2021年量子コンピューティング：12の主要応用分野を徹底解説

世界中の科学者たちが量子コンピュータを前進させ、最も強力な量子コンピューティング技術への到達を目指しています。GoogleやIBMなどのテック大手が量子超越性を競っています。

なぜか？ 量子マシンは特定の問題を古典コンピュータより10億倍高速に解くことができます。強力なプロセッサへの需要が高まり続け、タスクが範囲と複雑さの両方で拡大するにつれて、ソリューションを動かすためにより効果的な計算アーキテクチャが必要になります。

このようなコンピューティング技術の進歩は、現代生活のほぼすべての側面で数百万の機会を生み出すでしょう。GlobeNewswireによると、世界の量子コンピューティング市場は2019年に5億710万ドルと評価されました。2030年までに650億ドルに達すると予測され、CAGR 56%で成長します。北米と欧州が量子コンピューティング市場の78%以上を占めると予想されています。

これは量子システムが今日のコンピュータに取って代わることを意味しません。代わりに、それぞれが独自の強みと利点を持っているため、古典スーパーコンピュータとともに働くことになります。

この概要記事では、膨大な可能性から量子コンピューティングの主要な応用分野をいくつか紹介します。量子コンピュータが何のために設計されているかをよりよく理解できるでしょう。

12. 天気予報

量子コンピュータは、極めて複雑な気象パターンをマッピングするために使用できます。現在の気象システムとは異なり、より小さな特定の地域の予報を提供でき、農家が天候変化によりよく備え、航空会社が混乱を最小限に抑えるのを支援します。

IBMは気象予報システムに多額の投資を行っています。The Weather Company、米国大気研究国立センター、大学大気研究法人と協力し、局地的な雷雨を推定できる優れたモデルの構築を進めています。

2019年、IBMはThe Weather Companyと協力して、世界中の数百万のセンサーからのデータをIBMスーパーコンピュータで処理するGlobal High-Resolution Atmospheric Forecasting System（GRAF）を発表しました。

量子コンピューティングが実用化されれば、GRAFのようなシステムは毎時数十億のデータを分析し、個々の雲の形成や風の渦などの微気象現象を予測できるようになります。

11. サイバーセキュリティ

これらはすべて大まかな推定値です

量子コンピュータは、今日のマシンではほぼ不可能な多くの問題を解決できるようになります。これには、インターネットのインフラと機密データを保護する暗号アルゴリズムの解読が含まれます。

例えば、安全なデータ伝達に広く使用されている2048ビット数ベースのRSA暗号化は、2000万量子ビットの量子コンピュータで8時間以内に破られる可能性があると推定されています。

もちろん、量子コンピューティングの力は、はるかに安全な暗号システムの開発にも利用できます。MicrosoftやGoogleなど多くの企業がすでに量子耐性暗号アルゴリズムの研究を開始しています。これらは現在理論的およびテスト段階にあります。主な課題は、これらの新しいアプローチを既存のインフラストラクチャに統合することです。

量子耐性アルゴリズムは以下を暗号化する予定です：

• 金融・銀行取引
• 軍事・政府通信
• 企業ネットワーク
• クラウド上の医療記録と個人データ

10. 次世代バッテリー

リチウムイオン電池は長い道のりを歩んできました：10年前はスマートフォンを1日持たせるのがやっとでしたが、今では電気自動車を数百キロメートル走行させることができます。

しかし、既存のものより長持ちする、より強力で安価な電池を作りたいなら、ブレークスルーが必要です。IBMとダイムラーAG（メルセデス・ベンツの親会社）の研究者たちは、量子コンピュータがバッテリー内の化学化合物の振る舞いをどれだけ効率的にシミュレートできるかをテストしています。

21量子ビット量子コンピュータを使用して、工業的に関連する4つの分子（硫化水素、水素化リチウム、硫化リチウム、硫化水素化リチウム）の双極子モーメントをシミュレートすることに成功しました。

量子ビット状態を増やしたり改善したりするにつれて、次世代バッテリーのためにより大きく複雑な化合物をテストできるようになります。このタイプの研究は、最終的に私たちをそこに導く基礎的な作業です。

9. 太陽光捕獲

量子ドット太陽電池 | Credit: University of Queensland

量子ドット（量子力学により独自の電子的・光学的特性を持つナノサイズの半導体粒子）は、太陽エネルギーを効率的に電気に変換できます。これにより炭素排出量を大幅に削減し、既存のエネルギー生成技術を改善できます。

