日本、現行スパコンの100倍高速な量子コンピュータ試作機を公開

日本初の量子コンピュータ試作機、インターネット経由で無料公開

2017年11月、日本は初の量子コンピュータ試作機を公開し、インターネット経由で一般に無料試用を提供しました。このマシンにより、日本は世界最強コンピュータ構築競争に参入し、より大きなブルートフォース（総当たり計算能力）を獲得しました。これは人工知能のフルポテンシャルを活用する鍵となります。プロジェクトは、日本電信電話株式会社（NTT）、東京大学、国立情報学研究所、スタンフォード大学が開発し、日本政府のImPACTプログラムによって資金提供されています。このマシンは量子ニューラルネットワーク（QNN）に基づき、理論上、従来型スーパーコンピュータの約100倍高速で複雑な問題を解けます。さらに驚くべきことは、従来型スーパーコンピュータが同等タスクに1万キロワットを消費するのに対し、このマシンはわずか1キロワットの電力で動作することです。その仕組みと開発内容を詳しく見ていきましょう。

量子ニューラルネットワーク（QNN）

量子ニューラルネットワーク（QNN）は、光学パラメトリック発振器を量子ニューロンとして、光学ホモダイン測定フィードバック回路を量子シナプスとして使用します。光学パラメトリック発振器の閾値における集団対称性破れを利用して、最適化問題のいくつかの組み合わせ解を探索します。さらに、ユーザーはQNNでの実験や、光学パラメトリック発振器ネットワークの量子理論に基づくシミュレーションを体験できます。簡単に言えば、QNNでは人工ニューラルネットワークモデルに量子情報の利点を統合し、より効率的なアプリケーション構築を目指します。目的は、量子並列性、干渉、もつれといった量子コンピューティング特性をリソースとして活用することです。しかし、古典的ニューラルネットワークの訓練は、特にビッグデータアプリでは非常に困難です。

QNNCloud

量子ニューラルネットワークの原理と特徴に関心がある方のために、QNNCloudは3つのツールを提供します。

1. 量子理論を詳述したホワイトペーパー
2. 翔武（Shoubu）スーパーコンピュータを用いた量子シミュレーション機能
3. QNNを用いた量子計算

QNNCloudは、プログラマブルな全結合接続を持つ2000個の光学パラメトリック発振器ネットワーク上に構築されており、ユーザーは完全グラフ上でサイズN=2000までのNP困難なMax Cut問題を、ターゲットグラフをマシンハードウェアに埋め込む労力なしで解くことができます（これは現在の量子コンピュータの限界を遥かに超えています）。リード化合物最適化（周波数帯域、無線通信の送信電力）、医薬品開発、フィンテックのポートフォリオ最適化、機械学習のボルツマンサンプリング、圧縮センシングのスパースコーディングなど、連続・組み合わせ最適化を含む数百万の問題が存在します。これらの大半は計算量理論における非決定性多項式（NP）、NP完全、NP困難クラスに属し、問題サイズがイテレーションごとに増大するため、膨大な計算リソースを必要とします。QNNシステムは、閾値以下での量子並列探索、閾値での集団対称性破れ、閾値以上での指数関数的確率増幅を利用してこれらの制限に対処します。近い将来、QNNCloudは実世界アプリケーション向け量子アルゴリズム開発のためのシミュレーションツールを提供する予定です。

QNNのハードウェア

QNNハードウェアは、その響きほど複雑ではありません。1キロメートルの長さのファイバーリング共振器内で、1GHz周波数のパルス列を用いて、周期的に極性反転したLiNbO3波導デバイスで共振器内を励起することで、N=2000個の光学パラメトリック発振器パルスが同時に生成されます。バイナリ変数は、各光学パラメトリック発振器パルスのπ位相と0位相状態で表現されます。全パルスは閾値以下ではπ位相と0位相の重ね合わせ状態で生成され、閾値以上ではどちらか一方の状態になります。これらのパルスの任意のペアは、振幅を順次測定することで結合可能です。ここでの測定とは、FPGA（フィールドプログラマブルゲートアレイ）で適切なフィードバックパルス振幅を評価することを指します。フィードバックはターゲットの光学パラメトリック発振器パルスに注入されます。N=2000パルスの全結合接続が、各ラウンドトリップ（5マイクロ秒持続）で実行されます。外部ポンプレートが閾値以上に上昇すると、10〜1000ラウンドトリップ後にπ位相または0位相の構成として解が得られます。

QNNシミュレータ

QNNダイナミクスは、測定による波束縮退を考慮した量子マスター方程式の助けを借りて理論的に予測可能です。モデルは翔武スーパーコンピュータで実行され、大規模並列シミュレーションによりQNNダイナミクスを大幅に短時間で再現できます。

予算と将来計画

現在、米国は量子コンピューティング技術の研究開発に年間2億ドル以上を支出し、中国は量子アプリケーションのために100億ドルの研究センター建設を進めていると報じられています。一方、日本は2018年4月開始の10年間で約267億円（約2億4700万ドル）を量子コンピューティングに投じる計画です。また、日立がケンブリッジ大学と提携して量子コンピューティング技術を研究しています。異なる実世界アプリケーション向けアルゴリズム、新アルゴリズム開発のためのシミュレーションツール、再帰的ニューラルネットワークアーキテクチャを持つ高度なQNNが将来リリースされる予定です。現在は2020年第1四半期の商用化を目指し、モバイル最適化、都市交通渋滞緩和、新薬・新化学物質発見など、より深い最適化問題に焦点を当てています。一方、Microsoft、IBM、Googleなどのテック大手も独自の量子マシン開発に取り組んでおり、テスト結果はブレークスルーが目前に迫っていることを示しています。