⚛️ quantum physics

Quantum-Classical Auxiliary Field Quantum Monte Carlo with Matchgate Shadows on Trapped Ion Quantum Computers

本論文は、IonQ Forte量子コンピュータ上でマッチゲートシャドウを用いた量子・古典補助場量子モンテカルロ法を用い、化学反応障壁をシミュレートするための、記録的なGPU加速エンドツーエンドワークフローを実証しており、大幅な高速化を実現するとともに、参照値から10 kcal/mol以内の結果を達成している。

原著者： Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii M

公開日 2026-07-30

📖 1 分で読めます🧠 じっくり読む

CC BY 4.0

原著者： Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii Maksymov, Mei Maruo, Mauricio Muñoz, Bas Nijholt, Rebekah Schiller, Yvette de Sereville, Amy Smidutz, Felix Tripier, Grace Yao, Trishal Zaveri, Coleman Collins, Martin Roetteler, Evgeny Epifanovsky, Arseny Kovyrshin, Lars Tornberg, Anders Broo, Jeff R. Hammond, Zohim Chandani, Pradnya Khalate, Elica Kyoseva, Yi-Ting Chen, Eric M. Kessler, Cedric Yen-Yu Lin, Gandhi Ramu, Ryan Shaffer, Michael Brett, Benchen Huang, Maxime R. Hugues, Tyler Y. Takeshita

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

複雑な機械の設計図だけを見て、その機械がどのように動くかを予測することを想像してみてください。化学の世界において、その機械とは分子であり、設計図とは電子が原子の周りでどのように踊るかを記述した一連の方程式です。何十年もの間、科学者たちはこれらの方程式を解くために強力な古典的コンピュータを使用してきましたが、命を救う薬や工業用触媒に使用される遷移金属を含むような、扱いが難しい分子が出てくると、数学はあまりにも複雑に絡み合い、世界最速のスーパーコンピュータでさえ行き詰まってしまいます。それは、目隠しをした状態で10億本の紐の結び目を解こうとするようなものです。紐が増えれば増えるほど難易度は上がり、最終的には不可能になります。ここで量子コンピューティングが登場します。量子コンピューティングは、たった一組の手で結び目を解こうとするのではなく、量子世界の奇妙なルールを利用して多くの可能性を一度に探索することで、これらの複雑な化学反応を理解するための潜在的な近道を提供します。大きな疑問は、私たちは今日、これらのかさ高くノイズの多い新しいマシンを、現実世界の化学問題の解決に実際に使えるのか、それとも、まだ完璧でエラーのない未来を待っている状態なのか、ということです。

この論文は、量子と古典の世界の間に架け橋を築き、特定の困難な化学のパズルを解こうと決意したチームの物語を伝えています。彼らは、薬を作るために炭素原子をつなぎ合わせるために不可欠なプロセスである、鈴木・宮浦クロスカップリングと呼ばれる反応に焦点を当てました。具体的には、反応を開始するためにニッケル原子が分子の一部を掴むステップにおけるエネルギー障壁を計算しようとしました。これは非常に難しい問題です。なぜなら、ニッケル原子は電子が強く「相関」しており、つまり、電子が高度に協調的かつ混沌とした方法で振る舞うため、標準的なコンピュータモデルでは通用しないからです。研究者たちは単にコンピュータ上でシミュレーションを行っただけでなく、処理ユニットとしてトラップイオン（荷電した原子）を使用するIonQの量子コンピュータと、重労働を行うための膨大なNVIDIA GPUの軍団を組み合わせた、実際の実験を行いました。

チームは、「量子・古典補助場量子モンテカルロ法（QC-AFQMC）」と呼ばれる巧妙なワークフローを開発しました。これはリレーレースのようなものだと考えてください。まず、量子コンピュータが、分子の電子がどのような状態にあるかという大まかな推測である「試行状態」を準備します。量子コンピュータにすべての難しい計算をさせる代わりに、チームは「マッチゲート・シャドウ（matchgate shadows）」と呼ばれる手法を用いました。これは、3Dオブジェクトのあらゆる角度からランダムに写真を撮ることで、細部をすべて見る必要なく、その本質を捉える「影」を作り出す様子を想像してください。これらの影はその後、古典的なスーパーコンピュータに送られ、高度な数学的手法（アルゴリズム微分など）を用いて計算を完了させ、エネルギー障壁を予測します。

