From Circuits to Hardware: Benchmarking Standard and Qubit-Efficient Quantum Optimization on Real Hardware

あなたは、新しく開発された、非常に壊れやすいロボットアームを使って、巨大で絡まり合ったパズルを解こうとしているところだと想像してください。あなたにはいくつかの異なる戦略があります。パズル全体を一度に掴もうとするものもあれば、パズルをポケットに入るサイズまで小さくしようとするもの、あるいはパズルを始める前にピースを並べ替えようとするものもあります。この論文は、それらのロボットアームに対する、これらすべての戦略の、現実世界での大規模なストレス・テストのようなものです。単にコンピュータ画面上でシミュレーションするのではなく、実際の量子コンピュータ（「ロボットアーム」）を使用して、4つの非常に異なるタイプのパズルに対してテストを行っています。

以下に、彼らが実際のハードウェア上でこれらの戦略をテストした際に何が起きたのか、その全貌を記します。

大きな全体像：「ポケット・パズル」の罠

主な発見は、一種の現実的な再確認です。長い間、人々は量子コンピュータで難しい問題を解く最善の方法は、問題をより少ない「量子ビット」（ロボットの指）に収まるように小さくすることだと考えてきました。「指が少なければ、解くのが簡単になる」という考え方です。

しかし、この論文は、これは必ずしも真ではないことを示唆しています。問題を縮小する（「量子ビット効率的」な）手法は、より大きな問題をマシンに収めることはできますが、それが良い答えを保証するわけではありません。実際、問題を縮小することで、ロボットアームがノイズによって激しく揺れ、ピースを完全に落としてしまうことがあります。著者らはこれを実際のIBM Heronプロセッサで測定し、単に手法が少ない量子ビットを使用しているからといって、それが必ずしも優れた結果をもたらすわけではないことを明らかにしました。それは、重い箱を小さなバックパックに入れて運ぼうとするようなものです。確かにバックパックは小さいですが、もし箱が重すぎて背中に耐えられないなら、結局は落としてしまうでしょう。

4つのパズル：4つの問題の物語

研究者たちは、4つの異なる種類の「NP困難」な問題（これは通常のコンピュータにとっても非常に難しい問題であることを意味します）をテストしました。それぞれが異なる挙動を示しました。

1. 多次元ナップサック問題 (MDKP): バックパッキング旅行を想像してください。荷物は重く、場所を取り、特定の区画に収まる必要があります。

   • 何が起きたか: これは「中間の成功」でした。大きなものから小さな圧縮されたものまで、すべての手法が実際に何らかの有効な解を見つけることができました。圧縮手法（PCEおよびQRAO）はここではうまく機能し、問題を縮小することが（ロボットアームが十分に安定していれば）助けになることを証明しました。

2. 最大独立集合問題 (MIS): パーティーを想像してください。できるだけ多くのゲストを招待したいのですが、敵対関係にあるゲスト同士（隣り合わせに座れない人たち）は二人もいてはいけません。

   • 何が起きたか: これは「崖」でした。小さなパーティーではロボットは素晴らしい成果を出しました。しかし、パーティーが大きくなるにつれて、ロボットは突然機能しなくなりました。論文は、明確な「実現可能性の崖」を示しています。問題が少し大きくなりすぎると、実際のハードウェア上のノイズによって、有効なゲストリストを一つも見つけることが不可能になります。それは、トランプの城をハリケーンの中でバランスさせようとするようなものです。数枚のカードならうまくいきますが、ある一点を超えると、ドカンとすべてが崩壊します。

3. 二次割当問題 (QAP): 10人または12人の人々を、10または12のデスクに割り当てる場面を想像してください。ただし、コストは席の距離や、誰と誰が話すかに依存します。

   • 何が起きたか: これは「完全な失敗」でした。論文は、テストされたどの手法も、実際のハードウェア上では有効な解を一つも返さなかったと明言しています。なぜでしょうか？ ルールが非常に厳格（特定の置換であること）なため、有効な答えは極めて稀だからです（可能な配置のうち、正しいものはわずか $10^{23}$ から $10^{34}$ 分の1程度です）。コンピュータ上のノイズが信号を完全にかき消してしまい、ロボットはただランダムに推測しているだけになっていました。著者らは、これは単に「もっと良いコンピュータが必要だ」という問題ではなく、問題の構造自体が現在の技術にはあまりにも密度が高すぎるのだと主張しています。

4. 市場シェア問題 (MSP): ピザを分割することを想像してください。全員が注文した通りのサイズを正確に受け取れるようにします。

   • 何が起きたか: これは「圧縮のパラドックス」でした。圧縮手法（PCEおよびQRAO）は、問題をわずか7〜11量子ビットへと縮小しましたが、通常のメソッドは最大156量子ビットを必要としました。しかし、ここが肝心な点ですが、小さな手法はひどい結果を出しました。 目標値に到達できなかったのです。通常の手法（より大きなもの）の方が、実際には優れた結果を出していました。これは、問題を小さくすることが自動的に答えを良くするわけではないことを証明しています。

