A proof-of-principle experiment on the spontaneous symmetry breaking machine and numerical estimation of its performance on the $K_{2000}$ benchmark problem

本論文は、組合せ最適化問題の解決を目的とした物理実装型シミュレータ「自発的対称性破砕マシン（SSBM）」の小型ベンチマーク系による実験的検証と、大規模問題（K2000）に対する数値シミュレーションを通じて、初期揺らぎの異なる多数の試行から単一の極めて安定した状態を探索できるその有効性を示したものである。

要約

1. この機械は何をするの？（「迷路」からの脱出）

私たちが日常で直面する「最も効率的な配送ルートを決める」「投資の組み合わせを最適化する」といった問題は、**「組み合わせ最適化問題」**と呼ばれます。これは、選択肢が膨大すぎて、すべてのパターンを試すには時間がかかりすぎる「巨大な迷路」のようなものです。

これまでのコンピュータや量子コンピュータは、この迷路を「ランダムに歩き回り、たまたま出口を見つけようとする」か、「地道に一つずつチェックする」ようなアプローチをとっていました。

しかし、この論文で紹介されているSSBMは、全く違うアプローチをとります。
それは、**「迷路の壁が、自分自身で崩れて、一番低い場所（ゴール）に自然と転がり落ちる」**ような仕組みです。

2. 核心となるアイデア：「対称性の破れ」とは？

この機械の心臓部にあるのは「自発的対称性破れ（SSB）」という物理現象です。

• イメージ： 真ん中に置かれた「ボール」を想像してください。
  • 最初は、ボールが山頂の平らな場所に置かれています（これが「対称性」の状態）。どちらの方向にも転がりやすいですが、まだどちらにも決まっていません。
  • しかし、少しの揺れ（ノイズ）が加わると、ボールは**「右」か「左」かのどちらか一方に、勢いよく転がり落ちます**（これが「対称性の破れ」）。
  • 一度転がり始めると、もう元には戻らず、谷の底（安定した状態）に落ち着きます。

この論文のSSBMは、この「ボールが自然に谷へ落ちる」現象を、光（レーザー）を使って電気回路の中で再現し、計算問題の「正解（最もエネルギーが低い状態）」を見つけ出すように設計されています。

3. 実験の結果：「奇跡の一致」

研究者たちは、まず小さなパズル（MaxCut3 という 16 個の要素の問題）を使って実験を行いました。

• 実験の様子：
  1000 回も実験を繰り返しましたが、毎回「ボール」が転がり落ちる瞬間に、「偶然」ではなく、いつも同じ「最も安定したゴール」に落ち着くことが確認されました。
  • 他の機械（量子アニーラなど）は、同じ問題を解いても、毎回少し違う答えが出たり、確率的に正解に近づいたりします。
  • しかし、この SSBM は、**「一度決まると、その答えに強く引き寄せられて、他の答えには行かない」**という、非常にユニークな性質を持っていました。まるで、迷路の出口が一つだけあり、そこに吸い寄せられるように到達する感覚です。

4. 大規模な問題への挑戦：「K2000」という難問

次に、研究者たちは「K2000」という、2000 個の要素がすべてつながっている、非常に難しい問題（ベンチマーク）をシミュレーションで試しました。

• 課題：
  要素が増えると、光の信号が弱くなり、ノイズ（雑音）に負けてしまうリスクがありました。また、光の干渉（波の重なり）をうまく制御するのが難しかったのです。
• 解決策（進化版の SSBM）：
  研究者は、機械の仕組みを少し「進化」させました。
  • アナロジー： 最初は「ボール」を転がす力を優しく調整し、迷路の全体像を把握させます。その後、徐々に転がす力を強くして、ゴールへ一気に引き寄せます。
  • この「段階的な力加減（ネスト化）」を調整することで、2000 個もの要素がある複雑な迷路でも、「99.7% の確率で、現在知られている最良の解」に到達できることをシミュレーションで証明しました。

5. なぜこれが画期的なのか？

この研究の最大の驚きは、**「統計的なバラつきがない」**という点です。

• 他の機械： 「100 回解いて、その中で一番良い答えを選ぶ」必要があります。
• SSBM： 「1 回解けば、ほぼ確実に最良の答え（またはそれに極めて近い答え）に落ち着く」可能性があります。

