50
21

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

前置き

ついに、アドベントカレンダーが始まりました!!
量子コンピュータのカレンダを企画し、第1日目はどうしようと悩んでいたのですが、25日を通して幅広い方に読んでほしいので、まずは量子計算のイメージを掴んで頂くことが重要と考えました。
そこで、初日の本日は、

  • 量子計算ってなにもの? かを イメージでご理解いただく記事をご準備しました。
  • 量子計算って「そういう雰囲気なのね!」 と言っていただけるように、頑張ります。

最初に、本日の結論をお示しすると、こちらの栗まんじゅうでございます。

sweets_kurimanju.png

注意

超入門を目指すために、理解/イメージ最優先で、正確性をある程度犠牲にし進めます。
なお、筆者の理解が及ばず、正確性を犠牲にしている場合もありますので(笑)、、
その場合はコメントいただけますと幸いです。

量子コンピュータってなに?

quantum_computer.png

こちらの資料1で説明を進めて行ければと、

古典コンピュータ

「ふつーの計算機(PC・サーバ)」 は上段の 「古典コンピュータ」 です。
古典というのは、古いとかっていう意味ではなく、、

  • 物理学で、「量子力学」登場前の、ニュートン力学等を「古典力学」と呼称します2
  • その背景で、量子コンピュータと対比し「古典コンピュータ」と呼称します
  • 英語だとClassical Computerですので、従来型のくらいのイメージでしょうか

なので、古いとか、ましては、遅いとかっていう意味ではありません。
では、普通のコンピュータの特徴とは何でしょうか?議論は、色々ありそうですが、

  • 古典ビット :計算で利用するビットは、「0か1」のどちらか
  • 逐次計算 :複数の入力を与えても、1個づつ3処理をして計算(入力の数だけ計算)

といった点ではないでしょうか?では、量子コンピュータになるとどうでしょうか?

量子コンピュータ

古典コンピュータの逐次計算が苦手とする、複数の状態を同時に扱うような問題に対し、
量子力学での「重ね合わせ・もつれ合い」という現象がうまく生きるようにプログラムを構成し、並列・一括での計算を実現しよう。というのが量子コンピュータです。

量子コンピュータでは、上記の2要素が下記となります。

  • 量子ビット :計算で利用するビットは、 「0と1の重ね合わせ」 を取れる。
  • 並列計算 :それにより、複数状態を同時に表現し、それらを 並列に(一括で) 計算できる

「重ね合わせ」 とか 「一括で」 とか、早速、よう分からんですね。。
イメージしろと言われても、無理な話ですね。
question_head_gakuzen_girl.pngquestion_head_gakuzen_boy.png

前提として

「重ね合わせ・もつれ合い」等の量子力学的な現象ですが、理解するのがどれだけ困難か?
ですが、かの有名なリチャード・P・ファインマン4先生のお言葉を借りると

If you think you understand quantum mechanics, you don't understand quantum mechanics.5
もしも量子力学を理解できたと思ったならば...それは量子力学を理解できていない証拠だ。6

つまり、研究者ではない一般人が理解を試みる事、そのものが、おこがましいのですが、、
一方で、現象の本質は理解できずとも、その活用が計算を高速化する可能性があるなら、
それは、計算機科学の立場の人間からすると、とても魅力的に思えます。

というわけで、今日お話したいこと

量子コンピュータの本質に迫る!みたいな記事は私には書けませんが(笑)、、

  • 「重ね合わせ」 がどんなイメージか?
  • なぜ、それにより 並列計算が実現されるか?

について 数式は使わずに、イメージで お伝えしてみたいと思います。
量子力学の本質は分からない、が、計算高速化に可能性を感じる一般的なエンジニアとして。。

今までの議論と説明のアウトライン

古典コンピュータと量子コンピュータを、ビット計算方式で比較しました。
整理すると、

  ビット 計算方式
古典
コンピュータ
古典ビット
(0と1)
逐次計算
量子
コンピュータ
量子ビット
(0と1と①重ね合わせ)
②並列計算

といった状況ですので、「①重ね合わせ」のイメージをご説明し、
それが「②並列計算」にどうつながるか?の順序で説明を進めます。

①重ね合わせ

コイン と コイントスで考える7

急になぜコインが出てくるか?というと、みなさんが良くご存知のコイントスにて、重ね合わせをうまく説明できそうだからです。では、話を進めましょう。

コインで数字を表現する

たとえば、手元にコインが1枚あったとしたら、表(0)と裏(1)を使うと、0と1が表現できます。

複数枚あると、2進数でいろいろな数字を表現できる

たとえば、3枚のコインがあれば、「0~7の数字を同時に一つ表現することができます。」
「同時に一つ」 というのがとても重要です。どういう意味かというと、

  • 5を表現することもできるし、7を表現することもできる。
  • 一方、5と7を同時には表現できず、5→7に変更しようとすると2枚目を裏返す必要がある
  • 0と1を同時に両立するコイン!? があれば、2枚目をそれにすれば、5と7を同時に表現できるのですが…