オーストラリアのクイーンズランド大学の研究者たちは、電力変換効率16%以上を提供する柔軟で印刷可能な量子ドットを開発しました。

硫化銀ビスマスナノ結晶などの無毒量子ドット材料は、その豊富さと安全性のために広範に研究されてきました。大規模な商業運用にはまだ至っていませんが、一部の小企業が量子ドット光起電力製品の販売を開始しています。

8. クリーン肥料

今日、アンモニア肥料はハーバー・ボッシュ法という化学プロセスで生産されています。高温と極めて高圧下で大気中の窒素と水素を結合させます。このプロセスは大量のエネルギーを使用し、多くの温室効果ガスを放出します。

研究者たちが窒素固定酵素のメカニズムと遷移金属の振る舞いを詳細に知っていれば、肥料製造のためのより効率的な触媒や、産業で必要とされる他のいくつかの重要な化学物質を開発できるでしょう。

良いニュースは、量子コンピュータがいつか窒素固定酵素の主要補因子（FeMo補因子）をモデル化し、そのメカニズムへの洞察を提供できるかもしれないことです。これにより化学者たちは、窒素肥料の合成のためのエネルギー効率の良い産業プロセスを構築できるようになります。

7. 材料発見

Image courtesy of Second Bay Studios/Harvard SEAS

量子コンピューティングは、重ね合わせやもつれなどの量子力学的現象に基づいているため、古典コンピュータよりも他の量子システムをはるかに容易に表現できます。例えば、量子マシンは分子のシュレーディンガー方程式を解いて、許容エネルギー状態を計算できます。

従来のコンピュータではシミュレートできない複雑な分子をシミュレートする能力を提供します。量子ハードウェアと量子アルゴリズムの開発が合わさって、理論化学を激変させることが約束されています。

量子マシン上の量子ビットのノイズを処理することで、研究者たちは光学的・機械的特性が精密に調整されたより良い材料を開発できます。

最近の「量子ノイズキャンセリング」技術の進歩を考慮すると、次世代材料は試行錯誤で正しい化学的特性を見つけるのではなく、量子コンピュータ上で設計される可能性があります。

6. 交通最適化

量子コンピュータは、脱炭素化の必要性の中で増大する人口と渋滞がもたらす多くの課題を緩和します。その課題の一つが交通制御です。

量子技術は渋滞を回避し、待ち時間を短縮するために使用できます。これによりバスとタクシーは乗客なしで長距離を走行する必要がなくなり、人々はタクシーを長時間待つ必要がなくなります。

フォルクスワーゲンはすでに、量子コンピューティングを交通最適化に実用化することを実証しました。その量子ルーティングアルゴリズムはD-Wave量子コンピュータ上で動作し、リアルタイムで個別に最速の移動経路を計算します。

このようなアルゴリズムは、移動する物体（自転車、車、人）と常に相互作用し、都市の移動システム全体を拡張できます。航空管制での最適化ルーティング情報にも実装可能です。

フォルクスワーゲンだけが「量子交通最適化」に取り組んでいるわけではありません。BMW、トヨタ、フォードを含むほぼすべての自動車メーカーが量子研究に投資しています。

5. マーケティングと広告

量子アルゴリズムは、購買行動に影響を与える関連パターンを作成することで、より良い広告を配信できます。ユーザーの閲覧履歴だけに基づいて広告を配信する代わりに、これらのアルゴリズムはユーザーが広告を見た後にどう感じるか、どの種類の広告がブランドと顧客の長期的な関係構築に役立つかに焦点を当てます。

例えば、広告が楽しく視聴者を笑わせたり気分を良くさせたりすれば、強力なブランド広報を形成します。退屈またはイライラさせる広告は、逆に逆効果になる可能性があります。

D-Wave Systems Inc.（Recruit Communication Ltdとの協力）は、量子コンピューティングを広告、マーケティング、コミュニケーション最適化にすでに適用しています。目標は複雑なデータをより短時間で分析し、ウェブ広告分野での広告と顧客のマッチング効率を最適化することです。

D-Wave Systemsはまた、組織が量子アニーリングを利用して関連広告でオーディエンスにリーチし、クリック率（CTR）を向上させる方法を説明しています。

4. 金融モデリング

現代の市場は存在する最も複雑なシステムの一つです。あなたがこの文章を読むのにかかる時間で、世界中のヘッジファンド、投資銀行、個人投資家が8000万ドル以上の株式を取引しています。

機関投資家にとって、期待収益と関連リスクに基づいて実りある投資の適切な組み合わせを見つけることは、市場で生き残るために非常に重要です。これには株価に影響を与える可能性のある数千の要因を分析することが含まれます。多くの投資銀行は古典コンピュータで「モンテカルロ」シミュレーションを実行して詳細な分析を行いますが、これには莫大な計算リソースと時間がかかります。