これは、**「迷路を歩くたびに、出口の場所が少し変わるのではなく、出口が一つに定まっていて、そこに自然と導かれる」**ような感覚です。

6. 今後の展望と課題

• 課題：
  今のところは、光の信号を扱うため、要素が増えすぎると信号が弱すぎてノイズに負けてしまうという「スケール（規模）の問題」があります。これは、他の光を使う計算機（コヒーレント・イジングマシン）も抱えている共通の課題です。
• 未来：
  しかし、この「自然に安定した状態へ落ちる」という原理は、従来の計算機にはない強力な武器です。将来的には、この仕組みをより大きく、より高速にすることで、物流、金融、創薬など、私たちが抱える巨大な複雑な問題を、瞬時に解決する「新しい時代の計算機」になる可能性を秘めています。

まとめ

この論文は、**「光の波と、物理法則の『転がり落ちる』性質を組み合わせ、複雑なパズルを『偶然』ではなく『必然』として解く新しい機械」**の実験成功と、その将来性を示したものです。

まるで、**「風が吹けば、葉っぱが自然と一番低い谷に集まるように、答えが自然と集まってくる」**ような、とても美しい物理現象を利用した計算機なのです。

技術概要

技術サマリー：自発的対称性破れマシン（SSBM）の実証実験と大規模問題への性能評価

1. 概要と背景

本論文は、NTT が開発した組合せ最適化問題（COP）用の物理実装型シミュレータである**「自発的対称性破れマシン（SSBM: Spontaneous Symmetry Breaking Machine）」の実証実験結果と、大規模ベンチマーク問題（K2000）に対する数値シミュレーションによる性能評価を報告するものである。
従来の量子アニーラやコヒーレント・イジングマシン（CIM）とは異なる、「散逸系における因果関係（Dissipative Causality）」**に基づいた新しいアプローチを採用しており、イジングモデルの安定状態探索において他機と異なるユニークな挙動を示すことを実証している。

2. 解決すべき課題

• 組合せ最適化問題（COP）の解決: 物流、金融、創薬など広範な分野で NP 困難問題として扱われる COP の効率的な解法が必要とされている。
• 既存物理シミュレータの限界: 量子アニーラや CIM などの物理実装型シミュレータは注目されているが、大規模問題における解の統計的ばらつきや、連続変数を用いたイジングマシンにおけるエネルギーポテンシャル面上での安定化の難しさなどの課題がある。
• SSBM の実証と拡張: 先行研究で提案された SSBM の理論的枠組みを実験的に検証し、小規模問題（MaxCut3, N=16）だけでなく、大規模問題（K2000）への適用可能性を評価する必要がある。

3. 手法とシステム構成

3.1 SSBM の基本原理

SSBM は、光ファイバやマッハ・ツェンダ変調器（MZM）を用いた光学系で構成される「完全散逸系」に基づいている。

• 散逸的因果関係: 入力された光パルスが、遅延線やフィルタを経て、後続のパルスの強度変調信号としてフィードバックされるループ構造を持つ。これにより、特定の条件（$\sigma_{pw} \ll \tau_{pw} \ll \Delta t$）下で、安定した反復方程式（$\phi_{i+m} = \sin^2(\frac{\gamma}{2}\phi_i + \theta_B)$）が実現される。
• 擬似スピン相互作用（pSI）: 複数の散逸系間に、光干渉回路（ODIC: Optical Delay Interference Circuit）を介して擬似スピン相互作用を導入する。これにより、イジングモデルに類似した多体系を構築する。
  • 強磁性型（Ferro）と反強磁性型（Anti-Ferro）の相互作用を、連続変数である透過率 $\phi$ の関数として定義する。
  • 初期化パルスにより系を不安定な固定点（$\phi=1/2$）に遷移させ、その後、自発的対称性破れ（SSB）を誘起して安定な固定点（0 または 1）へ収束させる。

3.2 実証実験システム（Proof-of-Principle）

• 対象問題: MaxCut3 問題（N=16）。3 次グラフ構造を持つ NP 困難問題。
• ハードウェア: 商用コンポーネントと、目標問題の pSI を物理実装するためのシリカ基盤平面光波回路（PLC）を組み合わせた ODIC を使用。
• 動作: 1.02 GHz の光クロックパルスを用い、800 回の試行をリアルタイムオシロスコープで記録。初期化パルスにより系をリセットし、SSB 現象を誘起する。

