投稿者: SB-admin

  • 鍵リレーと安全なネットワーク符号化|2拠点の等価性が4拠点で崩れる条件

    鍵リレーと安全なネットワーク符号化|2拠点の等価性が4拠点で崩れる条件

    量子鍵配送(QKD)で隣り合う拠点どうしが秘密の鍵を持てても、離れた複数の拠点が同じ鍵を共有するには、もう一段の仕組みが必要です。その鍵の受け渡しを、通常の通信路で秘密情報を運ぶ問題へ置き換えて考えてよいのでしょうか。

    2026年11月12日公開のYuji Andoらのプレプリントは、同じネットワークと盗聴条件を用いて「鍵リレー」と「安全なネットワーク符号化」を比較しました。鍵を共有する拠点が2か所なら成り立つ対応が、4か所では特定の条件の下で崩れることを示しています。これはQKD装置の鍵生成速度を測った研究ではなく、すでにある鍵を使う古典的な通信手順の理論です。

    簡単にまとめると?

    • 鍵リレーは、隣接拠点が初めから共有している乱数と、外からも聞ける公開通信を使って共通鍵を作ります。ネットワーク符号化は、ある拠点の秘密を各通信路に一度ずつ送って届けます。
    • 2拠点で一つの記号を共有する場合は、両者の実現可能性が一致します。しかし4拠点の例では、鍵リレーでできることを、線形で因果的なネットワーク符号化では実現できません。
    • 結論は、使える記号、盗聴される辺の組合せ、通信回数を固定したものです。量子通信の万能な優位性や、長時間運用した場合の通信容量の差を示したわけではありません。

    隣どうしの鍵から、離れた相手と同じ鍵を作る

    まず、端の拠点AとBの間に中継点Vがある、一本の経路を考えます。AとVは乱数R1を、VとBは別の乱数R2を共有しています。Vが二つの差P=R1−R2を公開すると、Bは自分のR2を足してR1を求められます。Aは元からR1を知っているので、同じ値を鍵にできます。

    計算は、限られた記号の集合で行います。たとえば0・1・2を使い、3になったら0に戻る計算なら、R1=1、R2=2のときP=2です。Bは2+2=1として鍵を復元できます。一方、公開されたPだけでは、元の二つの乱数を一意に決められません。

    この簡単な例は、辺の鍵が漏れていない場合の説明です。中継点Vは元の鍵を知っていますし、どちらかの辺の鍵まで盗聴者に知られると、同じ保証はありません。「中継点を信頼しなくてもよい」という主張ではありません。論文では、どの辺の鍵が漏れるかを、あらかじめ決めた集合の族として扱います。

    同じグラフでも、使える資源が違う

    安全なネットワーク符号化では、送り元が持つ秘密の記号を、通信路に流して届けます。中継点は、受け取った値を足し合わせるなどして次へ送れます。このような線形結合に限った方式が「線形ネットワーク符号化」です。

    比較をそろえるため、論文では各辺を一度だけ、どちらか一方向に、一つの記号を運ぶために使います。方向と送信順序はデータを見る前に決めます。まだ受け取っていない値に依存して送ることはできません。この時間的な条件が「因果的」という言葉の意味です。

    比較する点 鍵リレー 安全なネットワーク符号化
    各辺の資源 両端が共有する独立な乱数1記号 一方向へ1記号を一度送る通信路
    共通にしたいもの 手順を通じて作る鍵 送り元が持つ秘密の記号
    公開通信 利用できる。盗聴者も全記録を知る 別枠の公開通信はない
    盗聴者が知るもの 指定された辺の鍵と公開記録 指定された辺を流れた値

    鍵リレー側の公開通信は、各手順では有限回ですが、すべての手順に共通する固定の上限を最初から置くわけではありません。「一度限り」という比較は、鍵リレーが公開通信を1回しかできないという意味ではないのです。また、どちらの側でも各拠点は手順に正直に従い、盗聴者は情報を読むだけとしています。

    ネットワーク符号化を鍵リレーでまねる方向は、各辺の共有乱数で送信内容をワンタイムパッド暗号化し、それを公開することで実現できます。研究の焦点は、その逆がいつ可能かにあります。

    2拠点では、盗聴された辺を除いても経路が残ることが鍵になる

    鍵を共有する終点が2か所で、鍵の長さが1記号なら、論文は一般的な鍵リレーと、循環を含まない線形ネットワーク符号化の実現可能性が一致することを示します。途中の中継点まで2個に制限する話ではありません。また、比較の途中で使う記号の集合を都合よく大きくせず、指定された有限体のまま対応させています。

    必要十分条件は、許されるどの盗聴集合についても、その辺をグラフから取り除いたときに、二つの終点を結ぶ経路が残ることです。すべての経路を切る辺の組が丸ごと盗聴され得るなら、独立した秘密を両端に残せません。経路が残る場合は、流れの保存則を用いた線形な構成で対応できます。2値の場合の先行するフロー手順との関係も整理されており、すべてが今回初めて見つかった原理という位置づけではありません。

