有用な量子コンピュータの構築に向けた競争において、科学者たちはしばしば、マシンそのものに執着しがちです。すなわち、それがいくつの量子ビット（qubit）を持ち、どれほど長く状態を保持でき、ノイズに対してどれほど耐性があるかといった点です。しかし、多くの実用的なタスクにおいて、ボトルネックとなるのはハードウェアの性能ではなく、情報をいかに送り込むかという難しさです。量子コンピュータは、オンかオフかの連続したライトスイッチのような、離散的なビットの言語を話します。一方で、薬物分子の複雑な化学構造のような現実世界のデータは、無限の陰影と変化を持つ、連続的で流動的な世界に存在しています。この豊かで連続的なデータを、小さく硬直した量子レジスタに押し込もうとする試みは、まるで1ガロンの水をスミレ（小さな容器）に注ごうとするようなものです。情報の大部分は溢れ出し、残ったものは元の姿とは似ても似つかない、歪んだ認識不能なバージョンになってしまいます。この問題は、研究者が量子マシンを用いて分子の挙動を予測することを期待している化学の分野において特に深刻であり、現在の化学データを量子コードへと翻訳する方法では、正確な予測を行うために必要な詳細な情報さえも失ってしまうことが多々あります。

ある研究チームは、より大きなマシンを構築するのではなく、量子回路に入る前にコンピュータがデータをどのように捉えるかを教え直すことで、この翻訳問題に直接取り組みました。薬物分子が血液脳関門を通過できるかどうかを予測すること（これは神経疾患の治療における重要なステップです）に焦点を当てた研究の中で、チームはデータの準備方法が、それを処理するアルゴリズムと同じくらい重要であることを実証しました。彼らは、標準的な化学データを単に量子分類器に投入した場合、異なる分子が同じデジタルコードへと押し込められ、区別がつかなくなるため、マシンが苦戦することを発見しました。このデジタル圧縮を特別に考慮した新しい学習方法を導入することで、彼らは、少数のビットに削減された後でも、個々の分子が個別のものとして識別され続けるようにデータを再形成することに成功しました。その結果、量子モデルは古典的なコンピュータの性能に匹かにじ、特定の条件下では実際に古典的なコンピュータを凌駕しました。これは、情報のボトルネックが適切に管理されていれば、今日の限られたハードウェア上でも量子優位性が可能であることを証明しています。

問題の核心は、データを量子コンピュータにどのようにロードするかという点にあります。計算を実行するには、分子をマシンのメモリに適合するゼロと一の文字列に変換しなければなりません。この研究において、研究者たちは、すでに数百万の分子から化学の一般的な言語を学習済みの、基盤モデル（foundation model）と呼ばれる強力な事前学習済み人工知能モデルを使用しました。このモデルは、各分子の微細な構造的詳細を捉えた、豊かで高次元な記述を生み出しました。しかし、この記述を小さな量子レジスタに適合させるために、研究者たちはそれを劇的に圧縮し、複雑な数値ベクトルを短いバイナリ文字列へと変えなければなりませんでした。この圧縮ステップこそが、事態を悪化させた箇所でした。圧縮があまりに粗かったため、多くの異なる分子が全く同じバイナリコードになってしまったのです。研究者の言葉を借りれば、これらは「衝突（collisions）」でした。もし、性質の異なる2つの分子（例えば、血液脳関門を通過できるものとできないもの）が同じコードを共有してしまった場合、量子であれ古典であれ、コンピュータはそれらを区別することができません。マシンは異なる2つの問いに対して同じ入力を受け取り、推測することを強いられるため、精度が低下してしまうのです。

研究者たちは、これらのモデルの標準的な学習方法では不十分であることに気づきました。通常、科学者は、データの分離が圧縮時にも自然に引き継がれることを期待して、滑らかで連続的な空間内で異なるクラスのデータを分離するようにモデルを訓練します。しかし、この研究は、圧縮がこれほど過酷な場合にはそのアプローチが失敗することを示しました。モデルが内部の数学的処理において2つの分子を完璧に分離していたとしても、それらが圧縮中に丸められてしまうデジタル境界の反対側に位置してしまえば、衝突が発生します。研究者には、圧縮プロセス自体を理解する手法が必要でした。彼らは「離散化を考慮したファインチューニング（discretization-aware fine-tuning）」と呼ぶ技術を開発しました。これには2段階の学習プロセスが含まれます。まず、モデルが全般的に2種類の分子を区別できるように「ウォームアップ」を行います。次に、より重要な第2段階として、学習に特別なペナルティを加えます。このペナルティは、単にモデルが正解か不正解かを見るだけでなく、異なる2つの分子が圧縮後に同じデジタルビン（箱）に入ってしまう確率を計算するものでした。モデルが、デジタル境界を尊重した形でそれらの分子を押し離すように学習すれば、ペナルティは減少します。これにより、モデルは最も重要な化学的特徴が、わずかなビットに削減された後でも保持されるような表現を学習することを強制されました。

