量子コンピュータは、古典的なマシンが数千年もかかる問題を解決することを約束していますが、一度に制御できる粒子の数という、根強い物理的限界に直面しています。今日のマシンは小さく、数十個、あるいはせいぜい百個程度の量子ビット（qubit）と呼ばれる量子ビットしか保持していません。化学、材料科学、暗号学における最も困難な課題に取り組むためには、科学者たちは数千、あるいは数百万のこれらのビットを持つマシンを必要としています。その規模の単一チップを構築することは現在不可能であるため、研究者たちは古典的なコンピューティングから借用した戦略、すなわち、作業をいくつかの小さなチップに分散させるという手法に目を向けています。そのアイデアは、膨大な計算を断片に分割し、各断片を別々のプロセッサで実行し、それから結果を再び縫い合わせるというものです。しかし、このアプローチはある壁に突き当たります。結果を「編み合わせる（knitting）」行為には、チップ間の接続数の増加に伴って爆発的に増大する、膨大な量の古典的な計算能力が必要となります。もし接続が複雑になりすぎると、データを再構成するために必要な古典的なコンピュータは、量子問題そのものと同じくらい圧倒されてしまい、量子ハードウェアを使用する目的自体が台無しになってしまうのです。
ある研究チームは、分散型量子優位性が分割後も存続することを可能にする構造的条件を定式化し、これらの条件が共存できる候補となる設定を特定しました。同時に、古典的な困難さはワーストケースにおいてのみ確立されていることにも言及しています。彼らは、同時に満たされるべき具体的な要件を見つけ出すことに着手しました。第一に、断片を再び編み合わせるコストが管理可能な範囲に留まらなければなりません。これは、システム全体の規模がどれほど大きくなっても、チップ間の接続数が小さく固定されたままでなければならないことを意味します。第二に、計算の断片は、分離された後もなお、古典的なコンピュータにとって解くのが十分に困難なものでなければなりません。もし断片が単純すぎれば、通常のコンピュータが量子ハードウェアを使わずに全工程をこなせたはずだからです。第三に、時間の経過とともに学習し改善していくタイプのアルゴリズムについては、システムが大きくなるにつれて消失しがちな性質である、パラメータの微小な変化を検知できるだけの感度が維持されていなければなりません。
研究者たちは、これらの要件を科学文献に見られる18種類の異なる量子回路ファミリーに適用しました。その結果、既存の提案のほとんどが、これら3つのテストのうち少なくとも1つで失敗することを発見しました。理論上は有望に見える設計の多くは、システムがスケールアップするにつれてチップ間の接続が大きくなりすぎるため、編み合わせるコストが高すぎることが判明しました。また、編み合わせるのは容易だが、断片が非常に単純であるために古典的なコンピュータが即座にシミュレートできてしまい、量子優位性が提供されないものもありました。唯一、「有限局所深さ回路（finite local-depth circuit）」として知られる特定のタイプのアーキテクチャだけが、有望な候補として示されました。これらの回路では、チップ間の接続の複雑さは限定されたままですが、個々の断片は古典的なコンピュータにとって困難なほど十分に複雑であり続けます。このアーキテクチャは、断片が特定の形で配置されている限り、システムを大規模化させても編み合わせるコストが爆発することなく成長させることができます。しかし、最も有望な候補としてテストされたものについても、個々の断片が古典的に困難であり続けるという決定的な要件は、未解決の問いであり、証明された事実ではありません。
この候補概念を現実世界でテストするため、チームはIBMの量子プロセッサを用いて原理実証実験を行いました。彼らは「トーリック符号（toric code）」として知られる量子システムの2つの別々のパッチを取り、それらを単一の量子ゲートで結合しました。このセットアップにより、2つのパッチの間に「ブリッジ」が形成されました。彼らはハードウェア上で2つのパッチを別々に実行し、その後、古典的なコンピュータを使用して結果を編み合わせました。この実験は、手法の原理を示すための原理実証実験として成功し、手頃な価格のブリッジ再構成によって、もし2つのパッチを独立して実行していた場合に失われていたであろう物理的に関連する情報が回収できるかどうかを、古典的に検証可能なテストとして示しました。具体的には、彼らはブリッジが存在するからこそ生じる、2つのパッチ間の相関を測定しました。この相関は、システムが最大98量子ビットにまで拡大しても、依然として検出可能な状態にありました。しかし、システムが大きくなり、個々のパッチがより深く複雑になるにつれて、信号は減衰しました。これは、現在のハードウェアに固有のノイズによる制限です。