    3拠点の循環と、4拠点の因果性を分けて読む

    複数拠点が同じ鍵を求めると、話が変わります。論文の3拠点の例は、三角形の各辺を二重にしたネットワークです。ここでは鍵リレーで可能な共有が、循環を認めない符号化ではできません。ただし、循環する向きを許し、受信済みの値だけを使って順番に送れば実現できます。この例だけから、因果的な符号化全体が不可能だとは言えません。

    より強い違いが現れるのは、4拠点をすべて相互につないだ完全グラフK4です。使う記号は0・1・2で、計算は3を法として行います。盗聴を許す最大の集合は、4拠点を重なりなく二組に分ける辺の組、すなわち{12,34}、{13,24}、{14,23}の三つと、その部分集合に限定されます。任意の2辺を盗聴できる条件ではありません。

    この条件では、線形な鍵リレーで1記号の共通鍵を作れます。一方、送り元、辺の向き、因果的な送信順序を選び直しても、線形ネットワーク符号化では同じ大きさの秘密を届けられません。各拠点に独自の乱数を持たせ、受け手が復号にもその乱数を使う範囲まで含めた結論です。線形という制約を外した、すべての符号化方式の不可能性までは主張していません。

    値がつじつまを合わせられることと、順番に生成できること

    鍵リレーの構成を読むと、違いが見えやすくなります。論文では、公開記録を条件付けた表現の中で、辺の値を二つの独立な量X1、X2と、その和で整理できます。各拠点には、この二つを求めるための情報が集まります。それに対し、上の三つの盗聴集合のいずれかを知る相手には、X1、X2、X1+X2のうち一つだけが分かります。

    共通鍵をX1−X2にすると、3を法とする計算では、それらの一つを知っても鍵は決まりません。たとえば和が0だと分かっても、組は(0,0)、(1,2)、(2,1)と残り、差はそれぞれ0、2、1になります。2値では和と差が一致してしまうため、この説明をそのまま2値のネットワークへ移すことはできません。

    ここで、辺の値を代数的に矛盾なく並べられることと、通信の途中で各拠点が知っている値だけから、必要な順番に生成できることは別です。鍵リレーでは共有乱数が初めから両端にあります。符号化側では、送り手がまだ知らない情報を先回りして使えません。4拠点の証明は、この局所的な情報と因果的な生成の制約が、同じ関係を実現する妨げになることを示しています。

    ネットワークを比べるときに、固定する条件

    この研究から読み取れるのは、拠点と辺が同じでも、初めから共有する乱数、使える公開通信、送り方の順序が違えば、実現できる鍵共有も変わるということです。QKDネットワークの評価で別の通信モデルを代用するときは、これらの資源と盗聴条件までそろえる必要があります。

    論文はさらに、線形な鍵リレーでは、相互のやり取りと各拠点だけの私的乱数を取り除き、公開通信量を制限した形に整理できることも示します。ただし、これも非線形の手順まで一律に単純化する結果ではありません。

    今回の定理は、鍵が必ず一致し、盗聴者に鍵の情報を漏らさないという条件での、一回の資源利用の実現可能性を扱います。辺を繰り返し使う、大きな記号を使う、データに応じて送信順序を変えるといった運用は別途の検討が必要です。実機の鍵生成率や遅延、長時間運用したときの容量差を、この結果だけから読み取ることはできません。

    出典

    1. Yuji Andoほか, Key Relay and Secure Network Coding: One-Shot Equivalence and Separation on Undirected Networks, arXiv:2611.16776v1、2026年11月12日公開。比較モデル、2拠点の等価性、3・4拠点の分離例、付録の証明を参照。プレプリント。
  • IQMの実機でジェット分類を学習する|量子機械学習の精度と実行時間

    IQMの実機でジェット分類を学習する|量子機械学習の精度と実行時間

    粒子加速器で陽子同士を衝突させると、細い束になった粒子の流れ「ジェット」が生まれます。その出発点がボトム(b、ビューティー)クォークだったのか、チャーム(c)クォークだったのかを見分けることは、素粒子の性質を調べる手がかりになります。ただ、両者が残す崩壊の跡は似ており、単純な条件だけでは分けにくい問題です。

    2026年11月12日に公開された研究では、この分類を、IQM製の5量子ビット装置「Lagrange」で学習から評価まで試しました。実機に合わせた最終構成で使ったのは4量子ビット。LHCb実験のシミュレーションデータを入力し、量子回路を繰り返し動かす学習を、43分のQPU使用時間で実行しています。量子計算の優位性を示した段階ではありませんが、限られた実機時間で学習を成立させる設計と、その限界が具体的に見える報告です。

    簡単にまとめると?

