Quantum error correction and biological error correction: A structural analogy between qubits and neurons

崩れないための偉大なゲーム

ジェンガのブロックでタワーを作ろうとしている場面を想像してみてください。しかし、ブロック自体が少しグラグラしており、テーブルも揺れています。もしブロックを一つだけ積み上げたら、すぐに崩れてしまうでしょう。しかし、すべてのブロックが互いに支え合うような、大規模で連動した構造を築けば、たとえ個々のブロックが多少揺れたり滑ったりしても、タワー全体は立ち続けることができます。これが計算における根本的な課題です。パーツが乱雑で、ノイズが多く、間違いを犯しやすい状況において、いかにして明晰に思考するマシンを構築するかという問題です。

数十年にわたり、科学者たちはこのパズルを解くために、二つの全く異なる世界に着目してきました。一方には、現代のコンピュータには不可能な問題を解決するために物理学の奇妙な法則を利用する最先端のフロンティア、量子コンピューティングがあります。しかし、これらのマシンは極めて脆弱です。その「量子ビット（量子版のコンピュータ・ビット）」は非常に敏感で、わずかな熱やノイズが計算を台無しにしてしまいます。もう一方には、数十億のニューロンからなる生物学的な驚異である人間の脳があります。ニューロンもまた、乱雑で、動作が遅く、ランダムに発火しやすいものです。それにもかかわらず、私たちの脳は、名前を覚え、顔を認識し、世界をナビゲートしながら、クラッシュすることなく機能しています。

大きな疑問はこうです。シリコンと光で造られた世界と、肉と電気で造られた世界、これら二つの世界は、安定を保つための同じ秘密のトリックを使っているのでしょうか？ もし脳がどのように自らの間違いを修正しているのかを理解できれば、量子コンピュータにも同じことを教えることができるのでしょうか？ これは、量子物理学の言語を生物学の言語へと翻訳しようとし、量子コンピュータとニューラルネットワークの間に隠された構造的な双子を探し求める、新しい論文の物語です。

量子と生物の双子

この論文において、イアン・ホワイトハウス氏率いる著者らは、非常に魅力的な概念を提案しています。それは、**量子誤り訂正（QEC）と生物学的誤り訂正（BEC）**は単に似ているだけでなく、「構造的な双子」であるという考えです。彼らは、一方は亜原子粒子を用い、他方はニューロンを用いるという材料は全く異なるものの、情報を保護するために用いる「パターン」はほぼ同一であると主張しています。

量子コンピュータが秘密のメッセージを保存しようとしていると考えてみてください。物理的な量子ビットは非常にノイズが多いため、メッセージを一つの量子ビットに書き込むことはできません。代わりに、メッセージを複数の量子ビットに分散させます。これは、グループ全体をまとめて見たときに初めて意味が成立する秘密のコードを書くようなものです。このコードを安全に保つため、コンピュータは常に「スタビライザー（安定化装置）」をチェックします。これらは、秘密のメッセージそのものを見る（見ることは量子的な魔法を破壊してしまうため）のではなく、代わりに「ガードマンたちが正しい隊列で立っているかどうか」をチェックする監視員のようなものです。もしガードマンが列を外れたら、システムはエラーが発生したことを察知し、秘密を読み取ることなく修正を行います。

次に、脳を見てみましょう。あなたの脳は、一つのニューロンに記憶を保存することはありません。代わりに、記憶は数百のニューロンの集団的な活動によって表現される**集団コーディング（population coding）**を利用します。量子的なガードマンと同様に、脳にも組み込みのチェック機能があります。もし数個のニューロンがランダムに発火しても（実際、ニューロンは常にそのような動きをしています）、残りのグループがそれらを正しいラインへと引き戻します。脳は「ミスマッチ信号（予測誤差や混乱の感覚のようなもの）」を用いて、グループの活動が正しいパターンから逸脱したことを検知し、自らを修正します。

著者らは、これら二つのシステムがどのように一致するかを示すための「構造的辞書」を作成しました。

• ノイズの多い物理的単位： 量子の世界では、これらは個々の量子ビットです。脳の世界では、これらは個々のニューロンです。どちらも単体では信頼性がありません。
• 保護された情報： 量子の世界では、これは論理量子ビット（実際のデータ）です。脳の世界では、これは認知変数（顔の記憶や場所の記憶など）です。
• セーフゾーン（安全圏）： 量子コンピュータには、データが安全に保たれる数学的な領域であるコードスペースがあります。脳には、安定した思考を表す特定の活動パターンである**ニューラル・マニフォールド（神経多様体）**があります。
• エラー信号： 量子コンピュータは、エラーに関するバイナリ（Yes/No）信号であるシンドロームを測定します。脳は、期待されるパターンからの逸脱であるミスマッチ信号を使用します。
• 修正役： 量子コンピュータは、エラーをどう修正するかを決定するためにデコーダーを使用します。脳は、活動を正しいパターンへと引き戻すための再帰的ダイナミクス（recurrent dynamics）（ニューロン間の自然な信号の流れ）を使用します。

