Classical Stochasticity Using Quantum Computers

本論文は、量子測定に固有のランダム性を活用して古典的な確率論的シミュレーションをモデル化することを提案し、量子アルゴリズムの出力とPythonベースの古典的な確率論的シミュレーションによるローレンツ系の比較を通じて、この手法の実証を行っている。

要約

大きなアイデア：「間違い」を「特徴」に変える

紙の上に完璧な直線を描こうとしているところを想像してみてください。古典的な世界（標準的なコンピュータ）では、定規と鉛筆を使って、その線を正確に引こうとします。もし線がゆらついてしまったら、それは修正すべき「間違い」や「ノイズ」であると考えます。

しかし、この論文は量子コンピュータは異なると示唆しています。量子コンピュータは、物理法則によって自然にゆらぎが生じる鉛筆のようなものです。著者は、「無理に鉛筆で直線を引こうとするのではなく、そのゆらぎを受け入れよう。そのゆらぎは、バグではなく、実は一つの『特徴』なのだ」と述べています。

量子コンピュータは答えを出す際に本質的にランダムであるため、コードに偽のランダム性を追加することなく、混沌とした予測不可能なシステム（天候や人口増加など）をシミュレートできると、この論文は主張しています。

古典的コンピュータの問題点

天候のような混沌としたものをシミュレートするには、古典的コンピュータには「乱数生成器」が必要です。

• 例え： 古典的コンピュータを、非常に高速で非常に賢いロボットだと考えてください。しかし、それは決定論的です。つまり、同じ質問を2回したとしても、全く同じ答えを返します。そのため、天候のように振る舞わせるには、プログラマーが「偽の」乱数のリスト（ビデオゲームにおけるサイコロの投げ方のようなもの）を送り込まなければなりません。
• 問題点： これらの「偽の」乱数は、実際には計算によって導き出されたものです。それらは真にランダムなのではなく、単にランダムに見えているだけなのです。

量子による解決策：コイン投げ

量子コンピュータは異なる仕組みで動いています。量子ビット（qubit）を測定するとき、それは本物のコインを投げるようなものです。

• 例え： もしコインを100回投げたら、表が52回、裏が48回出るかもしれません。もう一度投げれば、表が49回、裏が51回出るかもしれません。一度の投げの結果を正確に予測することはできず、結果は常にわずかに変動します。これが、宇宙に組み込まれた真のランダム性です。

著者たちはこう問いかけました。「この自然な『コイン投げ』によるランダム性を、混沌としたシステムのモデル化に利用できないだろうか？」

実験：ローレンツ・システム

これをテストするために、著者たちはローレンツ・システムと呼ばれる有名な数学モデルを使用しました。

• それは何か？： 大気の流れなどをモデル化するために使用される一連の方程式です。これは「カオス的」であることで有名です（小さな変化が、後に巨大な違いを生む「バタフライ効果」）。
• セットアップ： 彼らは、2つの異なる手法（S-FABLEおよびユニタリ時間発展と呼ばれるもの）を用いて、このモデルを量子コンピュータ上で実行しました。
• 驚きの結果： 彼らは量子コードに「偽の」乱数を一切追加しませんでした。ただ量子コンピュータを実行させただけです。
• 結果： 出力を見たとき、線は完璧に滑らかではありませんでした。それは、現実の混沌としたシステムに伴うランダムなノイズのように、ギザギザとしていて散らばっていました。

比較

著者たちは、手動でランダムノイズを追加した（Pythonの乱数生成器を使用した）古典的シミュレーションの結果と、量子による結果を比較しました。

• 発見： 量子コンピュータによって生成された「ギザギザの」線は、ノイズを加えた古典的コンピュータによって生成された「ギザギザの」線と、ほぼ同じに見えました。
• 結論： 量子コンピュータは、ランダムになるように指示される必要はありませんでした。量子状態を測定するという行為自体が、混沌としたシステムをシミュレートするために必要なランダム性を自然に作り出していたのです。

なぜこれが重要なのか（論文による説明）

著者たちは、自然界の乱雑で予測不可能なシステム（天候、金融市場、ガス分子など）に対して、量子コンピュータに「完璧な」答えを出させようとして時間を浪費する必要はないと示唆しています。

• 例え： 嵐のモデルを作ろうとしているとき、完璧に滑らかな線は必要ありません。必要なのは、混沌を捉えたモデルです。量子コンピュータが持つ自然な「ぼやけ（fuzziness）」は、まさにこの仕事のための完璧な道具なのです。
• 要点： 量子コンピュータの技術的なエラーをすべて修正せずとも、その固有のランダム性は、私たちの世界の乱雑で予測不可能な部分をシミュレートするための優れた候補となります。

まとめ

要約すると、この論文は次のように述べています。混沌とした問題に対して、量子コンピュータを完璧に精密にしようとするのはやめましょう。代わりに、その自然なランダム性を受け入れてください。測定における「ノイズ」こそが、現実世界の混沌をモデル化するために必要な「信号」なのです。