    • IQMのLagrange上で、4量子ビットの変分量子分類器を学習・評価。損失の計算やパラメータ更新は通常のCPUが担当します。
    • 入力数・回路層数・測定回数・学習件数を減らし、性能との兼ね合いを見ながらQPU時間を抑えました。
    • 実機のAUCは0.761。対応するシミュレーションに近い値ですが、最先端の古典的分類器を上回る実証ではありません。

    粒子の崩壊の跡を、量子回路への入力にする

    bやcを含む粒子は、陽子が衝突した点から少し離れた場所で崩壊します。研究では、そこで複数の粒子の飛跡が集まる「二次頂点」に着目しました。二次頂点に由来する質量、その補正値、ジェット全体に対する横方向の運動量の割合などを使い、b由来とc由来を区別します。

    元データは、LHCbのRun 2に相当する13 TeVの陽子衝突と検出器応答を模擬した公開データです。実際の衝突観測データを量子装置で解析した、という報告ではありません。また、二次頂点などの条件で選んだジェットが対象で、あらゆる粒子の流れをそのまま二分類しているわけでもありません。

    今回の入力方式は角度埋込みです。一つの特徴量を一つの量子ビットの回転角に対応させます。まず学習用データだけから平均とばらつきを求めて値をそろえ、回転角へ変換します。同じ変換を評価用データにも適用するため、評価データの情報を前処理の学習に混ぜません。この方式では、使える量子ビット数が、そのまま一度に渡せる特徴量の数を制約します。

    「実機で学習」の中で、量子装置とCPUは何をするか

    変分量子分類器(VQC)は、入力を受け取る量子回路に、調整できる回転ゲートや量子ビット同士を結ぶゲートを重ねたモデルです。回路を何度も実行して測定結果を平均し、分類のスコアにします。一回の測定で、確定した答えが得られる仕組みではありません。

    CPUはスコアと正解の違いから損失を計算し、回路のパラメータを更新します。更新の方向を知るために、各パラメータを正負にずらした回路も評価します。これは「パラメータシフト則」と呼ばれ、学習項目やパラメータが増えるほど、実機を呼ぶ回数が増えます。

    したがって本研究の「学習から評価まで実機で実行」は、学習中も評価中も量子回路の計算をLagrangeで行った、という意味です。入力の前処理、損失計算、最適化まで量子装置だけで済ませたわけではありません。実機の雑音がスコアをずらしても、その結果を含めてCPUが更新するため、雑音のある装置に合ったパラメータへ調整できる可能性があります。ただし、学習中に雑音の傾向が変わる場合まで補償できるとは限りません。

    精度を少し譲って、実行回数を大きく減らす

    研究チームは、まず装置雑音を入れないシミュレーションで構成を比較しました。このシミュレーションでも、有限回の測定に相当する統計的な揺らぎは残します。比較の指標はROC曲線の面積、AUCです。分類のしきい値を動かしたとき、二つの種類をどの程度区別できるかを表し、ここでは大きいほど良好です。AUC 0.76を「正答率76%」と読み替えることはできません。

    項目 基準構成 実機向け構成
    入力/量子ビット 5特徴/5個 4特徴/4個
    変分層 2層 1層
    1回の回路評価の測定数 1,024回 256回
    学習用ジェット数 1,000 100
    シミュレーションのAUC 0.826 ± 0.013 0.763 ± 0.015
    学習のQPU時間見積り 4,700分 48分

    両構成とも学習は10周、評価には別の1,000ジェットを使います。原論文のTable 1から主要条件を抜き出した比較です。AUCの相対低下は約7.5%ですが、指標をGini係数に変えると相対低下は約19%になります。「性能をほぼ保った」という表現も、どの指標を使うかで印象が変わります。

    4,700分から48分への短縮は、同じ分類器を単に高速化した結果ではありません。入力や学習データ、回路、測定回数を減らした別構成の見積りです。一回のゲート動作だけを速くするより、学習全体で何回の回路評価が必要かを見直す効果が大きかったと読めます。

    雑音のある実機でもAUCは近かった

    実機向け構成をLagrangeで学習した結果、AUCは0.761でした。対応するシミュレーションの0.763 ± 0.015に近く、学習の損失も回数とともに下がっています。一方で、個々のスコアの分布やROC曲線の形まで同じではありません。

    原論文図8。左は学習周回に対する損失、右は実機とシミュレーションのROC曲線。実機AUCは0.761、シミュレーションは0.763 ± 0.015。
    図8:実機とシミュレーションの学習・分類結果。左の損失は両者とも低下し、右のROC曲線は近い面積を持ちますが、完全には重なりません。狭い画面では横にスクロールできます。Lucio Anderliniほか「Beauty and charm jet identification with end-to-end training on a superconducting quantum processor」、arXiv:2611.16607v1、p.19、Fig.8。原資料、CC BY 4.0。原PDFから図の領域を切り出し、表示寸法を調整。

    実測した学習のQPU使用時間は43分で、48分という見積りとの差は約10%でした。ただしQPU時間は、装置が量子回路を実行するために使われた時間です。待ち行列、通信、前後処理を含む利用者の総待ち時間とは異なります。本研究でもQPU時間は経過時間の約20〜50%で、一定倍率で換算できる関係ではありません。

