2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

NTTデータ先端技術株式会社の原田です。

この記事は量子コンピュータ初学者の学習による理解を記載したものです。
何分初学者ですので明らかに間違った内容があったりすると思いますが温かく流していただければと思います。
12月に開催される講演のあとにもう1本掲載予定ですので全2回でお届けいたします。

量子コンピュータとは

私の相棒 Azure OpenAI Service 曰く、

量子コンピュータは、量子力学の原理を利用して情報を処理するコンピュータです。従来のコンピュータがビット(0または1の値を持つ)を基本的な情報単位として扱うのに対して、量子コンピュータは「量子ビット」または「キュビット」と呼ばれる量子力学的な状態を持つものを基本的な情報単位として扱います。

とのことでした。
では量子力学について「量子コンピュータにおける量子力学について教えてください。」と質問してみました。

量子力学では、物理量の測定結果が確率的に決まるという原理があります。また、量子力学では、物質や光が波動として振る舞うことが認められており、波動の性質を利用して量子ビットが処理を行います。
量子ビットは、従来のビットと異なり、0と1のどちらかの状態だけでなく、これらの状態の重ね合わせ状態を持つことができます。例えば、量子ビットが0と1の状態の重ね合わせ状態にある場合、測定すると0または1が確率的に得られます。

ポイントとなるのは 量子ビットは、従来のビットと異なり、0と1のどちらかの状態だけでなく、これらの状態の重ね合わせ状態を持つことができます。 になるかと思います。
つまり量子コンピュータでは 1 個のビットが 0 であり 1 でもあると言う情報を持てる、言い換えると従来型コンピュータ(以降古典コンピュータと記載します)における n 個のビット分の情報量を取り扱えるため、情報の集積率が高く並列実行の得意なコンピュータを作ることができる仕組みである理解しました。

なぜビットが 0 でもあり 1 でもあることができるかについては、ここではそう言うものだまでに留めます。

量子コンピュータの歴史

私が耳にし始めたのはつい最近でしたが歴史自体は古く 1980 年代に遡ります、そこから 2010 年代後半~2020年代に商用量子コンピュータが開発されたあたりが一般的なキーワードとして浸透してきたころだと思います。
古典コンピュータでは基礎理論から開発・淘汰を経て汎用化されるのに 40~50 年かかってますが、量子コンピュータは開発・淘汰のフェーズに入って少し経ったあたりのところですのでまだまだ 10年単位の時間はかかるのでしょう。
がこの勝者が次の時代のイニシアチブを握れるわけですので力も入りますよね。

量子コンピュータの用途

現時点では汎用的な用途は想定されておらず、創薬や金融市場のシュミレーションなどの特定用途に対して量子コンピュータに適合したアルゴリズムを開発するという流れで進んでいるようです。
なのでこの特定用途の近くにいないとなかなか触れる機会を得られないという現状はあると思います。
私はブロックチェーンが破れちゃうんじゃないかと言うのが真っ先に浮かびましたが、ビットコインに絡めてその観点に触れている記事もいくつかありました。
どこかの天才が奇跡のアルゴリズムを発明して汎用コンピュータへの道が開ける、なんてシナリオもあり得るんでしょうかね。

量子コンピュータの課題

量子ビットは 0 であり 1 でもあるという情報を持てますが、演算に使用する際には確率に基づき値が確定します。(10 回のうち 4 回は 0 で 6 回は 1 という感じ)
ただこの確率に結構な誤差(ノイズ)が出てそれが検算結果にも影響を与えてしまうと言う問題があり、このノイズをいかに抑制・訂正するかというの目下かつ最大の課題となっているようです。
加えて実は演算に際しては値が確定する(並列実行した演算結果のうち1つしか取り扱えなくなる)と言うのもポイントで、ここをうまく潜り抜けないと量子コンピュータの特性が生かせないという課題もあります。

量子コンピュータの取り組み

Microsoft Ignite 2023 で AI × Quantum と言うキーワードがありましたので、3大パブリッククラウドの量子コンピュータの取り組みについて調べてみました。

国産ですと理研の量子計算クラウドサービスがありますが研究機関向けでした。

おわりに

ひとまず現時点で書けるのはこんなところかなと思います、本当に必要なのは「じゃあ自分はどうする?」なんですがそのイメージはまだ付かないのが現状です。
次回は講演を受けての自己フィードバックも含めた継続学習による理解について記載いたします。

2
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?