なぜマイクロソフトは量子コンピューターに取り組むのか？
私たちが現在生きているこの時代は、ITの目まぐるしい進歩（最近はLLMや生成AIなど）により、私たちの仕事や生活のあり方が大きく変わりつつあります。しかし、この変化の波の中で、まだ解き明かされていない自然の謎や、達成されていない進歩が数多く存在します。食糧持続可能性の問題や、炭素捕捉を通じた気候変動の緩和など、私たちの社会が直面する複雑な問題の解決策は、自然界の中に隠されています。
化学と材料科学の進歩は、量子力学的相互作用の理解に深く根ざしています。歴史を振り返れば、鉄器時代が農業を、シリコン時代が通信や接続方法を革命的に変えたように、新しい材料の発見は常に社会の進歩を促してきました。現代の製造業においても、ほぼ全ての製品が化学製品に依存しており、これは医療機器やスポーツ用品から塗料、ジェット燃料に至るまで多岐にわたります。マイクロソフトでは、このような発見を加速するための高度な科学的能力が競争上の優位性であると認識しています。
しかし、アイデアから実際の技術的ブレークスルーに至る過程は極めて複雑です。自然界の膨大な構成要素を分析し、量子力学に支配されるその相互作用を理解することは容易ではありません。デジタルコンピューターの登場は、これらの問題に取り組むための大きな前進でしたが、化学や材料科学の課題の複雑さと規模に対応するには、まだ足りていません。
こうした状況の中で、マイクロソフトは量子技術の約束を長い間理解し、自然の謎を解き明かし、これらの差し迫った課題を解決するために取り組んできました。量子技術を大規模に展開することが求められており、そのためにフルスタックのフォールトトレラントな量子マシンの開発に集中しています。クラウドスーパーコンピューティング、AI、量子化学という自然の言語を組み合わせることで、現在でも量子力学的問題を解決する新しい方法を発見しています。
マイクロソフトでは、今日の新世代のAIの力を活用し、研究開発（R&D）の生産性を加速させ、新しい科学発見の時代を迎える機会を見出しています。この目標を追求するため、最近、Copilot in Azure Quantum Elementsをリリースしました。
これにより、科学者は自然言語を用いて、最も複雑な化学および材料科学の問題に対する解決策を検討し、組織することができます。これは、より安全で持続可能な製品の開発から、薬の発見の加速まで、様々なことに応用可能です。Copilotを使用すると、研究者は関連データを検索するために無数の研究論文を手作業で調べる必要がなくなります。さらに、科学者は自然言語の数語を化学シミュレーションコードに変換し、学生はインタラクティブな演習を通じて量子コンピューティングの概念を学ぶことができます。
Copilotを使って研究者が学び、より多くのことを実現するための支援
私たちは急速な技術変革の時代を生きており、これは仕事や生活のほぼすべての側面を変えることになるでしょう。その強力な例として、今日の新世代のAIや大規模言語モデルは、我々が普遍的なユーザーインターフェースである自然言語を活用し、タスクをより効率的にすることを可能にしています。
最近の投稿で、我々は新素材の物性予測AIモデルとHPC計算を組み合わせて、デジタルスクリーニング候補を行う作業を紹介しました。この作業は、AIがデジタルディスカバリーパイプラインで提供する加速機能を示しています。大規模言語モデルの追加により、AIは研究生産性をさらに高める機会を提供することができます。
Copilotのローンチは、研究の生産性を高め、革新者のニーズを優先し、複雑なシミュレーションをより管理しやすくするシームレスなユーザーエクスペリエンスを装備することを目指して行われました。Copilot in Azure Quantumは、Azure OpenAI Services をベースにしており、30万以上のオープンソース文書、出版物、教科書、マニュアルからの化学および材料科学データに基づいています。これにより、ユーザーは技術的な回答やガイドされた回答を得ることができ、データを照会して視覚化し、シミュレーションを開始することができます。これにより、ワークフローの設定や起動の障壁が低減されます。さらに、Copilotは、量子コンピューティングに関するインタラクティブな演習を通じて、革新者が量子の未来に備えるのに役立ちます。
化学シミュレーションの最初のハードルを下げる：科学ワークフローのためのコード生成
計算ワークフローは複雑であり、通常はさまざまなソフトウェアパッケージやコードに関する深い理解が必要です。Azure Quantum Elementsに統合されたCopilotを使用すると、科学者は自分で全てのコードを書くことなくシミュレーションを実行できるようになります。これは、CopilotがJupyterノートブック内の新規および既存のワークフローに対してコードを生成する能力があるためです。
たとえば、Copilotは分子の電子構造を密度汎関数理論（DFT）計算でモデル化するのに役立つコードを生成することができます。DFTは、量子力学的特性の広範な範囲において効率と精度を持つため、計算化学法の中で最も人気があります。これは、電子構造の視覚化や他の多くの特性評価アプリケーションに役立ちます。
※DALL-Eより