    また、実験は二回の校正の間にまとめて実行され、読み出し誤りの軽減やゼロノイズ外挿といった追加の処理は使っていません。この条件の小さな回路で得た結果を、長時間の運用や大規模な回路全体の雑音耐性へ広げることはできません。

    次の比較で見るべきもの

    今回の到達点は、限られた実機時間の中で、分類問題の学習と評価を最後まで回せたことです。小さな古典ニューラルネットワークとの比較もありますが、量子側はシミュレーションでの評価で、古典側の初期値によるばらつきを考慮すると、量子方式の優越性は結論できません。多数の特徴量を使う最新のジェット分類器に勝った、という結果でもありません。

    大きなモデルへ進むときは、量子ビット数だけでなく、入力情報を何個保つか、学習件数をどこまで増やすか、勾配の推定に何回実機を呼ぶかが効いてきます。論文が示す大規模化の時間予測は、Lagrangeで測った関係を引き延ばした試算です。より大きな装置で同じ精度や学習時間が実証されたものではありません。

    この研究はEPJ Quantum Technologyへの投稿中のプレプリントです。公開データを使う一方、結果を作成したコードは著者への合理的な請求により提供されると記載されており、公開リポジトリから自由に取得できる実装が示されたわけではありません。今後は実機の規模を増やすだけでなく、十分な古典手法との比較と、学習・評価条件をそろえた再現検証が重要になります。

    実験に使われた量子プロセッサーの開発企業については、CyclewaveのIQMの事業と研究施設向け量子コンピューターの解説も参考になります。

    出典

    1. Lucio Anderliniほか「Beauty and charm jet identification with end-to-end training on a superconducting quantum processor」、arXiv:2611.16607v1、2026年11月12日。本文§2〜5、Table 1、Figs.1〜11。論文PDF。
  • 超伝導伝送線路で宇宙の粒子生成を模擬する|スクイージングから何が分かるか

    超伝導伝送線路で宇宙の粒子生成を模擬する|スクイージングから何が分かるか

    宇宙の膨張に伴って真空から粒子が生まれる現象を、実験室でどう調べるのでしょうか。ブエノスアイレス大学とIFIBAの研究チームは、超伝導の伝送線路に多数のSQUIDを並べ、宇宙論の特定のモデルと同じ方程式に従う系を作る方法を理論的に検討しました。2026年11月12日公開の研究で焦点となるのは、光子が増えたという観測から、真空に由来する量子の揺らぎをどう見分けるかです。[1]

    簡単にまとめると?

    • 超伝導伝送線路の性質を磁束パルスで変え、放射優勢の宇宙モデルにおける粒子生成を模擬する理論提案です。
    • 光子数だけでは、真空から生じた寄与と熱による寄与を区別できません。揺らぎの向きに依存する相関も調べます。
    • パルスを長くすると理想的な方程式には近づきますが、素子の非対称性やタイミングのずれに弱くなるため、設計には折り合いが必要です。

    宇宙全体ではなく、場の変化を回路に写す

    量子論でいう真空は、何も変化しない空白ではありません。場には量子ゆらぎがあり、その場が置かれた環境が時間とともに変わると、変化の前に「粒子がない」とした状態が、後では粒子を含む状態として現れることがあります。

    研究が扱うのは、放射が宇宙の進化を支配するモデルでの、質量を持つスカラー場の振る舞いです。収縮側と膨張側をつないだモデルを「共形時間」という時間座標で表すと、各モードは振動数が時間とともに変わる振動子として記述できます。この振動を表す方程式と同じ形を、電気回路側に作ります。

    この対応を使うのがアナログ量子シミュレーションです。実験室に宇宙そのものを作るのではなく、調べたい現象に関係する方程式を、制御しやすい別の物理系で再現します。今回の論文は回路の設計と数値解析を示した段階で、宇宙論的粒子生成の新たな実測報告ではありません。

    SQUIDを線路全体に並べる理由

    SQUIDは、二つのジョセフソン接合を含む超伝導ループです。ループを貫く磁束を変えると、回路のインダクタンスを調整できます。提案では、伝送線路を細かな区間に分け、各区間にSQUIDとコンデンサーを配置します。全体へ同じ磁束パルスを加え、電磁場が感じる性質をそろえて変えます。

    線路の端だけを変調する方式では、端の条件が変わることで異なるモードが結び付きます。今回の宇宙モデルは空間的に一様なので、線路全体を均一に変調し、別々のモードを混ぜないことが対応の鍵です。

    変調によって各モードの振動数をいったん低くし、再び高く戻します。変化が十分ゆっくりなら状態はその変化を追えますが、速く変わる領域では追従できず、生成と消滅に対応する成分が混ざります。これをボゴリューボフ混合と呼び、粒子対の生成とスクイージングを記述します。

