量子コンピューティング
MothのTessa、120量子ビットチップ上で1,568個の値を符号化・復元

要点テッサはスワップゲートや補助量子ビットを使わずに、チップ全体にわたって任意の古典データをロードする。
もっと見る
- テッサはスワップゲートや補助量子ビットを使わずに、チップ全体にわたって任意の古典データをロードする。
- ペアモードは記憶密度を2倍にするが、回路深度を増加させ、値の相関を0.69に低下させる。
- 未解決の課題は、後の計算が完全な再構成なしに符号化された状態を使用できるかどうかである。
Mothは2026年11月16日、Tessaを発表し、IBMのPhoenix Nighthawk r2プロセッサーの全120量子ビットにわたって1,568個の実数値を符号化し、復元したと報告した。この成果は、量子機械学習における根強い課題、すなわち接続が疎なハードウェア上の不安定な量子ビットに古典データを読み込む問題に取り組むものだ。
Daniel Bultriniの論文は、今回主張されている記録の対象を明確に定めている。すなわち、自由に選んだ数値リストを物理量子プロセッサーに読み込み、個々の値を取り出した実験であり、導出された量だけを返す実行は対象外だ。この定義では、以前にQCrankが12個のトラップイオン量子ビットから128個の値を復元している。別のFez実験では13量子ビットから1,024ピクセルを復元したが、任意の実数値リストではなく、学習済みのテンソルネットワーク近似を用いているため、直接比較はできない。したがって論文は、この定義のもとでTessaの実行が報告例中最大だとしている。
Tessaがチップの配線を活用する仕組み
TessaはTessellated QPIXLの略称で、プロセッサーの物理的な接続に沿って、市松模様状にデータ量子ビットとアドレス量子ビットを交互に配置する。各データ量子ビットは隣接するアドレス量子ビットだけで制御され、そのアドレス量子ビットは近くにある複数のデータ量子ビットで共有できる。アドレス量子ビットの隣接数が1つ増えるごとに、データ量子ビットの記憶容量は2倍になる。そのため、隣接する量子ビットが4つある内部のデータ量子ビットには、16個の値を保持できる。
この構成は、すべての結合器がデータ量子ビットとアドレス量子ビットを接続する、任意の二部結合グラフで機能する。デバイス自体のレイアウトを使うため、SWAPゲートやルーティングが不要で、補助量子ビットも必要としない。共有制御があっても、各データ量子ビット上の値を個別に復元できることを論文は証明している。
単一の基底に格納したすべての値は、チップ全体で計算基底測定を1回行うことで復号できる。Tessaでは、各スロットの位相に2つ目の数値を格納することもできる。Phoenixでの実行では、画像の輝度値と色相にこのペアモードを使用し、使用した784スロットのそれぞれに2つの数値を配置した。予備のスロットにはゼロを格納し、すべての量子ビットが参加するようにした。
この高密度化には2つの代償がある。ペアモードでは測定基底が増え、回路の深さが2倍になる。さらに一般に、ショット数を局所的なアドレス構成ごとに分けるため、同等の精度を得るのに必要なショット数は局所的な結合次数に対して指数関数的に増加する。ただし、実験ではこの次数を小さく抑えていた。
ハードウェアが復元したデータ
単一基底のテストでは、各基底につき8,192ショットを用い、Phoenixの792スロット中784スロットを使った28×28のQCAT画像と、Fezの448スロット中441スロットを使った21×21の画像を復元した。論文によると、ハードウェアから得られた生の値の相関係数はPhoenixで0.96、Fezで0.95で、平均絶対誤差はそれぞれ0.130と0.131だった。入力そのものではなく入力の要約統計量を使うダイナミックレンジ復元により、誤差はそれぞれ0.075と0.078に低下した。実験では誤り緩和を行っていない。
1,568個の値を扱ったペアモードの実行では、精度が低下した。論文が報告したPhoenixでの値の相関係数は0.69、値の平均絶対誤差は0.152、色相の平均絶対誤差は0.092だった。この回路では1,456個の2量子ビットCZゲートを使用したのに対し、Phoenixの単一基底での実行では728個だった。したがって、チップ全体からのデータ復元は2種類の結合グラフで実現したものの、2つ目の位相値を扱うには、より大きな回路負荷と低い再構成品質が伴った。
生物学的配列のテストと公開コード
ピクセルアートに加え、実験では音声、MIDI、DNA、タンパク質のアミノ酸配列(p53を含む)も扱った。生物学的配列は、生物学的な理由ではなく、長さや名称を基準に選ばれており、これらのテストは生物学的解析ではなくデータ処理を検証するものだった。
測定あたり32,768ショットを用いた実験について、論文は、Phoenixが784ヌクレオチドのMT-CO3配列を、後処理なしで92.1%のヌクレオチドが完全一致する形で復元し、真の配列を使って選んだ最良のダイナミックレンジ復元では92.3%の完全一致率を達成したと報告している。密に詰まったタンパク質配列では、復元精度はさらに低かった。論文は、ヌクレオチドやアミノ酸が1つでも誤っていれば、深刻な生物学的影響が生じる可能性があると注意を促している。
Mothによると、Tessaは同社のAtlasプラットフォームで画像処理実験に利用できる。リポジトリのドキュメントには、ライブラリ、生のハードウェア計測値、ジョブ記録、シミュレーション出力のほか、IBMアカウントなしで論文の図表を再生成できるノートブックが含まれている。実行ログによれば、主要なPhoenixおよびFezでのQCAT実験の日付は2026年9月26日で、その後の遺伝子およびピクセルアートの実行は2026年10月に行われた。これにより、ハードウェア実験と11月の発表が区別されている。
Tessaが直ちにもたらすのは、ハードウェアの構成を考慮しながら、古典データをプロセッサー全体に読み込み、検証する方法だ。量子機械学習における中心的な未解決課題は、完全な再構成のコストを負わずに、後続の計算で符号化状態を活用できるかどうか、そしてショット数の増加と、より高密度なペア符号化に伴う誤差を抑えられるかどうかである。