この新しい方法をテストした際、その差は明白でした。この特別な訓練なしでは、量子コンピュータは、数千組の異なる分子が衝突している混沌とした入力に直面していました。マシンの精度は低く、同じ圧縮データを用いた単純な古典的コンピュータよりも性能が劣っていました。量子優位性は、しばしば将来のコンピューティングとして喧伝されていますが、入力データが損傷しすぎていたため、完全に消失していました。しかし、研究者が離散化を考慮したファインチーニングを適用すると、衝突の数は劇的に減少し、数千組からほぼゼロになりました。分子は今や、その差異を保持したまま、固有のコードを割り当てられていました。このクリーンな入力により、量子コンピュータの性能は急上昇しました。精度は12パーセントポイント以上向上し、苦戦するツールから非常に効果的な分類器へと変貌を遂げたのです。

しかし、最も重要な発見は、この改善が古典的なコンピュータと比較して量子マシンにどのような影響を与えたかという点でした。研究者が量子回路を、標準的なロジスティック回帰モデル（単純でよく理解されている古典的なアルゴリズム）と比較した際、両方に全く同じ圧縮ビット列が与えられました。新しい学習方法が適用されていない状態では、古典的モデルが圧勝し、量子回路を6パーセントメントポイント上回りました。量子マシンは、乱れたデータによってハンデを負っていたのです。ところが、新しい学習方法を適用すると、状況は逆転しました。どちらのモデルもデータが綺麗になったことで改善しましたが、量子マシンの方が古典的なものよりもはるかに大きく改善しました。量子回路は精度を12パーセントポイント以上向上させたのに対し、古典的モデルの向上は約3パーセントに留まりました。10量子ビットのレベルにおいて、量子モデルは88.3パーセントの精度を達成し、古典的モデルの85.5パーセントを上回りました。この逆転現象は偶然ではなく、複数のランダムな試行や異なる統計的チェックを通じても一貫していました。

なぜ量子マシンは、これほどまでにクリーンなデータから大きな恩恵を受けたのでしょうか？ 研究者たちの説明によれば、これら2種類のコンピュータは、情報を根本的に異なる方法で処理します。この特定のセットアップにおける古典的モデルは、線形なソーター（分類器）として機能します。つまり、ビットを見て、カテゴリーを分けるための直線を描きます。データがノイズレスになれば精度は上がりますが、その線形性に制限されます。対照的に、量子コンピュータは「量子もつれ（entanglement）」と呼ばれるプロセスを用いて、量子ビット同士を結合させます。これにより、単純な線形モデルには見えない、ビット間の複雑な高次のパターンや相互作用を検出することが可能になります。データが乱れていたとき、量子マシンはこれらのパターンを見つけることができませんでした。しかし、学習方法によって衝突が取り除かれ、データが構造化された形で提示されると、量子マシンは隠れた相関関係を見つけ出すという自らの能力をフルに活用できるようになったのです。複雑な相互作用を見る能力を欠いた古典的モデルは、クリーンなデータをこれほど効果的に活用することはできませんでした。

本研究は、量子機械学習が現実世界、特にデータが複雑でハードウェアが限られている化学のような分野で成功するためには、単に優れた回路を構築することだけに集中してはならないと結論付けています。私たちは、データを入力するためのより優れた方法を設計しなければなりません。現在の量子レジスタの小ささによって生じる情報のボトルネックは、データの表現をマシンの制約に適合するように整形することで、パイプラインの極めて初期段階で対処されるべきなのです。研究者たちは、連続的な化学的記述を離散的な量子ビットの性質に適合させることで、真の優位性を解き放つことができることを示しました。この成果は、実用的な量子コンピューティングへの道が、必ずしも巨大でエラーのないマシンを待つことにあるのではないことを示唆しています。むしろ、現実の世界を量子の言語へと翻訳する方法をよりスマートにし、マシンが最も得意とする作業を行えるよう、圧縮の中でも信号が生き残るようにすることにあるのです。