    光子が多いだけでは、真空の信号とは言えない

    スクイージングとは、場の二つの直交する成分のうち、ある向きの揺らぎを真空より小さくする状態です。別の向きの揺らぎは大きくなります。論文では、光子数に加えて、この向きによる揺らぎの違いを表す「異常モーメント」を調べています。ここでの「異常」は故障という意味ではなく、生成・消滅演算子の組合せで定義する相関量の名称です。

    論文のモデルでは、熱平衡にある状態だけならこの相関はゼロになります。ゼロでない値が残れば、パルスによる混合の手掛かりになります。ただし、その値だけで真空由来の寄与が主だとは言えません。初めからあった熱光子も同じ変調で増幅され、相関に寄与するためです。

    調べる量 分かること それだけでは分からないこと
    光子数 モードがどれだけ励起されているか 真空由来と熱由来の内訳
    異常モーメントと光子数 位相に依存する相関と、真空以下に揺らぎが抑えられているか 真空由来の寄与が大半かどうか
    さらに状態の純度 仮定した状態・損失モデルのもとで、真空由来の寄与が優勢かを評価 検出損失やモデルの前提を無視した内訳の断定

    たとえば、相関が光子数を上回る条件では、論文が扱う定在波モードの一つの成分が真空より小さく揺らぎます。それでも、熱由来の成分が大きい場合があります。「スクイージングが見えた」と「真空から作られた対が主になっている」は、測定上も分けるべき結論なのです。

    パルスを長くすればよい、では済まない

    理想モデルの変化を、実際の回路では有限の長さのパルスに置き換えます。短すぎるパルスでは開始・終了の影響が大きくなり、狙った粒子数の分布から外れます。一方、長いパルスほどSQUIDの二つの接合の非対称性や、場所による変調のずれが効きやすくなります。

    論文は、長さ6cm、約1,000区間の線路を一つの設計例として解析しています。各区間へパルスを配る経路も重要で、到着時刻が場所によってずれると、本来独立にしたいモードが混ざります。誤差が区間ごとに独立か、同じ枝に属する区間で共通してずれるかによっても、許容できるずれは変わります。

    したがって、部品単体の精度だけを上げる設計では足りません。パルスの形、配線経路、接合のそろい方、読み出すモードを一緒に決める必要があります。損失と熱の影響を含む計算にも、弱い結合や短い変調時間といった適用条件があります。強い損失まで同じ精度で扱えるとの保証ではありません。

    次に確かめたいのは、生成と測定の両方

    実装へ進むなら、まず線路全体の変調が狙いどおり均一か、測定するモードを分離できるかを確かめることになります。さらに、変調を止めた対照実験を行えば、読み出し回路自身が作ったスクイージングを信号と取り違えていないか調べられます。検出効率も、状態の純度や真空由来の寄与の評価に影響します。

    この提案は、宇宙論の方程式と超伝導回路をつなぐだけでなく、何を測ればどの結論まで言えるのかを整理しています。光子数、相関、純度を区別して見ることが、量子シミュレーターの結果を実際の宇宙の証拠へ広げすぎず、その価値を読み取る手掛かりになります。

    出典

    1. Paula I. Villarほか, Traces of Vacuum Squeezing: A Superconducting Transmission-Line Analogue of Cosmological Particle Creation, arXiv:2611.17295v1、2026年11月12日公開。回路設計、観測量、付録A・Bの許容誤差と適用条件を参照。雑誌版:Entropy 28, 1248 (2026)。
  • 超伝導キュートリットの保護設計|第2高調波の符号で変わる雑音への強さ

    超伝導キュートリットの保護設計|第2高調波の符号で変わる雑音への強さ

    量子計算で情報を長く保つには、励起した状態からエネルギーが抜けるのを抑えるだけでは足りません。状態どうしの位相、いわば量子の重ね合わせを支える相対的なタイミングも保つ必要があります。2026年11月12日に公開されたネブラスカ大学リンカーン校のHamed Vakili氏のプレプリントは、3つの状態を使う「超伝導キュートリット」を題材に、この二つの課題を分けて調べています。[1]

    簡単にまとめると?

    • 3つのジョセフソン接合を輪につなぎ、電流と位相の関係に含まれる第2高調波を利用するキュートリットの理論提案です。
    • 第2高調波が正か負かで、状態を守る仕組みと制御方法が変わります。エネルギー緩和への強さだけで方式の優劣は決まりません。
    • 位相の乱れ、準粒子、制御用ゲート電圧の雑音が残る課題です。実機の性能や誤り耐性を実証した研究ではありません。

    2状態から3状態へ広げると、何を守るのか

    量子ビットは0と1に対応する二つの状態を使います。これを3状態へ広げたものがキュートリットで、さらに一般の多状態系をキューディットと呼びます。一つの回路素子で扱える状態の数が増える一方、各状態を区別して操作し、不要な遷移や位相の乱れを抑える設計が必要になります。