技術概要

技術要約：量子コンピュータを用いた古典的確率性のモデリング

問題提起
本論文は、伝統的に擬似乱数を生成するために決定論的なアルゴリズムを用いてシミュレーションされるローレンツ・システムのような、古典的な確率系をモデル化する際の課題に取り組んでいる。真の乱数を得ることは古典的には困難であるが、量子力学は、観測時における波動関数の崩壊に伴う確率的な性質を通じて、固有の乱数の源を提供している。著者らは、量子ハードウェア上で非線形微分方程式（ODE）を解こうとすると、測定プロセスによって、厳密な数値解からの避けられない偏差が生じることを観察している。これらの偏差を、広範な後処理やフィルタリングを必要とするエラーとして扱うのではなく、本論文では、これらの固有のゆらぎをシステムの自然な確率的定式化として解釈できると提唱している。

手法
著者らは、決定論的なカオスで知られる3つの非線形微分方程式のセットであるローレンツ63系を調査している。彼らは以下の2つのアプローチを比較している：

1. 古典的確率モデリング： 離散化された方程式（具体的には $y$ の方程式）に乱数変数 ($\xi_i$) を導入して、確率的な挙動をシミュレートする、古典的なオイラー・ストキャスティック数値スキームを実装する。
2. 量子アルゴリズム： コード内に明示的な確率項を含まずに（$e=0$）、ローレンツ系を解くための2つの異なる量子アルゴリズムを実装する：
   • S-FABLE アルゴリズム： システム行列をエンコードするために、疎なFableコーディングとウォルシュ・アダマール変換を利用する手法。これには、ブロックエンコーディング、補助量子ビット（ancilla qubits）、および測定中に失われた符号を再構成するためのヒューリスティックが含まれる。
   • ユニタリ時間発展： 反エルミート転送行列から導出されたユニタリ行列を用いてシステムを進展させる手法。状態ベクトルは量子ビットにエンコードされ、発展は反復的に適用される。

両方の量子アプローチにおいて、著者らはQiskitを使用してノイズのない回路をシミュレートしている。彼らは量子状態ベクトルを生成し、測定（ショット）を実行して物理変数（$x, y, z$）を抽出している。そして、得られた測定結果の統計分布を分析し、古典的な確率シミュレーションおよび期待される決定論的な軌道と比較している。

主な結果

• 固有の確率性： 両方の量子アルゴリズムの測定出力は、厳密な数値軌道から逸脱している。著者らは、これらの偏差が単なるノイズではなく、量子測定理論と一致する統計分布（二項分布および多項分布）に従っていることを示している。
• 古典的確率性との比較： 量子測定点をプロットすると、それらは確率項（ホワイトノイズ）によって駆動される古典的なローレンツ系の挙動を密接に模倣するような、軌道の周囲のランダムな分布を示す。
• 統計的検証： ユニタリ発展法について、著者らは50個の測定サンプルを分析した。測定頻度の平均と分散を、Pythonで生成された二項乱数セットと比較した。結果として、約3%の分散の差が見られたが、これは未考慮の量子もつれや分解エラーに起因すると考えられるものの、量子出力が多項分布に従っていることを裏付けている。
• 誤差分析： 量子測定された軌道と古典的な数値解との間のユークリッド距離は、古典的な確率シミュレーションで見られるものと同様のゆらぎを示す。

主な貢献

• 測定エラーの再定義： 本論文は、非線形ODEに対する量子アルゴリズムの出力を解釈する上でのパラダイムシフトを提案している。測定による分散を、後処理によって修正すべき欠陥と見るのではなく、確率的なシステムを自然にモデル化するための特徴として捉えることを提案している。
• アルゴリズムの実証： 著者らは、S-FABLEおよびユニタリ発展を用いる具体的な実装を提供し、ノイズのないシミュレーションであっても、測定プロセス自体が確率的な挙動をモデル化するのに十分なランダム性を導入することを示している。
• 分布モデリング： 本研究は、非線形システムにおける量子測定の結果が多項分布を用いてモデル化できることを確立しており、計算プロセスから直接乱数を生成する手法を提供している。

意義と主張
著者らは、量子コンピュータ、特にNISQ（Noisy Intermediate-Scale Quantum）時代およびそれ以降において、高精度が主要な要件ではない確率的システムのモデリングのための実行可能な代替ハードウェアとして機能すると主張している。彼らは、「確率性が自然に創発する」ことが、量子アルゴリズムの測定結果における特性であると述べている。

本論文は、量子コンピュータが約束する効率性と膨大なヒルベルト空間の次元（例：127量子ビットのシステムは $2^{127}$ の次元を持つ）がある一方で、確率的モデリングにおける当面の有用性は、この固有のランダム性に存在することを強調している。著者らは、天候や人口動態のような、正確な一点の解よりも分布的な挙動を理解することが目的であるシステムにおいて、量子測定が直接的な確率の源となることを結論づけている。彼らは、特定の例がローレンツ系の安定領域に焦点を当てているものの、このアプローチは複雑な非平衡系における不安定な挙動や分岐点を研究するために拡張可能であると述べている。本論文は、一般的な精密ODE解決問題を解決することを主張するのではなく、量子ハードウェアの確率的な性質が有利に働く特定のニッチを浮き彫りにしている。