Time rescaling for second-order feedback-based quantum optimization

有用な量子コンピュータを構築する競争において、科学者たちは根強い障害に直面しています。それは、現在のマシンは強力ではあるものの、非常に脆弱であるということです。それらはノイズが多く、エラーを起こしやすく、繊細な量子状態を崩壊させることなく保持できるのは、ほんの一瞬の間だけです。このため、研究者たちは主にハイブリッド・アプローチに頼ってきました。これは、古典的なコンピュータが最適化という重労働を行い、量子プロセッサが特定のタスクを処理するという手法です。しかし、このパートナーシップはしばしば、古典的なコンピュータが適切な設定を見つけられずに立ち往生するという、フラストレーションの溜まるループに陥ることがあります。これは「バレン・プラトー（不毛な高原）」として知られる問題であり、進展を完全に停滞させてしまう可能性があります。これを回避するために、量子マシンそのものに完全に依存する異なる戦略が登場しました。古典的なコンピュータにツマミを調整させるのではなく、この手法は量子プロセスの中に直接組み込まれたフィードバック・ループを利用します。システムの現在の状態を測定し、即座に次のステップを調整することで、古典的なパートナーに計算をさせることなく、マシンを最適な解へと導くのです。この「フィードバック型量子アルゴリズム」として知られる手法は大きな期待を集めていますが、重大な欠陥があります。それは、現在のマシンにおける計算が完了する前に、ノイズによって答えが破壊されてしまうほど、量子回路が非常に深く（つまり、非常に多くの連続したステップを必要とする）なければならないことが多いという点です。

ブラジルの研究チームは、これらの回路を大幅に短縮し、現在の手法を現在のハードウェアでも実行可能にする方法を見出しました。彼らは、プロセスの高速化のために以前は別々に使用されていた2つの既存技術を組み合わせました。一つの技術は、計算のリズムを変えることで、曲がりくねった道を効率的に進むためにギアを変えるドライバーのように、量子システムがある瞬間には速く、またある瞬間には遅く動けるようにするものです。もう一つの技術は、システムの次の一歩がどのように変化するかを予測するための、より洗練された方法を用いるもので、単に直後の方向を見るだけでなく、その方向がどのように曲がっているか（曲率）までも考慮に入れます。これら2つのアイデアを単一の統一されたフレームワークへと融合させることで、研究者たちは、以前よりもはるかに少ないステップで正しい解に到達する新しいバージョンのアルゴリズムを作り上げました。

研究者たちは、この新しい手法を「TR-Hy-FALQON」と呼び、グラフ問題として知られる2種類の複雑なパズルを用いてテストしました。これらのパズルは、ネットワーク上の点集合を2つのグループに分割し、グループ間の接続を最大化するというもので、コンピュータにとって極めて困難なタスクです。彼らは12点および14点のネットワークを用いたシミュレーションを実行し、彼らの新手法を、古いバージョンのフィードバック・アルゴリズムおよび標準的なハイブリッド・アプローチと比較しました。結果は明白でした。新手法は、はるかに速く高品質な解に到達したのです。シミュレーションにおいて、この手法は標準的なハイブリッド・アプローチと同レベルの精度を、より少ない操作レイヤー数で達成し、さらに、計算が進むにつれて結果がふらついたり失敗したりする可能性が低いという、より高い安定性をもって達成しました。

この開発が特に重要である理由は、古典的なコンピュータによる絶え間ない介入の必要性を排除している点にあります。新しいアルゴックリズムは、依然として量子マシン自身に自身の進捗を測定させ、経路を調整させることに依存していますが、より短い回路で行われます。これは極めて重要です。なぜなら、量子回路のステップが増えるたびに、ノイズがデータを破損させる確率が高まるからです。問題を解決するために必要なステップ数を減らすことで、研究者たちは、これらのアルゴリズムを現在の不完全なマシンで使用するための障壁を事実上下げました。研究によれば、この新手法は、特定のグラフ問題を、既知の最良の古典的な保証に匹敵する精度で解決できる一方で、安定した信頼できる経路を維持できることが示されました。

研究者たちはまた、計算のタイミング設定において、彼らの手法がより高い柔軟性を提供することにも注目しました。以前のバージョンでは、数学的な整合性を確保するためにステップを非常に特定の微細なペースで踏む必要があり、それが回路を非常に長くさせていました。新しいアプローチでは、安定性を損なうことなく、より大きく柔軟なタイムステップを取ることが可能です。これは、量子コンピュータが、通常は躓きの原因となるノイズに躓くことなく、答えに向かってより大きな歩幅で進めることを意味します。これらの結果は実機ではなくコンピュータ・シミュレーションによるものですが、この洗練されたアルゴリズムが、回路の深さを最小限に抑えることが成功の鍵となる現在の量子コンピューティングの時代に適していることを示唆しています。フィードバック・プロセスをより速く、より堅牢にすることで、本研究は、ノイズが多く浅い量子プロセッサが普及している今日において、最適化問題を解決するための実用的な道筋を提供しています。