    今回の提案は、素子を増やして誤りを後から直す前に、回路そのものの性質で雑音の影響を受けにくくする考え方です。対象は3つの接合と、それぞれに並列につなぐコンデンサーからなるループ。その低い側の三つのエネルギー状態を計算に使います。

    第2高調波の符号が、二つの設計を分ける

    ジョセフソン接合では、超伝導体どうしの位相差に応じて超電流が流れます。その関係を表す波形に、基本の成分に加えて2倍の周期数で変化する成分が含まれることがあります。これが第2高調波です。論文は、この成分が十分に強い接合を組み合わせたとき、符号の違いが状態の配置や雑音への応答をどう変えるかを計算しています。

    正の符号の設計では、ループを貫く磁束を所定の値に合わせると、対称性によって計算に使う状態間の電荷による遷移が禁じられます。ただし、これは動作点とモデルの条件がそろった場合の選択則です。磁束やオフセット電荷がずれると緩和経路が戻り、「どんな雑音にも影響されない回路」にはなりません。

    また、状態間を簡単に行き来できない性質は、操作にも関係します。正の設計では、計算に使う三つより高い中間状態を介した制御を検討しています。保護を強めることと、狙った状態へ動かしやすくすることを、一緒に考える必要があるわけです。

    負の符号の設計では、深いエネルギーの谷の間を移る過程が抑えられることで緩和を小さくします。こちらには正の設計と同じ厳密な選択則はありません。三つの状態の間隔を使いやすく分けるため、接合の位相を反転したときに符号が変わる小さな項を加えます。論文では、補助的な接合を付ける構成を具体的に扱っています。

    比較する点 第2高調波が正の設計 負の設計
    緩和を抑える主な仕組み 所定の動作点での対称性と選択則 離れた状態間のトンネル過程の抑制
    制御 高い中間状態を介する方法 計算状態間を直接駆動する方法
    残る検討点 動作点のずれ、位相雑音、準粒子 補助接合の安定性、準粒子の検出と補正

    長い緩和時間と、長く計算できる時間は別

    エネルギーを失って別の状態へ移る現象が「緩和」です。一方、状態の組合せは残っていても、重ね合わせの位相がばらつく現象を「位相緩和」と呼びます。論文の計算では、両設計ともエネルギー緩和を強く抑えられる条件がある一方、最終的なコヒーレンスは位相の乱れに制限されます。

    その一因が、超伝導中に生じる励起である準粒子です。準粒子が接合を横切ると、量子状態に影響を与えます。正の設計では、その過程がどの状態にいたかの情報を外へ漏らす働きを持ちます。負の設計では、主接合で起きた過程を検出して位相の符号変化を補正できる場合があります。ただし、これはどの過程が起きたかを識別する検出器と補正が働くという条件付きの結果であり、検出なしに自動で誤りが消えるわけではありません。

    材料の選択は、制御雑音まで含めて考える

    候補材料の一つが交替磁性体です。全体として磁化が打ち消し合う性質と、電子のスピンに応じたバンドの違いを併せ持つ材料で、論文はこれを超伝導体ではさんだ接合をモデル化しています。計算ではゲート電圧を変えることで第2高調波の符号を選べますが、同じ電圧の揺らぎがエネルギー間隔を動かし、位相雑音にもなります。

    つまり、調整しやすいことが、そのまま安定していることを意味しません。接合だけの理想的な保護を比べる段階から、電圧源、補助接合、準粒子検出、初期化まで含めた回路の設計へ進む必要があります。

    今回の研究の読みどころは、「3状態を使えば有利」という結論よりも、保護の仕組みが違えば弱点も変わると整理した点にあります。装置を比較するときは、緩和時間だけでなく、位相を保つ時間、動作点からのずれへの強さ、制御や検出に必要な追加回路を合わせて見ると、理論提案と実装の間に何が残っているかが分かります。

    出典

    1. Hamed Vakili, Noise-Protected Superconducting Qudits from Higher-Harmonic Josephson Junctions, arXiv:2611.16563v1、2026年11月12日公開。本文の回路設計・雑音解析を参照。プレプリント。
  • LLMで量子回路のパラメーターを決める:提案を独立に検証するには

    LLMで量子回路のパラメーターを決める:提案を独立に検証するには

    量子回路の調整を大規模言語モデル(LLM)に手伝ってもらうとき、もっともらしい答えが返ることと、計算に使える提案が得られることは別です。例えば、分子のエネルギーを小さくする問題では、エネルギーの数値だけを答えてもらうより、実際に評価できる回路の設定値を出してもらう方が、提案の良し悪しを確かめやすくなります。

    2026年11月12日公開のプレプリントは、追加学習を行わない汎用LLMに量子回路のパラメーターを生成させ、どのような問題で有効かを調べました。論文で用いたモデルはGPT-6 Astraです。結果は問題の構造に大きく依存し、一般的な計算速度の優位を示したものではありません。一方、数値の予測と、独立に検証できる回路設定を分けて評価する考え方は、LLMを技術計算に組み込むうえで参考になります。

    簡単にまとめると?