本研究は、アーキテクチャが極めて慎重に選ばれ、かつサブ問題の困難さが確立されているならば、分散型量子コンピューティングが有望な進路であることを明らかにしています。研究者たちは、単に大きな回路を小さな断片に切り分けるだけでは不十分であり、断片間のインターフェースを小さく保ちつつ、断片内部の複雑さを高く保つような方法でカットを行わなければならないことを示しました。実験は、古典的なコンピュータが扱えない問題を解決したわけでも、特定の候補回路が古典的に困難であることを証明したわけでもありませんが、必要な情報は分割と編み合わせの後でも生存できることを証明しました。この研究は、将来の機械のためのブループリント（設計図）として機能しており、量子コンピュータを単一チップの限界を超えてスケールさせるために必要な、精密な構造的特徴を特定しています。それは、強力な量子コンピュータへの道は、単にチップを大きく作ることではなく、より小さなチップ同士の接続を最小限にしつつ、各チップの中で行われる作業を深く複雑なものにするシステムを設計することにあると示唆しています。
技術要約：分散型量子優位性のための構造的条件
問題提起
量子コンピューティングのアプリケーションでは、単一プロセッサの容量を超える量子ビット数が必要となることがよくあります。複数のチップ間で分散コンピューティングを行うことは自然なスケーリング戦略ですが、回路カット（circuit cutting）（回路間のゲートを取り除き、部分回路を個別に実行してから、古典的に結果を再結合する手法）を用いて実装する場合、主に2つの障害に直面します。
- 指数関数的なサンプリングコスト： 測定結果を「編み合わせる（knitting）」ための古典的なプロセスにおいて、カットされたゲート数に対して指数関数的に増大するサンプリング数が必要となります。
- 量子優位性の喪失： もし結果として得られる部分回路が古典的にシミュレーション容易なものであれば、再結合された結果もまた古典的に容易となり、潜在的な量子優位性が打ち消されてしまいます。
さらに、変分アルゴリズムにおいては、第3の障害であるバレン・プラトー（Barren Plateaus）、すなわち勾配の分散がシステムサイズに対して指数関数的に減衰し、学習が不可能になる現象が生じます。本論文は、手頃なコストでの編み合わせ、古典的な困難性の維持、そして解像可能な勾配という、相反する要件を同時に満たすことができる回路ファミリーはどれであるかを問うています。
手法
著者らは、規定されたリソース予算の下での分散型量子優位性に関する厳密な評価フレームワークを策定しました。これは以下の3つの要件に基づいています。
- Cut（手頃な編み合わせ）： サンプリングコスト（Γcut）が、システムが増大しても多項式時間（または定数）に留まること。
- Sim（古典的な困難性）： 「ブランチ・タスク（branch tasks）」（局所演算を挿入した部分回路）が、古典的にシミュレート困難な状態を維持すること。
- Train（解像可能な勾配）： 変分回路の場合、勾配の分散が指数関数的に減衰しないこと（バレン・プラトーを回避すること）。
これらの要件は、エビデンスの階層によって分類される8つのスクリーニング基準（表I）へと翻訳されています。
- ティア1（構造的）： 回路生成器から計算可能なチェック項目（例：インターフェース容量 κ、局所深度 χ）。
- ティア2（数値的）： 古典シミュレーションが可能なサイズでの診断（例：勾配分散、シーム・エントロピー）。
- ティア3（理論的）： 困難性または学習可能性の保証に関する証明または引用。
著者らは、標準的な変分アンサンブル（VQE、QAOA）からトポロジカル状態準備に至るまで、文献にある18種類の回路ファミリーにこれらの基準を適用しています。また、スケーリング・レジームに関する一般的な定理も導出しています。
- 定理1： カットが効率的であっても、すべてのブランチ・タスクが古典的に容易である場合、システム全体は古典的に容易となる。
- 定理2： 有界または対数的に成長するインターフェースの後方で部分回路が増大する場合、編み合わせのコストは手頃なまま維持される。逆に、固定幅の部分回路を増やすと、指数関数的な編み合わせコストが生じる。
主な貢献
- 形式的な要件： 本論文は、分散型の優位性には、手頃な編み合わせ、部分回路における古典的な困難性、および学習可能性の共存が必要であることを確立しています。また、これらの条件は構造的に独立しており、既存の提案においてはしばしば互いに排他的であることを証明しています。