3.3 大規模問題への数値シミュレーション

• 対象問題: K2000（N=2000 の全結合グラフ）。イジングマシン分野の標準ベンチマーク。
• 改良手法:
  1. 共役系の平均化: 擬似スピン相互作用の非対称性（特に強磁性相互作用において 0 状態へ偏る現象）を解消するため、元の系と共役な系の平均をとる式（Eq.8）を導入。
  2. ネスト化（Nesting）: 擬似スピンが 0/1 状態へ十分に収束しない問題を解決するため、反復関数をネスト化（Eq.9, Eq.10）し、動的な吸引力を強化する「進化版 SSBM」を提案。
• シミュレーション条件: 1000 回の試行、異なる初期揺らぎ、NNA（ネスト化回数）を段階的に増加させる制御など。

4. 主要な結果

4.1 実証実験結果（MaxCut3, N=16）

• pSI 無効時: 16 個の独立した系がそれぞれ初期揺らぎに応じて 0 または 1 へ遷移し、約 20 ステップで収束。
• pSI 有効時: 擬似スピン相互作用により、系全体が協調して動作。約 30 ステップで、目標問題の最も安定な解（最安定状態パターン）に対応する状態へ遷移を確認。
• 成功率: 閾値処理（80% 以上を 1、20% 以下を 0）を行った場合、最安定解の発見率は約**97%**であった。
• 意義: SSBM がイジングモデルの安定状態と対応する状態を探索できること（双対性）が実験的に裏付けられた。

4.2 数値シミュレーション結果（K2000）

• 非対称性の解消: 共役系の平均化を導入したことで、強磁性相互作用下での「0 状態への暴走的遷移」が抑制され、イジングエネルギーの安定化が促進された。
• ネスト化制御の効果: NNA（ネスト化回数）を段階的に増加させる制御（例：初期は n=6、後段で n=12 へ増加）を行うことで、解の探索と収束のバランスが最適化された。
• K2000 問題の性能:
  • 1000 回の試行において、統計的なばらつきなく単一の極めて安定した状態に収束することが確認された。
  • 得られたカット値は、現在知られている最良値の**99.7%**に達した。
  • 従来のイジングマシンや量子アニーラでは避けられない解の統計的ばらつきが SSBM には見られず、単一の安定状態へ収束するユニークな挙動を示した。

5. 主要な貢献と発見

1. 物理実装の成功: 小規模ベンチマーク問題（N=16）を用いた実験により、SSBM が組合せ最適化問題の解探索器として機能することを初めて実証した。
2. 新しい収束メカニズムの発見: 従来のイジングマシンが「平衡状態に近い状態からゆっくりとパラメータを変化させて解に到達する」のに対し、SSBM は「動的に生じる吸引（Dynamics-derived attraction）」と pSI の競合を通じて、連続変数が 0/1 へ分離する過程で多様な経路を探索し、最終的に単一の安定状態へ収束するメカニズムを明らかにした。
3. 統計的ばらつきの排除: 大規模問題（K2000）において、1000 回の試行で同一の解（最良値の 99.7%）に収束することを示し、他のソルバーには見られない「単一安定状態への収束性」という強力な利点を提示した。
4. 進化版 SSBM の提案: 擬似スピン相互作用の非対称性や収束性の問題を解決するため、共役系の平均化とネスト化制御を組み合わせた改良アルゴリズムを提案し、数値的にその有効性を確認した。

6. 意義と将来展望

• 科学的価値: SSBM が示す「対称性の破れによる多体系の創出」と「単一安定状態への収束」という現象は、物理学の新たな知見を提供する。特に、エントロピー効果や確率的な経路探索が、最終的に決定論的な単一解へ収束するプロセスは、統計力学や非平衡系の理解を深める鍵となる。
• 応用可能性: 統計的ばらつきがないため、解の選別や多数の試行によるサンプリングが不要となり、計算リソースの効率的な利用が期待される。
• 課題: 光干渉による物理実装において、スピン数が増加すると各相互作用の光パワーが低下し、S/N 比が低下するスケーラビリティ問題が存在する。
  • 解決策: コヒーレント・イジングマシンが N=100,000 問題で成功した「測定・フィードバック方式（光信号を電気信号に変換し、FPGA で計算してフィードバックする方式）」を SSBM にも適用することで、このスケーラビリティ問題を解決できると期待される。

結論

本論文は、SSBM が理論的な枠組みを超え、実証実験および大規模シミュレーションを通じて、組合せ最適化問題に対する有望な物理実装型ソルバーであることを示した。特に、統計的ばらつきなく単一の高品質解へ収束する特性は、将来の最適化技術において決定的な優位性を持つ可能性を秘めている。