シミュレーション：パターンの証明

これが単なる詩的な比喩ではないことを証明するために、著者らは単純な量子モデルと単純な生物学的モデルを比較するコンピュータ・シミュレーションを実行しました。

彼らは、3量子ビット反復符号（3つの量子ビットが協力して1つの情報を保護する量子システム）と、3ニューロン集団符号（同じことを行う3つのニューロンのグループ）から実験を開始しました。そして、両方のシステムに「ノイズ」を導入しました。つまり、量子ビットにおけるランダムな反転と、ニューロンにおけるランダムな発火です。

結果は驚くべきものでした。システムをシミュレートした際、量子システムがセーフゾーンから逸脱していく様子と、生物学的システムが安定したパターンから逸脱していく様子は、数学的に同一でした。

• 量子シミュレーションでは、完璧なチェックを待つのではなく、システムを常に正しい状態へと押し戻す「連続的な回復」手法を用いました。
• 生物学的シミュレーションでは、もし一つのニューロンが暴走した場合に他の二つが引き戻すという「多数決」メカニチズムを持つニューロンをモデル化しました。

シミュレーションの結果、両システムは同じ挙動を示すことがわかりました。つまり、エラーを完全に排除するわけではありませんが、管理可能なレベルまで抑制するのです。「違反（システムが正しい状態からどれほど離れているか）」は、エラーが発生する速度とシステムが修正する速度の比率によって支配される、一定の低いレベルに落ち着きます。これは、脳の「ダンピング（減衰）」によるエラー処理（絶えず滑らかにする方法）が、量子の「プロジェクション（投影）」による方法（システムをコードへと強制的に戻す方法）の生物学的なバージョンであることを示唆しています。

これが意味すること（および意味しないこと）

著者らは、自分たちが何を主張していないかについても非常に慎重に述べています。彼らは、あなたの脳が量子コンピュータであると言っているのではありません。ニューロンが量子もつれやコヒーレンスを利用しているという考えは明確に否定しています。ここでの脳は、古典的でノイズの多いマシンとして扱われています。この類推は、材料の物理学ではなく、エラー訂正の「アーキテクチャ（構造）」に関するものです。

また、これはシミュレーションと構造的な議論であり、新しい生物学的法則の発見ではないことも明確にしています。彼らは、あなたの頭の中のすべてのニューロンが量子アルゴリズムを実行していることを証明したわけではありません。彼らが示したのは、脳がノイズを扱う数学的な構造が、量子コンピュータがノイズを扱う構造と全く同じに見えるということです。

なぜこれが重要なのか

この論文は、将来の発見に向けた双方向の道を提示しています。

1. 生物学から量子へ： 量子コンピュータを構築しているエンジニアは、変化するノイズに適応できないデコーダーの扱いにしばしば苦慮します。しかし、脳は適応の達人であり、環境に基づいて自身の「修正ルール」を絶えず更新しています。著者らは、生物学的システムがどのように適応するかを見ることで、よりスマートな量子コンピュータ用のアルゴリズムにインスピレーションを与えられる可能性があると示唆しています。
2. 量子から生物学へ： 逆に、量子コンピュータがデータをどれほどよく保護しているかを測定するために使用される精密な数学的ツールは、神経符号がいかに堅牢であるかを測定するために使用できるかもしれません。これは、神経科学者に対して、特定の脳回路がどれほど「フォールトトレラント（耐故障性）」であるかを定量化する新しい方法を与える可能性があります。

また、論文はアストロサイト（脳内のニューロンをサポートする星型の細胞）の将来的な役割についても示唆しています。これは本研究の主要な焦点ではありませんが、著者らはアストロサイトが量子システムにおける「アンシラ量子ビット（補助量子ビット）」のように機能するのではないかと考えています。つまり、情報の主要な担い手ではなく、ネットワークを監視し、何かがおかしい時に信号を送る専門のヘルパーとしての役割です。

要約すれば、この論文は、信頼性の低いパーツという問題に対して、自然界とエンジニアが独立して同じ解決策を見出したのだと主張しています。それは、**「一つの完璧な部品に頼るのではなく、互いにチェックし合い、修正し合う、混沌とした群衆に頼る」**というものです。超低温のラボにある量子ビットであれ、あなたの頭の中にあるニューロンであれ、信頼性の鍵は、冗長性、制約、そして正しい道へと絶えず優しく押し戻すプロセスにあるのです。