    • LLMに回路の構造とエネルギーを表す式を渡し、回路の形を変えずに回転角の組を提案させました。評価はノイズのない古典シミュレーションで行っています。
    • 解を構成できるように設計した問題では良い提案が多い一方、構造を持たせないランダムな問題ではAdamによる最適化より誤差が大きい傾向でした。
    • エネルギーの直接予測は物理的な下限に反する場合があります。回路の設定値を出させれば、別の計算でその結果を確かめられます。

    回路の形を固定し、回転角をまとめて提案させる

    変分量子アルゴリズムは、量子回路の設定値を少しずつ変えながら、目的に合う状態を探す方法です。分子計算で使う変分量子固有値ソルバー(VQE)では、回路が作る状態のエネルギーを評価し、その値が小さくなるようにパラメーターを調整します。ここでいうパラメーターは、量子ビットを回転させるゲートの角度などです。

    研究では、回路を記述するOpenQASM 3のテキストと、エネルギーを定めるハミルトニアンのパウリ分解をLLMへ渡しました。ハミルトニアンは、どの状態がどれだけのエネルギーを持つかを表す演算子です。パウリ分解では、それを量子ビットに対する基本的な操作の組と係数で表します。

    LLMの仕事は、固定された回路に入れる角度を一組まとめて出すことです。回路そのものを新しく設計する課題ではなく、モデルの重みを課題ごとに学習し直すこともしていません。最初の提案では、その問題について過去に評価したエネルギーを渡さず、提案を受け取った後に別の計算で評価します。以後の提案に、前の設定値と評価結果を返す条件も調べました。

    エネルギーの直接予測と、設定値の提案は何が違うか

    物理系には、エネルギーが最も低い基底状態があります。ある回路で実際に作れる状態のエネルギー期待値は、理想的な計算ではその基底状態より低くなりません。これが変分法の重要な性質です。最適な状態を知らなくても、回路が作った状態を評価する手順そのものが、物理的な比較の土台になります。

    ところが、LLMに最小エネルギーの数値だけを直接予測させた場合、この下限を下回る答えが出ました。数値が小さいほど良いという目的だけで眺めると優秀に見えても、物理的に実現できる状態の評価とは限りません。実際の難しい問題では正確な下限を知らないことも多く、誤った直接予測を見抜くこと自体が課題になります。

    LLMから受け取るもの 独立に確認できること 残る注意点
    最小エネルギーの数値 既知の厳密解や下限との比較 その数値を実現する状態が示されない
    回路の角度の組 回路を計算・実行してエネルギーを評価 評価できても最適解とは限らない

    表は二つの出力形式の違いを整理したものです。研究で行ったエネルギー評価は、ノイズのない状態ベクトルシミュレーションです。量子ハードウェアでの性能実証ではありません。実機で評価するときには、有限の測定回数や装置の誤差を考慮して、この変分的な性質を読む必要があります。

    うまくいくかどうかは、問題の構造で変わる

    ランダムなハミルトニアンの評価では、4・8・12量子ビットについて各5例を用意し、同じ回路と問題でAdamと比較しました。Adamは、目的関数の勾配を使って設定値を更新する一般的な最適化法です。この比較では、LLMの提案はエネルギー誤差が大きい傾向にあり、評価結果を返して提案を重ねても改善は限定的でした。

    一方、パラメーターを埋め込んだ回路から逆に問題を作る「親ハミルトニアン」の評価では、初回の提案から良い結果が得られました。ここでは基底状態が同じ回路の形で表せることが保証され、正解のエネルギーも既知です。90例のうち、初回で77例がエネルギー差10−6以下という成功基準を満たし、最大5回までの提案中に得られた最良値では80例となりました。

    この成績を、任意の90種類の量子問題を解いた結果とは読めません。問題の生成には、多くをクリフォード角にし、一部だけをそれ以外の角度にするという構造があり、パウリ項の数や回路深さにも制約があります。専用の古典的な方法がその構造を利用できる可能性も残ります。また、ランダムな問題では、そもそも回路が基底状態を表せるとは保証されていないため、残った誤差を最適化の失敗だけに帰すこともできません。

    分子の例では、水素4原子からなるH4について、回路とハミルトニアンに加えて分子の配置や電子状態の情報を渡すと、良い設定が得られる場合がありました。ただし独立した実行の間にばらつきがあり、分子の配置を変えた場合にも成績が変わります。物理的な手掛かりを渡すことの可能性を示す小規模な比較として見るのが適切です。

    「評価1回」は、測定1回でも総計算時間でもない

    この研究が数えている資源は、ハミルトニアン全体のエネルギーを評価する回数です。LLMが角度を一組提案すれば、その候補の良し悪しを調べるためにエネルギー評価を1回行います。一方、パラメーターシフト法で勾配を計算するAdamでは、各角度をずらした回路の評価も必要になります。

