューティング、量子精密測定などの複数の分野に応用し、多光子エンタングルメントと干渉測定の発展を主導・推進し、量子通信と光量子情報処理においても重要な進歩を遂げました。

3 多くの大学が量子ピークをめぐって競争している

中国は量子コンピューティングの分野で遅れをとり、国際的な先進技術との差は大きいものの、近年、超伝導量子コンピューティングとトポロジカル量子コンピューティングの両方において、わが国の主要な研究チームの成果は目覚ましいものがあります。

これまで世界初となる数々の成果をあげてきたUSTCの中国チームに加え、南京大学、中国科学院物理研究所、浙江大学、清華大学、上海交通大学などの科学研究機関の研究グループやチームも、この分野で先駆的な研究を行ってきた。

かつて潘院士のチームで学んだ陳増兵氏は、現在南京大学物理学院に在籍している。同研究所は2014年1月にはすでに超伝導量子ビットの研究で重要な進歩を遂げていた。超伝導量子ビットにおける幾何学的位相のランダウ・ツェナー干渉を初めて実験的に実現しました。この研究結果は、国際的にトップクラスの物理学雑誌「Physical Review Letters」に掲載された。

2018年、于楊教授と朱世良教授の研究グループは、継続的な努力により、理論と実験を密接に組み合わせ、超伝導量子ビットを使用して新しいトポロジカルマクスウェル金属バンド構造をシミュレートし、超伝導量子シミュレーションにおいて重要な成果を達成しました。

USTC と密接な関係にあるもう一つの機関は、中国科学院物理学研究所です。

今年8月、ファン・ヘン、メン・ジーヤンなどの研究者は、北京計算科学研究センターの張躍然博士、中国科学技術大学の朱暁波教授、潘建偉教授らとともに科学研究チームを結成し、24量子ビットの超伝導プロセッサ上でボーズ・ハバード・ラダーモデルの動的シミュレーションを実現し、いくつかの新しい動的現象を観測した。

さらに、ファン・ヘンの研究グループは、浙江大学の王浩華の研究グループ、USTCの朱暁波の研究グループと協力して、多体局在化問題に関する量子シミュレーション研究も行っています。研究者のファン・ヘン氏とそのチームは具体的な実験計画を決定し、理論分析を完了しました。測定は浙江大学で完了し、その論文はPhysical Review Lettersにも掲載されました。

前述の浙江大学の王浩華氏の研究グループは、中国科学院の潘院士チームと共同で優れた研究成果を上げました。

最近、潘建偉、朱暁波、陸朝陽の研究グループ、福州大学の鄭世彪の研究グループ、中国科学院物理研究所の鄭東寧の研究グループと協力し、10ビットの超伝導量子チップを共同で開発しました。高精度のパルス制御とグローバルエンタングルメント方式により、世界最大数の超伝導量子ビットの多体エンタングルメントに成功し、トモグラフィー測定法によって10ビットの量子状態を完全に特徴付けました。

さらに、姚其志院士率いる清華大学チーム、上海交通大学の金先民チーム、北京計算科学センター、山西大学、南方科技大学などの科学研究グループがあり、彼らの交流と協力は、中国における量子コンピューティングの科学的発展に十分な推進力を与えています。

4. 量子コンピューティングと AI、どちらが成功するでしょうか?

インテル・リサーチのディレクター、リッチ・ウーリグ氏は量子コンピューティングを「マラソンの1マイル」と表現した。しかし、量子コンピューティング技術の開発は、理論と応用の両面で長期的な進歩を遂げてきました。

人工知能との組み合わせにより、量子コンピューティングにおけるさらに大きな進歩がもたらされる可能性があります。大手 BAT、AI、その他のテクノロジー企業からの投資により、量子コンピューティングが私たちのテクノロジーにも影響を及ぼす日が来ると予想されますが、それが人工知能の発展にどのような新たな変化をもたらすかは未知数です。