さらに、Copilotは科学的問題に対処する計算アプローチを記述し、必要な基礎ソフトウェアとそれを実行するハードウェアの両方を構成するようシステムに指示することができます。これにより、化学および材料科学ワークフローの実行の障壁が大幅に低下します。以下の例は、Copilotが量子ESPRESSOパッケージを使用し、AiiDAワークフローマネージャーを用いてインジウムヒ素のバンド構造を計算するコードを書く能力を示しています。
科学研究用にチューニング：情報検索強化生成機能
Copilotの統合コーディング機能は現在、Azure Quantum Elementsの顧客にのみ提供されていますが、Copilotは研究を合理化するための無料機能も提供しています。これらの機能を使用することで、科学者はCopilotを使用して関連する研究や記事を迅速に検索し、要約することで貴重な時間を節約できます。これは、Copilotが商業利用が許可されている一般に公開されている科学研究論文を参照できるため可能です。
この参照機能は、AIモデルがさまざまなデータセットから関連情報を抽出し、質問に対する正しい回答を生成することを可能にするグラウンディングという技術によって可能です。グラウンディングは、情報検索強化生成（RAG）に基づいており、これにより、大規模言語モデルは新しい情報にモデルを再トレーニングすることなく、大量の補足的およびビジネス特有のデータから洞察を抽出するのに役立ちます。これは非常に費用のかかる作業です。RAGを使用すると、大規模言語モデルは補足データセットを検索し、ユーザーのプロンプトに関連するチャンクに一致させ、それらを要約します。最近のMicrosoft Researchの記事で、データのグラウンディングについて詳しく学ぶことができます。
Copilotのこれらの機能を使用すると、研究者は科学的な質問の幅広い範囲に対する技術的な回答を得ることができます。例として、以下のイラストでは、Copilotが最近の研究記事を引用して、「高強度と延性の両方を持つ新しい合金を設計するのを手伝ってもらえますか？選択肢は何ですか？」という質問に答えています。
※Copilotからの回答で、さらなる読書のための参照を提供しています。
公開研究論文に基づいたグラウンディングに加え、化学と材料科学データで強化：分子の可視化と独自のデータセット
テキストクエリのための一般に公開されている研究論文に基づいてグラウンディングするだけでなく、Azure QuantumのCopilotは分子構造データで強化されています。これは、研究者が何百万もの可能性から導かれた分子を視覚化し、それぞれの軌道を計算(1)できることを意味します。例として、Copilotはアスピリンに含まれる分子、アセチルサリチル酸を視覚化できます。テキスト入力がアスピリンであろうとアセチルサリチル酸であろうと、Copilotは同じ分子を表示します。
※オンラインのCopilot体験内でのアスピリン分子の3D可視化
(1) 計算は、Azure K8Sで実行されているxTBコンテナーを使用して行われます。
Copilotの分子可視化機能は無料で利用できます。さらに、私たちのAzure Quantumチームは、新しいCopilot機能の先駆けとなる取り組みをしており、将来的にAzure Quantum Elements内に統合されることで、エンタープライズ顧客が自社の独自データに基づいてカスタマイズされたCopilot体験を作成できるようになる予定です。Azure Quantum Elementsのプライベートプレビューに関する詳細情報はこちらで入手できます。
Azure Quantum Katasを使った量子コンピューティングの学習
Copilotは科学的発見を促進し、量子イノベーターの強固なエコシステムを育成しています。量子の未来に備えるため、私たちは最近Azure Quantum Katasをリリースしました。これは無料で自己ペースで進めることができ、コパイロットがサポートするプログラミング演習で、量子コンピューティングの要素とQ#プログラミング言語を教えます。学習者は、インストールやサブスクリプションを必要とせずに、実践的な演習を探求することができます。
Azure Quantum Elementsについてもっと学ぶ
Azureクラウドの力がどのようにあなたを助けることができるかについて、もっと学びたいですか？
以下の追加リソースがあります：
Copilot for chemistryおよびAzure Quantum Q# Codingを試す。
Azure Quantum Elementsのプライベートプレビューについてもっと学ぶためにSign upする。
AI4Scienceとの共同論文「大規模言語モデルが科学的発見に与える影響：GPT-4を使用した予備的研究」を読む。
Microsoft Quantum Innovator Seriesのウェビナーを確認する。
###最後に
引用：Increasing research and development productivity with Copilot in Azure Quantum Elements
※本ブログは、 “Increasing research and development productivity with Copilot in Azure Quantum Elements” の抄訳を基に掲載しています。