研究者が量子デバイスの検証のための新しいアルゴリズムを開発

東京大学の研究者は、機械学習を使用して、量子デバイスの効率的かつ正確な検証を可能にする新しいアルゴリズムを開発しました。量子機械学習に基づく技術は人気を博しており、固有の不確実性のため検証が必要です。

この研究は、APS Physicsに掲載されました。

量子インターネット

専門家の多くは、量子コンピューターはまだ初期段階にあると考えられていますが、量子インターネットはより進んでおり、現実化の可能性が高いと考えられています。量子インターネットを実現するには、量子デバイスの設計のための多くのツールの開発が必要です。

これらの重要なツールの1つは、量子デバイスを検証するアルゴリズムです。これは、東京大学大学院情報学環のポスドク研究員Quoc Hoan Tranと准教授Kohei Nakajimaによって開発されました。

研究者によると、このデバイスは、量子デバイスの動作の検証をより効率的かつ正確にすることができます。このアルゴリズムは、時間依存の量子デバイスの動作を再構築し、量子入力と出力の関係を学習することでこれを実現します。

「量子プロセス・トモグラフィーと呼ばれる技術は、量子システムをその入力と出力に基づいて記述するものです」とトランは述べました。「しかし、多くの研究者は、量子システムが何らかの種類の記憶効果を示すことを報告しています。つまり、現在の状態は過去の状態によって影響を受けるということです。これは、入力と出力の状態の単純な検査では、システムの時間依存の性質を記述できないことを意味します。時間の毎の変更後にシステムを繰り返しモデル化することは可能ですが、これは非常に計算コストが高くなります。私たちの目標は、この記憶効果を利用し、むしろそれを克服するために無理をして戦うのではなく、むしろそれを活用することでした。」

アルゴリズムの構築

アルゴリズムを構築するために、チームは機械学習と量子リザーバー・コンピューティングと呼ばれる技術を使用しました。量子システム内の入力と出力が時間の経過とともに変化することを学習することで、パターンの変化を予測することができます。まだ観測されていない状況でも予測が可能です。

「現在のところ、私たちのアルゴリズムは特定の種類の量子システムをエミュレートできますが、仮説的なデバイスは処理能力や記憶効果が大きく異なる可能性があります。したがって、次の研究段階では、私たちのアルゴリズムの能力を拡大し、より汎用性の高いもの、つまりより有用なものを作ることになります」とトランは述べました。「量子機械学習方法が何をできるか、仮説的なデバイスがもたらす可能性に興奮しています。」