Benchmarking neutral atom-based quantum processors at scale

コンピュータが単に数字を計算するだけでなく、現実の織りなす布地そのものと踊るような世界を想像してみてください。これは量子コンピューティングの領域であり、原子のような微小な粒子が脳のニューロンのように振る舞う分野です。0か1のいずれかであるビットを使用するあなたのノートパソコンとは異なり、これらの量子マシンは、0でもあり1でもある、あるいは同時に両方の魔法のような混合状態にもなり得る「量子ビット（qubit）」を使用します。これらのマシンを構築するための有望な方法の一つは、レーザー光で作られた「光ピンセット」と呼ばれる目に見えない檻の中に、個々の原子を閉じ込めることです。これらの原子はステージ上のダンサーのようなものです。もし彼らが近づきすぎると、「リュードベリ・ブロッケード（Rydberg blockade）」と呼ばれる特別な方法で相互作用し、同時に励起されることを拒みます。科学者たちはこのルールを利用して、例えば「友だち同士が隣り合わせにならないように、グループの人々を配置する最善の方法を見つける」といった、非常に難しいパズルを解きます。しかし、ここには落とし穴があります。これらの量子のダンサーたちは非常に脆いのです。環境からのノイズによって彼らはつまずいてしまうことがあり、また、より多くの原子を持つ大きなステージを構築するにつれて、マシンが実際に賢くなっているのか、それともただ騒がしくなっているだけなのかを判断することが難しくなります。だからこそ、内部の部品を見るだけでなく、実世界の問題をいかにうまく解決できるかを見ることで、彼らを公平にテストする方法が必要なのです。

この論文は、地球上で最も高度な2つの量子コンピュータによる、巨大で公平なスポーツトーナメントのようなものです。一つはQuEra社によるもの（Aquilaと呼ばれます）、もう一つはPasqal社によるもの（Fresnelと呼ばれます）。研究者たちは、どちらのマシンが「極大独立集合（Maximal Independent Set: MIS）」として知られる特定の種類のパズルを解くのに優れているかを調べたいと考えました。想像してみてください、街の地図があり、多くの交差点（点）と、それらを結ぶ道路（線）があります。目標は、選んだ交差点同士が道路で直接つながっていないような、最大の交差点のグループを選ぶことです。一見単純に聞こえますが、街が大きくなるにつれて、可能な組み合わせの数は爆発的に増加するため、通常のコンピュータにとっては悪夢となります。研究者たちは、これらの量子マシン上でこれを解くために、2つの異なる「戦略」を用いました。一つ目は「量子断熱アルゴリズム（QAA）」で、これは曲がりくねった丘をゆっくりとビー玉を導いていくようなものです。十分にゆっくり進めば、ビー玉は自然に最も深い谷へと転がり込み、それが最善の解を表します。二つ目は「量子近似最適化アルゴリズム（QAOA）」で、これは「熱いか冷たいか（hot and cold）」のゲームのようなもので、コンピュータがさまざまな設定を試し、結果から学び、アプローチを微調整しながら最善の場所を見つけ出そうとするものです。

チームは、11個の原子を用いた小さなセットアップから、Aquulaの102個、Fresnelの85個という大規模なチャレンジに至るまでの問題を用いて、これらのマシンをテストしました。彼らはマシンが完璧な答えを得られたかどうかだけでなく、どれくらいの頻度で「有効な」答え（ルールに従っている実際の解）を見つけ、それらの答えが最善のものにどれだけ近いかを見ました。結果は明確な傾向を示しました。パズルが大きくなるにつれて、両方のマシンにとって完璧な解を見つけることは難しくなりました。これは、問題が難しくなり、マシンがノイズの影響を受けやすくなっているため、予想通りのことです。しかし、特にパズルが非常に大きくなったとき、Aquilaは一般的にFresnelよりも優れたパフォーマンスを示しました。例えば、85個の原子を用いた問題では、Aquilaは有効な解を約22.1%の割合で見つけましたが、Fresnelはわずか4.6%しか達成できませんでした。興味深いことに、研究者たちはQAOA戦略が、必ずしもゆっくりと着実なQAA戦略を打ち負かすわけではないことを見出しました。これは、これらの特定のマシンにおいては、時には速くて複雑なアプローチよりも、穏やかでゆっくりとしたアプローチの方がうまくいく場合があることを示唆しています。

著者らはまた、将来の量子コンピュータが構築される際の標準的なテストとして機能するよう、1,000個の原子までスケールアップした新しいパズルの膨大なライブラリを作成しました。彼らは、このテストが、マシンが失敗した理由（それが壊れたレーザーによるものか、あるいは悪いアルゴリズムによるものかなど）を正確に教えてくれるものではないことを注意深く述べています。その代わりに、システム全体が実生活においてどれほどうまく機能しているかを示す「スコアカード」を与えるものです。それは、車のすべてのボルトを測定するのではなく、トラックをいかに速く安全に走行するかを見ることで車を評価するようなものです。論文は、どちらのマシンもまだノイズの問題を「解決」していないものの、現在ではAquilaが、これらの大規模でネイティブな最適化タスクを扱う面でリードしていると結論付けています。このベンチマークは、科学者が異なる量子技術を比較するための共通言語を提供し、より大きく強力なマシンを構築していく中で、私たちが本当に必要としている仕事を、それらが本当に上手に行えるようになっているかどうかを真に測定できるようにするものです。