技術要約：量子リザーバコンピューティングにおけるコヒーレント・フィードバックと散逸的学習

問題提起

量子リザーバコンピューティング（QRC）は、指数関数的に巨大な量子状態空間を時間的データ処理に活用できる可能性を秘めている。しかし、QRCのパラメータを最適化する上での根本的な障害は、測定への依存である。現在のハードウェア（捕捉イオン、超伝導）において、回路中測定はゲート操作よりも数桁遅く、またコヒーレントなダイナミクスを崩壊させ、リザーバコンピューティングに不可欠な性質を損なう。測定結果に基づく古典的なフィードフォワードは、大幅なレイテンシとエラーを導入する。近年の測定を用いない量子誤り訂正（QEC）の進展は、コヒーレント・フィードバックと補助量子ビットのリセットを通じてエントロピーを排出できることを示しているが、QRCのパラメータが、学習効率を犠牲にすることなく同様の測定フリーのプリミティブを用いて最適化できるかどうかは、依然として未解決の問いである。

手法

著者らは、QRCの学習可能な読み出し層 $U_{ro}(\theta)$ を最適化し、平均二乗誤差損失 $C(\theta)$ を最小化するために設計された、2つの測定フリーの学習プリミティブを提案し、評価している。

プロトコルA：コヒーレント・フィードバック・グラディエント・エンコーディング

本プロトコルは、ジョーダンの位相キックバック機構をQRCの学習に適応させたものである。

1. メカニズム： $|+\rangle$ 状態に準備された補助量子ビットが、パラメータ $\theta_i$ の $\pm \delta$ シフトを制御する。位相オラクルは、コストの差 $e^{-i\gamma(C(\theta+\delta) - C(\theta-\delta))}$ を補助量子ビットの状態に刻み込む。
2. 勾配抽出： 補助量子ビットの相対位相が勾配をエンコードする。散逸的なリセット（忠実度 $F$ を持つ部分トレースとしてモデル化）によって、補助量子ビットを再利用する。
3. 更新： 完全なコヒーレント実装では、補助量子ビットの位相が量子パラメータレジスタのユニタリ回転を条件付け、期待値を一度も測定することなく勾配降下法を実行する。
4. リスク低減： 本研究では、非理想的な要素（位相オラクルの線形化、レジスタの量子化、およびリセットの不完全性）を分離して検討している。有限差分のオラクルによる破滅的なキャンセル誤差を避けるため、初期の有限差分オラクルを正確な**パラメータシフト則（parameter-shift rule）**に置き換えている。

プロトコルB：散逸的グラディエント・フロー

本プロトコルは、エンジニアリングされた開いた系の緩和として勾配降下を実現する。

1. メカニズム： パラメータはクディット上に離散化され、リンドブラッド方程式の下で進化する。
2. ダイナミクス： メトロポリス率 $r_{j \to k} \propto \min(1, e^{-\beta(C_k - C_j)})$ を持つ近傍ジャンプ演算子が、システムをギブス状態 $\rho_{ss} \propto e^{-\beta C}$ へと駆動する。
3. 最適化： $\beta \to \infty$ のとき、定常状態はグローバルな最小値に集中する。このアプローチはコヒーレントな位相オラクルを必要としないが、コスト差に依存する散逸率の設計が必要であり、平衡化時間のペナルティを伴う。

リソース分析およびベンチマーク

• フォールトトレラント推定： 著者らは、実際の回路合成（Ross–Selinger）とフォールトトレラント算術（Toffoliカウント）を用いて、厳密なリソース計数を行っている。論理コストを表面符号の物理量子ビットと実行時間にマッピングしている。
• ベンチマーク： プロトコルは、NARMA10、メモリ容量（MC）、およびカオス的なマッキー・グラス（Mackey-Glass）システムの3つのタスクでテストされている。これらは、古典的なエコーステートネットワーク（ESN）、次世代RC（NGRC）、およびメモリ拡張ハイブリッドモデルと比較される。
• ハードウェア検証： シミュレーションにより最適化された状態が、異なるエラー緩和レベル（なし、TREX、ゼロノイズ外挿）を持つ3つのIBM Quantum Heronバックエンド（156量子ビット）上で実行された。

