Fragmentation of Virtual Orbitals for Quantum Computing: Reducing Qubit Requirements through Many-Body Expansion

巨大で複雑なパズルを解こうとしているところを想像してみてください。しかし、作業をしているテーブルはあまりにも小さすぎて、すべてのピースを一度に載せることはできません。これが、量子コンピュータを使って化学を理解しようとしている科学者たちが直面している現状です。原子がどのように結合し、相互作用するかをシミュレートするには、電子が取ることができるあらゆる「席」を、量子ビットと呼ばれる物理的なハードウェアにマッピングする必要があります。問題は、「占有された」席（電子が実際に存在する場所）は少ないのに対し、「仮想的な」席（電子がどのように動き、互いに相関するかを説明するために必要な空席）は膨大であることです。多くの化学系において、これらの空の仮想的な席がパズルの大部分を占めており、今日のマシンが保持できる容量をはるかに超える量子ビットを要求します。科学者たちは、数学的な整合性を損なうことなく、パズルを縮小する方法を見つける必要があります。なぜなら、ランダムにピースを捨ててしまうと、計算が台無しになってしまうからです。

そこで、「断片化（フラグメンテーション）」という概念が登場します。これは、巨大なジグソーパズルを管理可能な小さな箱に分けるようなものです。画像全体を一度に解こうとするのではなく、いくつかのピースを解き、次にまた別の数枚を解き、それから結果を繋ぎ合わせるのです。この論文は、そのアイデアに「仮想軌道断片化（Q-FVO）」と呼ばれる巧妙な新しいひねりを加えた手法を紹介しています。これは、それらの空の仮想的な席に対する「賢い選別帽（ソート・ハット）」のようなものです。計算の中にすべての空席を保持する代わりに、それらを化学的に意味のあるクラスターへとグループ化します。そして、部屋の総面積を計算する際に、角の部分の面積を足してから重なり部分を引く方法に似た、数学的な「包含排除（インクルージョン・エクスクルージョン）」のトリックを用いて、これらの小さく切り分けられた塊から完全なエネルギーの全体像を再構築します。目標はシンプルかつ革命的です。複雑な化学を、今日の小さな量子コンピュータに適合させることです。

大きなアイデア：仮想空間を削る

研究者のフェデリコ・ザハリエフ、ヴァシリキ・アレクサンドラ・グレザク、マーク・S・ゴードンは、量子計算においてすべての仮想軌道を保持しておく必要はないと提唱しています。実際、それらすべてを保持しようとすることが、問題を現在のテクノロジーにとって大きすぎるものにしているのです。彼らの手法であるQ-FVOは、すべての「占有」軌道（確実に存在する電子）は保持しますが、「仮想」空間（空席）をより小さな、局在化した断片へと切り分けます。

混雑したコンサートホールを想像してみてください。「占有された」席は、現在座っている人々です。「仮想的な」席は、バルコニーや通路にある空席です。通常、群衆のエネルギーを理解するためには、人々が移動する可能性があるため、すべての空席を把握する必要があります。しかし、この論文は、すべての空席を同時に追跡する必要はないと主張しています。代わりに、空席をセクション（断片）にグループ化することができます。あるセクションの空席だけを用いた群衆のエネルギーを計算し、次に別のセクションを計算し、それらの結果を組み合わせるのです。これを行うことで、量子ビットの必要数を劇的に減らすことができます。

結果：量子ビットの請求書を削減する

チームがこの手法を6つの異なる分子系でテストしたところ、驚くべき結果が出ました。断片化を行わないバージョンでは、最大のシステムで128量子ビット（過酸化水素）および100量子ビット（アンモニア）を必要としました。これらの数値は、近年の量子デバイスにとってはしばしば手の届かない範囲にあります。

しかし、この新しい断片化手法を適用することで：

• 一体計算（一度に一つの断片を見る計算）により、量子ビットの必要量が46〜66%減少しました。過酸化水素の例では、128量子ビットの必要量がわずか46まで減少しました。
• 二体計算（断片のペアを見る計算）により、必要量が約31〜42%減少しました。同じ過酸化水素の場合、これは128個の代わりにわずか74個の量子ビットで済むことを意味します。

これは莫大な節約です。超大型の量子コンピュータを必要とする可能性があった問題を、今日あるいは近い将来に利用可能な、より小規模でアクセスしやすいマシンで実行できる可能性のある問題へと変えるのです。