結果は、勝利と現実認識が入り混じったものでした。彼らが「理想的なシミュレータ」（ノイズのない完璧なバージョン）を使用して量子コンピュータを走らせたとき、その結果は期待値の±4 kcal/mol以内という、ゴールドスタンダードの参照値に極めて近いものでした。しかし、実際のノイズの多いIonQ Forte量子ハードウェア上で実験を行ったところ、結果は少し逸れ、参照値から10 kcal/mol以内の範囲に留まりました。これはまだ完璧ではありませんが、大きな前進です。論文では、この手法が有用性を発揮するには遅すぎたりコストがかかりすぎたりするという考えを明確に否定しています。実際、彼らの新しいアルゴリズムとGPUアクセラレーションのおかげで、以前の最先端の手法と比較して、問題を解決するのにかかる時間を656倍高速化しました。また、量子ハードウェアによってノイズが導入されエネルギー値がシフトしたものの、この手法は有用な化学的洞察を与えるのに十分な堅牢性を維持していることも発見しました。

チームはまた、この仕事のために量子コンピュータを特別にチューニングすることが大きな違いを生むことも発見しました。回路の送信と実行方法を最適化することで、データ収集を9倍高速化しました。合計24個の量子ビットを使用し、そのうち16個は分子の試行状態を表し、残りの8個はエラーを検知し修正するための「アンシラ（補助）」量子ビットとして使用されました。最終的な結論は、量子デバイスによる完璧でエラーのない化学を実現するにはまだ至っていないものの、このエンドツーエンドのワークフローは、以前は手の届かなかった、実際に複雑な触媒反応に対処できることを証明したということです。これは、適切な量子ハードウェア、古典的なスーパーコンピューティング能力、そして巧妙なアルゴリズムを組み合わせることで、分子化学の絡まった結び目を解き始めることができることを示しており、量子化学を創薬のための実用的なツールへと進化させる重要な一歩となります。

技術要約：トラップイオン量子コンピュータにおけるマッチゲート・シャドウを用いた量子・古典補助場量子モンテカルロ法

問題提起
鈴木・宮浦クロスカップリング反応のような遷移金属（TM）触媒を伴う化学反応障壁の正確なモデリングは、古典的な計算化学において依然として大きな課題である。これらの系は、不対d電子またはf電子に起因する強い電子相関とマルチリファレンス性を有しており、密度汎関数理論（DFT）や、いわゆる「ゴールドスタンダード」であるCCSD(T)［結合クラスター単一および二重励起に摂動論的三重励起を加えたもの］といった標準的な単一リファレンス手法が破綻したり、精度が低下したりする原因となる。量子位相推定（QPE）は厳密解を提供できるが、現在の能力を超えたフォールトトレラントなハードウェアを必要とする。変分量子固有値ソルバー（VQE）はノイズに対して耐性があるものの、膨大な測定コストとデバイスノイズへの敏感さに悩まされる。したがって、相関のある試行状態を準備するために近未来の量子ハードウェアを活用しつつ、古典的な後処理の計算上のボトルネックを軽減できる、ハイブリッド量子・古典アルゴリズムが必要とされている。

手法
著者らは、加速された量子スーパーコンピューティング環境内で実行される、量子・古典補助場量子モンテカルロ（QC-AFQMC）アルゴリズムのエンドツーエンドのワークフローを提示している。このワークフローは、Amazon Web Services（AWS）上のNVIDIA GPUを備えたIonQ Forteトラップイオン量子コンピュータを統合したものである。