主要な結果

1. 学習効率と勾配忠実度

• プロトコルA： チャネルレベルのシミュレーションにおいて、プロトコルAは正確な勾配学習と一致する。実験的に示されたリセット忠実度 $F=0.955$ においても、十分なレジスタビット（$m \ge 4$）を使用すれば、勾配方向の忠実度は高い値（$\cos \approx 0.96-0.99$）を維持する。
• ボトルネック： 主要な制約はリセットの忠実度ではなく、コヒーレント・コスト・オラクルの精度である。有限差分アプローチは破滅的なキャンセルに苦しみ、オラクルの精度 $\epsilon \le 0.06$ を要求する。パラメータシフト則への切り替えにより、この要求は $\epsilon \le 0.20$ まで緩和され（2.5倍の改善）、有限差分によるキャンセルが回避される。
• プロトコルB： プロトコルBは、パラメータ分布を最小値付近に集中させることには成功したが、$\beta$ および障壁の高さに対して急激に増大する平衡化時間によって制限されている。

2. 時間的タスクにおける性能

• 一ステップ予測： カオス的なマッキー・グラス・タスクにおいて、測定フリー学習（メモリ拡張あり）は、未学習のリザーバと比較して、一ステップ予測誤差において統計的に堅牢な改善（NMSEが $0.041 \pm 0.009$ から $0.029 \pm 0.013$ に減少）を示した。この改善は、30個のシードを用いた研究において、正確な勾配学習と区別がつかないレベルである。
• 自律的予測： 決定的なことに、本研究では、測定フリーで学習されたQRCが、自律的なフリーランニング予測（複数ステップの先読み予測）において古典的なベースライン（ESN、NGRC）に対して優位性を示さないことが判明した。量子リザーバのフリーランニング・ホライゾンは大きな分散を示し、古典的な性能を超えなかった。
• メモリ容量： 最小限の量子リザーバは、古典的なベースラインと比較して極めて低いメモリ容量（$MC < 0.1$）を示した。メモリ拡張（古典的な遅延埋め込み）は性能を向上させたが、すべてのタスクにおいてESNへの差を埋めるには至らなかった。

3. フォールトトレラント・リソース推定

• 量子ビット数： フォールトトレラントな実現には、約 $10^4$ 個の物理量子ビット（具体的にはエラー率 $10^{-4}$ において $\sim 1.1 \times 10^4$ 個）が必要であり、これは控えめな予算内であるとみなされる。
• 実行時間の制約： 拘束となるリソースは、量子ビット数ではなく実行時間である。超伝導サイクルにおける単一の勾配ステップには $\sim 21$ 時間、トラップイオンサイクルでは $\sim 89$ 日かかると推定される。研究のトレーニング実行における勾配ステップ数（40ステップ）を掛けると、並列化なしでは、超伝導ハードウェアで終端までに $\sim 5$ 週間、トラップイオンでは $\sim 10$ 年かかる計算となる。
• ハードウェアの堅牢性： シミュレーションにより最適化された状態は、IBM Heronバックエンド上のノイズ下でも高い相関（$\ge 0.97$）と低いRMSE（信号広がりの7〜26%）を維持しており、最適化された状態が現在のデバイスノイズに対して堅牢であることを確認した。ただし、完全なコヒーレント・フィードバック・ループ自体は、まだこれらのデバイス上で実装可能ではない。

意義と主張

著者らは、リザーバコンピューティングの性能における量子優位性を主張しているわけではない。本研究の意義は、測定フリーのQRC学習への経路を「デリスキング（リスク低減）」することにある：

1. リセットは十分である： 実証されたリセット忠実度（$F=0.955$）は学習に十分であり、エントロピー除去がボトルネックではない。
2. オラクル精度が制約である： 真の障壁は、コヒーレント・コスト・オラクルの精度である。本論文は、有限差分によるキャンセルを避けるための重要な設計指針として、パラメータシフト則を特定しており、これによりハードウェア実装のための精度目標を大幅に緩和している。
3. 規模の実現可能性： フォールトトレラントな実現は、現在の誤り訂正モデルを用いれば、わずか $\sim 10^4$ 個の物理量子ビットを必要とするため、実現可能である。課題は、量子ビット数ではなく、サイクルタイムと蒸留のスループットを設計することである。
4. 誠実なベンチマーク： 本研究は、測定フリーの学習プリミティブが正確な勾配挙動を再現し、一ステップ予測を改善する一方で、テストされたタスクにおいて自律的予測の優位性を示すことはできなかったという、保守的かつ誠実な評価を提供している。

結論として、残された課題は、次世代の測定フリー・ハードウェアの標的である、コヒーレント・フィードバック・ループ自体の実装である。