表(0)でも裏(1)でもない、コインを考える

ここで、表/裏向きのコインについて、見方を変えてみると、、
「100%で表(0)の状態」、「100%で裏(1)の状態」 と考えることができそうです。

これらと対比して、 コイントスし、くるくる回るコイン を考えると、この くるくるコイン は、「表(0)になるかもしれないし、裏(1)になるかもしれない」 と言った様に、
両者の確率を50%/50%で両立する状態。つまり両者が、 「重なり合った状態」
見ることができるのでは無いでしょうか?

くるくるコイン と 重ね合わせ

「重ね合わせ」を「くるくるコイン」として模すことができたので、、
改めて、古典/量子ビットの違いを見てみましよう。

  • 古典ビット : 0か1 を決定的(100%)に表現する。
  • 量子ビット : 0か1 を確率的(例50% vs 50%)に8表現し、重なった状態も取れる

「ファインマン先生、重ね合わせが、よく分わからないのです!!」

image.png

ここまで、説明すると、、

  • 「ゼロ と イチ」が重なっているけど、データ混じらないの?
  • そんなものに、どうやってアクセスすればいいの
  • 「計算」なのに、あとは、「偶然に任せる」 的な理屈でいいの

とか、色々不安がでてくるのですが、ここで、ファインマン先生の言葉を思い出してください。

If you think you understand quantum mechanics, you don't understand quantum mechanics.5
もしも量子力学を理解できたと思ったならば...それは量子力学を理解できていない証拠だ。6

現象そのものを理解しきるのは困難です。(それは、専門家でも理解の厳しい世界ですので。。)
一方で、これを受け入れる(前提とする)とどんな世界が見えてくるでしょうか?
この 「くるくるコイン」を受け入れたとしたら 、どんな計算ができるか?を見ていきましょう

②並列計算 ~重ね合わせを受け入れると見える世界~

並列に計算するためには?

どうすればいいでしょうか?まずは、計算対象を並列に(同時に)表現する必要があります。
並列に(同時に)表現というのは、ちょっと乱暴な言い方でしたね。
では、旅行のプランを例に考えてみましょう。検討している旅行プランが3パターンあり、

  • パターンA : その国の世界遺産をすべて回る、費用も高い、疲れるが大満足
  • パターンB : 1つだけ世界遺産に行き、浮いたコストで、美味しいレストランへ
  • パターンC : 1つだけ世界遺産に行き、浮いたコストで、最終日のホテルをランクアップ

満足度が高く、コストもそこそこ、体力面も考慮し、一番ベストなプランを選びたい。
逐次計算では、計算機に同時に入力できるのは、任意の1パターンです。

一方で、計算対象を 並列に(同時) に表現でき、それを処理できる並列計算機があれば、
こんなふうに、全部のパターンを同時に表現し、計算を行うことができます。入力は1回だが、全部のパターンを同時に(確率的に1/3で両立する)表現なので並列計算ができるイメージです。9

並列に計算対象を表現するのに、便利なものはなかったか?

並列に、同時に、複数のパターンや状態を表現するのに、便利なものはなかったか?
そうです、先程、 強引に受け入れて頂いた「重ね合わせ」 です。
旅行を例に出しましたが、もうすこし簡単な議論にしたいので、コインの世界に戻りましょう。
ただ、コインを複雑化していけば、旅行の最適化だってできるはずです。

0~7を同時に表現したい。

では、0~7という状態を同時に表現する方法を考えていきましょう。

まずは、古典ビット(24枚必要。。)

0(000)~7(111)を同時に表現しようとすると、

  • 1パターンあたり、コイン(ビット)が3つ必要です。
  • その上で、0~7の8パターンを表現するためには、3x8=24枚のコイン(ビット)が必要です。

なにが言いたいかというと

  • 1つのパターンが、ちょっとでも複雑になったり(3枚→30枚)
  • 表現したいパターン数が、ちょっとでも増えると(8パターン→80パターン)

