日本が現在のスーパーコンピュータより100倍高速な量子コンピュータの試作機を打ち上げる

2017 年 11 月、日本は初の量子コンピューターのプロトタイプを公開し、試用のためにインターネット上で無料で一般に公開されました。このマシンにより、日本は、人工知能の可能性を最大限に活用するための鍵となる、より強力な総当たり力を備えた世界で最も強力なコンピューターを構築する競争に参加しました。

このプロジェクトは、日本電信電話株式会社、東京大学、国立情報学研究所、スタンフォード大学によって開発され、日本政府の ImPACT プログラムによって財政的に支援されています。

このマシンは、理論的には従来のスーパーコンピューターよりも約 100 倍速く複雑な問題を解決できる量子ニューラル ネットワークに基づいています。さらに驚くべきことは、同じタスクを実行するために従来のスーパーコンピューターが使用する 10,000 キロワットの電力ではなく、これらすべてをわずか 1 キロワットの電力消費で実行できることです。彼らが具体的に何を開発したのか、そしてそれがどのように機能するのかを見てみましょう。

量子ニューラル ネットワーク

量子ニューラル ネットワーク (QNN) は、光パラメトリック発振器を量子ニューロンとして使用し、光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。光パラメトリック発振器のしきい値での集団対称制動を利用して、最適化問題のいくつかの組み合わせの解決策を探索します。

さらに、QNN を使った実験や光パラメトリック発振器ネットワークの量子論に基づくシミュレーションを実際に体験することができます。

簡単に言えば、量子ニューラル ネットワークでは、研究者は量子情報の利点を利用して人工ニューラル ネットワーク モデルを統合し、より効率的なアプリケーションを構築しようとします。目的は、量子コンピューティングの機能 (量子並列処理、干渉、量子もつれ) をリソースとして使用することです。ただし、特にビッグ データ アプリでは、従来のニューラル ネットワークをトレーニングするのは非常に困難です。 

QNNCラウド

量子ニューラル ネットワークの原理と機能に興味がある場合は、QNNCloud が 3 つのツールを提供します –

<オル>

量子論を詳しく説明したホワイト ペーパー

Shoubu スーパーコンピューターを使用した量子シミュレーション機能

QNN を使用した量子計算

QNNcloud は、プログラム可能な全対全接続を備えた 2000 個の光パラメトリック発振器のネットワーク上に構築されています。これにより、ユーザーはマシンのハードウェアにターゲット グラフを埋め込む手間をかけずに、完全なグラフ上で最大 N=2,000 のサイズの NP ハード マックス カット問題を解くことができます (これは現在の量子コンピュータの制限をはるかに超えています)。

周波数帯域の開発におけるリード化合物の最適化、無線通信における送信電力、医療、フィンテックにおけるポートフォリオの最適化、機械学習におけるボルツマン サンプリング、圧縮センシングのためのスパース コーディングなど、継続的かつ組み合わせ的な最適化を伴う問題が何百万も存在します。

これらの問題の大部分は、複雑性理論の非決定性多項式 (NP)、NP Complete、および NP Hard クラスに分類されます。問題のサイズは反復ごとに増大するため、問題を解決するには大量の計算リソースが必要になります。

QNN システムは、これらの制限に対処するために、光パラメトリック発振器のしきい値未満での量子並列検索、しきい値での集団対称の破れ、しきい値を超えるときの指数関数的確率増幅を利用します。

近い将来、QNNcloud は、現実世界のアプリケーション向けの量子アルゴリズムを開発する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 ハードウェアは思っているほど複雑ではありません。長さ 1 キロメートルのファイバー リング キャビティ内で、周波数 1 GHz のパルス列を使用してキャビティ内および周期分極反転された LiNb03 導波路機器を励起することにより、光パラメトリック発振器の N=2,000 パルスが同時に生成されます。

出典:QNNcloud

バイナリ変数は、各光パラメトリック発振器パルスの π 位相状態と 0 位相状態として表されます。すべてのパルスは、しきい値未満では π 位相と 0 位相の重ね合わせで生成されますが、しきい値を超えると 2 つのうちのいずれかになります。これらのパルスの任意のペアは、その振幅を順番に測定することで結合できます。

ここでの測定とは、FPGA（フィールド・プログラマブル・ゲート・アレイの略）を使用して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。次に、フィードバックがターゲットの光パラメトリック発振器パルスに注入されます。

N=2,000 プラスの全対全接続がラウンドトリップごとに実行されます (これは 5 マイクロ秒続きます)。外部ポンプ レートがしきい値を超えて上昇すると、10 ～ 1,000 回の往復後に、解が π 相または 0 相構成として取得されます。

QNN シミュレーター

QNN ダイナミクスは、測定によって引き起こされる波束の減少を考慮して、量子マスター方程式を利用して理論的に予測できます。モデルは Shoubu スーパーコンピューターで実行され、大規模な並列シミュレーションにより、大幅に短い時間で QNN ダイナミクスを再生成できます。

予算と将来の計画

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 億ドル以上を費やしており、中国は量子応用のための 100 億ドルの研究センターを建設していると伝えられています。

一方、日本は、2018 年 4 月からの 10 年間で量子コンピューティングに約 2 億 6,700 万ドルを投じる計画です。また、日立は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。

現実世界のさまざまなアプリケーション向けのアルゴリズム、新しいアルゴリズムを開発するためのシミュレーション ツール、リカレント ニューラル ネットワーク アーキテクチャを備えた高度な QNN が将来リリースされる予定です。現在、彼らは 2020 年の第 1 四半期までの商品化を目標としています。彼らは、モバイルの最適化、都市部の交通渋滞、新薬や化学物質の発見といった、より深い最適化の問題に焦点を当てていく予定です。

読む:量子コンピュータに関する 10 以上の最も興味深い事実

一方、Microsoft、IBM、Google などの大手テクノロジー企業は独自の量子マシンに取り組んでおり、テストの結果、ブレークスルーが手の届くところにあることが示されています。