画像は鮮明なままか？（精度）

「ほとんどの仮想的な席を捨ててしまったら、画像がぼやけてしまうのではないか？」と思うかもしれません。論文は、正しく行えば「いいえ、そうなりません」と力強く答えています。

研究者たちは、一度に一つの断片だけを見ると大きな誤差が生じるものの（いくつかのケースで最大147 kcal mol⁻¹）、断片間の相互作用（二体展開）を加えることで、ほぼすべての問題が解決されることを見出しました。

• 二体計算を用いると、誤差はわずか0.9〜7.5 kcal mol⁻¹にまで減少しました。これは、ほとんどの化学的予測において十分な精度です。
• さらに一歩進んで、三体計算（3つの断片のグループを見る計算）を行った場合、誤差はさらに小さくなりました。CCSD法を用いたすべてのテストにおいて、誤差は0.53 kcal mol⁻¹未満であり、より複雑なCCSD(T)法であっても2 kcal mol⁻¹を下回りました。

化学の世界では、1 kcal mol⁻¹以内であれば「化学的精度」と呼ばれ、現実世界のアプリケーションに対して信頼できる予測ができるとされています。論文は、ほんの少しの複雑さ（一体から二体、あるいは三体へのステップアップ）を加えるだけで、量子ビットをすべて必要とすることなく、失われたエネルギーのほとんどを回収できることを示しています。

回路の深さによるボーナス

量子ビットの節約だけでなく、この手法は「回路の深さ」にも貢献します。これは、量子コンピュータが問題を解くために踏むべきステップ数の尺度です。長い回路は、量子状態が脆弱であるため、エラーが発生しやすくなります。

ステートベクター・シミュレータ（ノイズのない完璧な量子コンピュータのシミュレーション）を用いた例証的なテストでは：

• 水分子のテストにおいて、この手法はエネルギー誤差を0.48 kcal mol⁻¹という低い水準に抑えつつ、回路の深さを62%（2,840ステップから1,080ステップへ）削減しました。
• アンモニアについては、深さが48%（5,650から2,940へ）低下し、誤差は0.31 kcal mol⁻¹でした。

これは、計算がより小さくなるだけでなく、より速く、かつノイズによる失敗のリスクも低いことを意味しており、現在の量子ハードウェアにとって極めて重要な利点となります。

ネストされた戦略：ロシアのマトリョーシカ・アプローチ

この論文は、この手法が他の既存の技術と組み合わせることが可能であることも示唆しています。ロシアのマトリョーシカ人形を想像してください。

1. 外側の人形はQ-EFP法であり、古典物理学を用いて環境（溶媒など）を扱います。
2. 真ん中の中の人形はQ-EFMOであり、主要な分子を実空間の小さな塊（モノマーやダイマー）に分解します。
3. 最も内側の人形がQ-FVOであり、それらの塊の仮想軌道空間をさらに細かく切り分けます。

Q-FVOをこれらの他の手法の中にネスト（入れ子に）することで、研究者たちは複雑さに対する多層的な防御策を作り上げています。彼らは「実空間（分子をバラバラにする）」と「軌道空間（仮想軌道をバラバラにする）」の両方の次元で問題を縮小させています。この階層構造により、彼らはこれまで以上に大規模なシステムに対処できるようになり、量子リソースの増大を3つの異なる次元で抑制することができます。

結論

この論文は、量子化学のすべてを解明した、あるいは実際に物理的な量子コンピュータ上で実行したと主張しているわけではありません（それらは将来のステップです）。代わりに、厳密にシミュレートされた概念実証を提供しています。電子計算における「空席」の分割方法について賢明な判断を下すことで、高い精度を維持しながら、量子リソースの要求量をほぼ半分に縮小できることを証明しています。

好奇心旺盛なティーンエイジャーにとっての要点はこうです。量子コンピュータは強力ですが、現在は化学反応の全体像を保持するには小さすぎます。この新しい手法は、不要な背景ノイズをカットし、不可欠な部分だけを残す賢いエディター（編集者）のようなものです。これにより、コンピューターはページが足りなくなることなく、本を一冊丸ごと読み切ることができるのです。これは、化学問題を解くために都市一つ分ほどの大きさの量子コンピュータを待つ必要はなく、より優れた整理術があれば、今あるマシンでそれを実現できる可能性があることを示唆しています。