すぐに、組み合わせ爆発を起こしそう。ということです。

つぎに、量子ビット(なんと、、◯枚)

ここで、「重ね合わせ」が力を発揮します。
1桁目、2桁目、3桁目と3つのコインを重ね合わせにします。
そうすると、全部のコインが、 0 : 1 = 50% : 50% の重ね合わせだとすると、全体としては、
0~7の8パターンが、それぞれ、出現確率1/8 で重なりあっている状態と理解できます。

そして、古典の24枚と比較すると、必要なコインの枚数は3枚です!なんと3枚です!
具体的には、コインN枚に対して、表現可能な状態は、$2^N$パターン10となります。

そして、コインの枚数が50枚になる頃には

$2^{50}$パターン(bit)となるので、

  • 原理上、規模的にはペタバイト級の空間を手に入れることができます。11
  • もっとすごいことを言うと、50→51になるだけで、$2^N$ですから空間は2倍になります。
  • もう、すごいんです。バイバインです。栗まんじゅうも食べたい放題です。

sweets_kurimanju.png

まとめ

改めて冒頭にお示しした、この表を眺めておしまいとしたいと思います。

  • 古典/量子コンピュータの違いを、「ビット」と「計算方式」の2面で眺めてみました
  • 量子ビットは「重ね合わせ」を取ることができます。
  • それにより、様々なパターンを同時に表現し、並列計算が実現可能です(原理上は)
  ビット 計算方式
古典
コンピュータ
古典ビット
(0と1)
逐次計算
量子
コンピュータ
量子ビット
(0と1と①重ね合わせ)
②並列計算

原理上は

最後に、一言 「原理上は」 とか、気になる表現をしてしまいスミマセン。
ただ、これを説明するためには、もっと各論が必要になってきます。
ただ、この原理上はという現実も、皆様には是非ご理解頂きたいポイントになります。
そこで、本アドベントカレンダーでは、「理想的には~」と「現実的には~」の両方のテーマをあわせてご紹介・ご説明していければと考えています。

明日以降もよろしくおねがいします~

おまけ

重ね合わせは、空想科学(SF)とかではないのです。

空想的な話・仮想的な話 と誤解されがちですが、現実です。
詳細を知りたい方は、こちらを参照されていただければと(リンクさせていただきます。)

  1. 手前味噌で恐縮ですが、所属組織のHPの解説より引用しております。詳細については、下記をご確認ください。https://www.nri.com/jp/knowledge/glossary/lst/ra/quantum_computer

  2. https://ja.wikipedia.org/wiki/%E5%8F%A4%E5%85%B8%E5%8A%9B%E5%AD%A6

  3. マルチスレッドとかマルチプロセスプログラミングも、マシン語レベルでは、CPU時間を時分割し多重化しているので、ある瞬間(単位時間)でみれば1つというのは正しいかと

  4. https://ja.wikipedia.org/wiki/%E3%83%AA%E3%83%81%E3%83%A3%E3%83%BC%E3%83%89%E3%83%BBP%E3%83%BB%E3%83%95%E3%82%A1%E3%82%A4%E3%83%B3%E3%83%9E%E3%83%B3

  5. https://en.wikiquote.org/wiki/Talk:Richard_Feynman#%22If_you_think_you_understand_quantum_mechanics,_you_don't_understand_quantum_mechanics.%22 2

  6. 意訳してみました。直訳だとなんだかむ無味閑散な感じでしたので。 2

  7. Aleksandar Radovanovic, Quantum Programming Illustratedを参考にさせていただきました

  8. 実際には、複素確率振幅という複素数の絶対値(2乗)が、そのパターンを観測する確率となるのですが、まずは、ざっくり確率として捉えて頂ければと。悲しきかな、人類はその複素確率振幅に直接的にアクセスすることはできず、複数回観測による頻度確率から類推するしかないわけですが。。

  9. Groverのアルゴリズムをイメージして記述してみました。このアルゴリズムは、カレンダの後半で扱っていきますので、ご興味有る方は、カレンダの後半で。

  10. 数式使わない宣言でしたが、使っちゃいましてTex数式。スミマセン。

  11. 実際には、量子系のノイズに対応し、誤り訂正をする関係でもっと空間が小さくなる。(詳細は、量子誤り訂正の回でやります。)空間が広大過ぎても、正解に対応するパターンの複素確率振幅が小さくなり、制御精度を要する。頻度確率で正解を見つける関係で、必要な観測回数が増えるので測定回数が多くなる等、課題はいろいろあります。

50
21
1

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
50
21

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?