「ノイズ」の要因：ロボットのふらつき

論文では、コンピュータがどれくらいふらついているかを測定する面白い方法を紹介しています。彼らはこれを「忠実度プロキシ（fidelity proxy）」($F_{est}$) と呼んでいます。これは「信号対雑音比（S/N比）」メーターのようなものです。

• メーターが高い（0.1または10%程度）場合、ロボットは指示を聞き取るのに十分安定しています。
• メーターが0.001（0.1%）を下回ると、ロボットはあまりにふらついており、実質的に空回りしている状態です。

彼らは、多くの「QAOA」スタイルの手法（人気のアルゴリズム・ファミリー）において、ロボットがあまりにふらついていたため、その結果は単にランダムな答えを選んでいるのと区別がつかない状態であることを発見しました。論文では、制御テストとして、ロボットの出力を一様ランダムな推測と比較しました。複雑な回路の多くの場合、ロボットはランダムな推測よりも優れた結果を出せませんでした。実際、ある特定のケースにおいて、「ウォームスタート」手法がランダムよりもわずかに優れた結果を出しましたが、それは稀な例外であり、ルールではありませんでした。

この論文が否定していること

著者らは、自分たちが「見つけなかったこと」についても非常に慎重に述べています。

• 彼らは、「少ない量子ビット ＝ より高いパフォーマンス」という考えを否定しました。データを縮小すると、他の問題（例えば、変換後の回路が深くなることなど）が発生し、それがメリットを打ち消してしまうことが示されています。
• 彼らは、QAOA手法がこれらの難しい問題に対して「実戦投入の準備ができている」という考えを否定しました。コンピュータが命令を自身の言語に翻訳（トランスパイル）した後、回路は非常に巨大でノイズが多くなり、失敗します。たとえルーティング（ロボットの指の動き方）を最適化しようとしても、回路は依然として動作するにはあまりに不安定です。
• 彼らは、シミュレーション結果（完璧なコンピュータ上で想定すること）がすべてを語っているという考えを否定しました。シミュレーション（完璧な環境）と実際のハードウェアとの間のギャップは巨大です。シミュレーション上で素晴らしく見える手法も、それを実際に機能させるために必要な追加ステップのせいで、実機では惨敗することがよくあります。

彼らの確信度

著者らは、自分たちが測定したものに対して非常に高い確信を持っています。彼らは単に推測したのではなく、実際のIBM Heronプロセッサ（具体的にはr1およびr2バージョン）を用いて、247通りの異なる手法と問題の組み合わせを実行しました。コードがどのように翻訳され、最終的な結果に至ったか、そのすべてのステップを記録しています。

• 彼らは、ロボットが行うべき正確なゲート（ステップ）の数を測定しました。
• 彼らは、使用した特定のチップのエラー率を測定しました。
• 彼らは、ベースラインを得るために一部をシミュレーションしましたが、シミュレーション結果はあくまで参照用であり、最終的な答えではないことを明確にしています。

彼らは、量子コンピュータが無用であると主張しているわけではありません。彼らは、これら特定の種類の問題、そしてこれら特定の現在のマシンにおいては、「問題を縮小する」という戦略には限界があり、QAPのような問題は今のところ難しすぎるのだと言っているのです。彼らは、単に量子ビットの数を数えるのではなく、問題のサイズ、ノイズ、そしてコードがどのように翻訳されるかといった、全体像を見る必要があると示唆しています。

好奇心旺盛なティーンエイジャーへのまとめ

量子最適化とは、ノイズの多い部屋の中でメッセージを送ろうとすることに似ています。

• 「標準的な」方法は、メッセージ全体をはっきりと叫ぶことです。声は大きくなりますが、部屋が広すぎると、ノイズにかき消されてしまいます。
• 「圧縮された」方法は、暗号化されたメッセージをささやくことです。より静かで、より狭いスペースに収まりますが、もしコードが複雑すぎたり、部屋がうるさすぎたりすると、誰も解読できず、ただの支離滅裂な音になってしまいます。

この論文はこう言っています。「ねえ、ささやけばいいというわけじゃないんだよ！ 部屋がうるさすぎると、どんなに優れたコードを使っても、結局は意味不明なものになってしまう。そして、QAPのような本当にトリッキーなパズルの場合、今のロボットでは、部屋のノイズがあまりに大きすぎて、どんな方法でも解けないんだ。」

著者たちは「諦めろ」と言っているのではありません。「単に問題を小さくしたからといって、解決したと思い込むのはやめよう。ノイズ、翻訳、そして実際の計算結果といった、すべてのおかしな状況を直視して、何が本当に機能しているのかを見極めよう」と言っているのです。