量子コンピュータは、この種の確率的計算のために特に設計されています。量子の波に乗ることで、投資銀行はソリューションの質を高めるだけでなく、開発時間も短縮できます。これらのビジネスは数十億ドルを扱うため、期待収益のわずかな改善でも彼らにとって大きな価値があります。

最終的に、量子コンピュータは金融サービスが以下を実現するのを助けます：

• 投資利益の増加
• 資本要件の削減
• リスクとコンプライアンスの特定と管理の改善
• 新しい投資機会の開拓

関連記事: 世界にはいくらのお金があるのか？

3. 創薬

生物学的システム内の遺伝情報の流れ

現在、製薬会社が新薬を発見して市場に投入するには、数十億ドルと10年以上かかります。古典コンピュータで数億回の比較を実行します。しかし、これらのマシンの処理能力はかなり限られています：一定のサイズまでの分子しか分析できません。

41個の原子を含むペニシリン薬剤設計を考えてみましょう：ペニシリン分子の基底状態エネルギーを徹底的かつ正確にモデリングするには、観測可能な宇宙の原子数より多くのトランジスタを持つデジタルマシンが必要です。

この問題は量子コンピューティングで解決できます。量子ハードウェアとアルゴリズムがより容易に利用可能になれば、はるかに大きな分子を比較することが可能になります。これにより薬剤開発の時間とコストを劇的に削減し、研究者たちが様々な病気の治療につながる新しい発見をより速く行えるようになります。

ライフサイエンス業界では、量子コンピュータが以下の3つの主要なユースケースを可能にし、善循環で互いを強化すると期待されています：

• ゲノムと結果を関連付けることで精密医療療法を開発
• 低分子創薬の効率向上と患者アウトカムの改善
• タンパク質折り畳み予測に基づく新規生物学的製品の構築

2. 人工知能

Googleの量子マシン

機械によって示される知能は、経験から学ぶという原理に基づいています。AIを訓練するためにより多くのデータセットを使用すればするほど、より正確になります。AIの精度/強度が数百万、甚至は数十億のデータポイントの分析に依存しているため、量子計算の理想的な候補です。

特定のモデルでは、量子機械学習は古典機械学習よりもはるかに効率的になります。これは、特定の物理システムと学習システム、特にニューラルネットワークの間の構造的・方法論的類似性を探求する研究分野にまで及びます。

人工知能が21世紀において電気が20世紀であったのと同じになると言われています。AIが別のAIを作成できる段階にすでに達しているため、その重要性は急速に高まるでしょう。

開発を加速するために、Googleはフォルクスワーゲンとウォータールー大学と協力して、量子機械学習モデルのプロトタイピングのためのオープンソースライブラリ「TensorFlow Quantum」を立ち上げました。IBM、Microsoft、他のテック大手も量子機械学習に多額の資金を投じています。

関連記事: 人工知能 vs 機械学習 vs ディープラーニング

1. 素粒子物理学

ヒッグス粒子を生成するLHCでの陽子-陽子衝突 | CERN

おそらく量子コンピューティングの最もエキサイティングで有用な応用は、新しい物理学の研究です。素粒子物理学のモデルは驚くほど複雑で、数値シミュレーションには大量のリソースと長い計算時間が必要です。

例えば、CERNの大型ハドロン衝突型加速器での実験は、1秒あたり10億回の粒子衝突から毎秒1ペタバイトという驚異的なデータを生成します。分析は、世界中の170データセンターで動作する100万CPUコアで実行されます。2027年までに、CERNのデータ処理と分析に必要な計算能力は50〜100倍に増加します。

そこで量子コンピューティングが役立ちます。核物理学、核散乱、クォーク、および根本的相互作用をシミュレートすることを可能にします。

CERNはすでにIBMと量子コンピュータで協力を開始しています。研究者たちは「量子サポートベクターマシン」を使用して、教師あり量子機械学習が衝突データでヒッグス粒子イベントを特定するためにどのように使用できるかを調べました。

別の研究チームは、クォークやグルーオンなどの素粒子間の相互作用を記述する格子ゲージ理論を量子コンピュータでシミュレートすることに成功しました。

関連記事: 量子超越性とは？ なぜ重要なのか？

全体として、量子コンピューティングは多体物理学から分子エネルギー学まで、さまざまな分野で歩みを進めています。研究者たちがこれまで解決を試みたことのない問題に取り組むことを可能にし、現在の技術を破壊するでしょう。