アルゴリズムの枠組み： 本手法は、基底状態を見出すために虚時間内で波動関数を進化させる、古典的なAFQMC射影モンテカルロ・アプローチを利用する。フェルミオンの位相問題を解決するためには、試行関数（ $|\Psi_T\rangle$ ）が必要となる。本実装では、試行状態は、unitary pair coupled-cluster doubles（upCCD）アンザッツを用いた変分量子固有値ソルバー（VQE）を用いて量子コンピュータ上で準備される。
マッチゲート・シャドウ： 標準的なアダマールテストやクリフォード・ベースの古典的シャドウ（AFQMCにおけるオーバーラップ計算において指数関数的にスケールする）の代わりに、本ワークフローではマッチゲート・シャドウを採用している。この手法により、量子試行状態と古典的なウォーカー状態の間のオーバーラップ $\langle \Psi_T | \phi \rangle$ を効率的に評価することが可能となる。オーバーラップの計算は、システムサイズ $N$ に対して多項式時間（ $O(N^{4.5})$ ）でスケールする。
仮想相関エネルギー（VCE）： 利用可能な量子ビット数を超える大規模な化学系を扱うため、システムは能動空間（量子試行状態で扱われる）と仮想空間に分割される。VCE技術は、単一のスレーター行列式を用いて能動空間外の電子相関を捉えることで、量子リソースを強く相関のある能動空間に集中させることを可能にする。
アルゴリズムの最適化： 著者らは、古典的な後処理ステップに対して重要なアルゴリズム的改善を導入している。具体的には、有限差分法ではなくアルゴリズム微分（特に行列パフィアンの微分）を利用することで、局所エネルギーおよび力バイアス項の計算における計算複雑性を、 $O(N^{8.5})$ および $O(N^{7.5})$ から、 $O(N^{5.5})$ および $O(N^{4.5})$ へと低減させた。
ハードウェア実行：
- 量子： 試行状態は理想的なシミュレータ上で最適化され、マッチゲート・シャドウ回路はIonQ Forte QPU上で実行される。スループットを最大化するために、QPUの制御ソフトウェアおよびファームウェアの性能チューニングが実施された。
- 古典： 虚時間発展およびエネルギー評価を含む後処理は、AWS ParallelCluster上でNVIDIA H100およびH200 GPUを使用し、cuBLAS、cuSOLVER、およびcuTENSORライブラリを活用して実行される。

主な貢献

初の規模の大きな実証： 本研究は、IonQ Forteプロセッサ上で24量子ビット（試行状態用に16、エラー緩和用に8のアンスラ）を使用した、マッチゲート・シャドウを用いたQC-AFQMC実験の中で、現在までに報告された最大規模の実証である。
アルゴリズムによる高速化： アルゴリズム微分とGPU加速による漸近的複雑性の低減により、本実装はHuangら[41]による最先端の実装と比較して、解への到達時間（time-to-solution）において656倍の改善を達成した。
ハードウェア・スループットの最適化： IonQ Forteの制御スタックに対する特定の性能チューニングにより、マッチゲート回路の測定収集において9倍の高速化を実現した。
エンドツーエンドのワークフロー： 量子状態準備、シャドウ・トモグラフィー、およびGPU加速された古典モンテカルロ伝播を組み合わせた、完全な統合ワークフローを確立した。

結果
アルゴリズムは、（8,8）能動空間を用いたニッケル触媒による鈴木・宮浦反応の酸化付加ステップ（種B、遷移状態[B-C]‡、および生成物Cを含む）のシミュレーションに適用された。

精度： マッチゲートを理想的なシミュレータでサンプリングした場合、計算された反応障壁は、参照となるCCSD(T)の結果の不確かさ範囲である**±4 kcal/mol**以内に収まった。
ノイズの影響： 実際のQPUで測定された場合、結果は参照値から約10 kcal/mol逸脱した。このノイズは、反応物と生成物のエネルギー順序の予測に質的な変化をもたらし、この特定の用途におけるエラー緩和の現在の限界を浮き彫りにした。
粒子数： 理想的なシミュレータは真の基底状態に近い粒子数（8電子）を示したが、QPUの測定では約10.5電子への偏差が見られ、これは顕著なハードウェアノイズを示している。ただし、エネルギーの結果は粒子数の推定値よりもこのノイズに対して高い耐性を示した。

意義
本論文は、本研究が「量子デバイス上での実用的な量子化学シミュレーションへの一歩」であると主張している。本研究は、アルゴリズムの改良とハードウェア加速があれば、QC-AFQMCが触媒作用を持つ遷移金属錯体に適用可能であることを示すことで、QC-AFQMCが科学的に重要な系に対しては極めて高コストであるという従来のコンセンサスに異を唱えている。本研究は、手法自体は実行可能であるが、NISQ（ノイズあり中間規模量子）ハードウェア上でその潜在能力を完全に実現するためには、エラー緩和技術および堅牢な試行状態の選択に関するさらなる発展が必要であることを指摘している。また、意味のある高速化を達成するためには、量子ハードウェアの制御ソフトウェアを特定のアルゴリズムのワークロードに合わせて共同設計（co-design）する必要があることを強調している。

関連論文