- スクリーニング・フレームワーク： 著者らは、回路ファミリーを評価するための具体的な基準を提供し、ほとんどの既存の提案が少なくとも一つの条件を満たしていないことを特定しました（例：変分回路はしばしば学習可能性の保証を欠き、トポロジカル状態はインターフェースがシステムサイズとともに増大するため、編み合わせコストが高くなる）。
- FLDCの特定： 本論文は、有界なインターフェースを持つ**有限局所深度回路（FLDC）**が、これらの要件が共存し得る唯一の候補アーキテクチャであることを特定しています。FLDCでは、局所深度および任意の量子ビットに作用するブロックの数が制限されており、これにより、総深度が増大しても理論的に勾配の解像度が維持されます。
- 原理実証実験： 著者らは、IBM Nighthawk プロセッサを用いて、単一ブリッジによる分散実験を実施しました。2つの電場摂動を受けたトーリックコード・パッチ（最大142スピン）を、単一の変分絡み合いゲートで結合しました。
- シミュレーション： 編み合わせコストが一定であり、勾配分散が48スインまでのサイズで指数関数的に減衰しないことを確認しました。
- ハードウェア： カットを跨ぐ**接触相関（contact correlation）**を最大98スピンまで再構成することに成功しました。独立した実行では相関はゼロと予測されますが、編み上げられた結果は非ゼロの相関を示し、98スピンにおいてターゲット信号の約20%を保持しており、ブリッジによる再構成が、独立実行では失われる物理的に重要な情報を回復できることを示しました。
結果
- 18のファミリーの評価： ほとんどのファミリーがスクリーニングに失敗しました。
- カット可能だが容易： 逐次的なMPS準備や、有界なコンタクトを持つクリフォード・トーリックコードは、カットは容易ですが、古典的にシミュレートが容易です（定理1）。
- 困難だが高コスト： 広範なシーム（seam）を持つトポロジカル状態（例：トーリックコードの透明なシーム）は、高いシーム・エントロピーを持ち、指数関数的な編み合わせコストを招きます。
- 例外： 弱単射等長テンソルネットワーク状態（行11c）と、本研究の単一ブリッジ・トーリックコード（行12b）のみが、その可能性を示しました。しかし、11cについては最悪の場合の困難性のみが確立されており、12bについてはブランチ・タスクの困難性は依然として未解決の理論的課題です。
- ハードウェア実験：
- 編み上げられたエネルギーは、最大142スピンまでの理想的な回路の電場依存性を再現しましたが、ノイズにより信号強度は深度とともに減衰しました。
- 決定的なことに、接触相関（Cab）は98スピンまで回復され、分散実行では捉えられない相関を、分散型再構成が捕捉できることを証明しました。
- 実験により、有界なインターフェースにおいては、編み合わせコストはシステムサイズとともに増大せず、テストされた範囲内で勾配が解像可能であることが確認されました。
意義と主張
本論文は、単に「どのような回路でも分散可能である」という仮定を超え、分散型量子優位性に必要な構造的条件を定義することを目的としています。著者らは以下のように主張しています。
- 「安価な」カットだけでは不十分であり、部分回路は古典的な困難性を保持していなければならない。
- 部分回路間のインターフェースは、指数関数的なサンプリングコストを防ぐために、有界であるか（あるいは対数的に成長する）必要がある。
- 有界なインターフェースを持つFLDCは、実現可能なアーキテクチャの経路を示しています。なぜなら、それは（長距離の絡み合いに必要な）大きな総深度を許容しながら、（学習可能性に必要な）限定された局所深度と、（手頃な編み合わせに必要な）有界なインターフェースを同時に維持できるからです。
著者らは、実験結果に関して控えめな主張を行っています。ハードウェアによるデモンストレーションは、ブリッジ再構成がクロス・パッチ間の相関を回復できるという古典的に検証可能な原理実証です。これは量子優位性の実証ではありません。なぜなら、使用された特定のトーリックコードのインスタンスにおけるブランチ・タスクは、テストされたサイズにおいて古典的に扱いやすいままだったからです。主要な貢献は、優位性が可能となるための条件を特定したこと、および特定のアーキテクチャ（有界インターフェースFLDC）が編み合わせと学習可能性の基準を満たしていることを示したことであり、ブランチ・タスクの古典的な困難性の解明は、今後の課題として残されています。
毎週最高の quantum physics 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録