    ただし、実機でハミルトニアン全体の期待値を求めるには、複数の測定基底や繰り返し実行が必要な場合があります。「エネルギー評価1回」を「量子回路を1ショット実行するだけ」と読み替えることはできません。今回の回数には、LLMの推論に要する計算時間や費用も含まれていません。LLMには式の構造が渡される一方、Adamは数値のエネルギーと勾配を通じて更新するという情報の違いもあります。

    さらに、繰り返し提案する条件では、フィードバックを増やすことと、新しい候補を追加で生成することが同時に起こります。改善が見られても、フィードバックだけがどれだけ効いたかは、この比較では切り分けられていません。

    説明文も、設定値とは別に確かめる

    LLMは角度だけでなく、なぜその設定が良いかという説明も返しました。論文の付録は、説明中の物理的な主張が検算と一致する例と、一致しない例を示しています。一方の例ではゼロのエネルギー差になると説明したのに、独立した評価では0.5の差が残りました。流暢な説明が付いていることは、提案の正しさを保証しません。この二例から、説明全体の正答率を決めることもできません。

    研究の価値は、LLMが常に従来の最適化を置き換えるという結論よりも、どんな構造を渡し、何を出力させ、何で検証するかを分けた点にあります。技術計算への導入を考えるなら、設定値の質、説明の正確さ、評価回数、推論を含む総コストを別々に比較すると、利用できる場面を判断しやすくなります。

    出典

  • NiOのバイマグノン:数十ピコ秒続く磁気信号をX線で捉える

    NiOのバイマグノン:数十ピコ秒続く磁気信号をX線で捉える

    磁性体では、電子のスピンの向きが集団で揺れ、その揺れが波として伝わります。光でこの磁気的な動きを起こし、しばらく保てるなら、電荷の流れとは違う方法で情報を扱う研究につながります。ただし、「長く残った」という報告では、何が残り、何を測ったのかを確かめることが大切です。

    2026年11月12日公開のプレプリントは、酸化ニッケル(NiO)の薄膜に中赤外光を当て、二つのマグノンが関係する信号を時間分解X線測定で追いました。報告された減衰時間は28±11ピコ秒。光で励起した磁気応答を捉えた結果であり、その間ずっと量子情報の位相が保たれたことを示す数値ではありません。

    簡単にまとめると?

    • NiOの薄膜に波長5 µmの光を当て、二つのスピン波に関わる励起「バイマグノン」を調べました。
    • 特定の運動量で観測した信号は、光を当ててから約4ピコ秒後に最大となり、その後は数十ピコ秒の時間スケールで減衰しました。
    • マグノン同士の散乱で信号が再分配されるという説明を提示しています。位相の保持時間や、動作する情報デバイスの実証とは区別する必要があります。

    バイマグノンは、二つのスピン波が関わる励起

    NiOは反強磁性体です。スピンが一様に同じ方向を向くのではなく、隣り合う層で反対向きに並ぶ磁気秩序を持ちます。その並びからの小さな揺れを波として見るのがスピン波で、量子として扱った一つ一つをマグノンと呼びます。

    今回扱うバイマグノンは、異なる場所のスピンに関わる、相関した二つのマグノンの励起です。似たエネルギーで観測されるものに、一つのニッケルイオンで二重のスピン反転が起こる「ダブルマグノン」もあります。名前が似ていても同じ現象ではなく、平衡状態のスペクトルに二マグノン付近の肩が見えるだけで、バイマグノンを直接数えたとは言えません。

    そこで研究チームは、励起の起こし方と、その後の測り方を組み合わせました。波長5 µm、光子エネルギー0.25 eVの中赤外光を使い、格子振動であるフォノンが関与する二マグノン吸収を狙います。光のエネルギーを電子の高いエネルギーの励起へ大きく投入する方法とは異なり、磁気励起を選んで起こすための設計です。

    X線が受け取るエネルギーから、励起の残り方を読む

    測定に用いたのは、時間分解共鳴非弾性X線散乱(RIXS)です。試料へ入れたX線が、どれだけエネルギーを失ったり得たりして出てくるかを測ります。特に、すでに存在する励起が消える際にX線へエネルギーを渡す「反ストークス側」の信号は、光で作った励起の時間変化を読む手掛かりになります。

    この方法では、エネルギーに加えて運動量を選んで観測します。波の運動量は、結晶の中でその波がどのような空間的な周期を持つかに関わる量です。今回の測定は特定の運動量Q0で行われました。試料全体のあらゆるスピン波を一度に数えた測定ではない、という点が後の解釈に効いてきます。

    試料はMgO基板上の厚さ約120 nmのNiO薄膜で、時間分解RIXSは25 Kという低温で実施しています。室温で動作する情報素子の実験ではありません。測定の時間分解能は約0.5〜0.64ピコ秒で、光を当てる前後のスペクトルを比較しました。1ピコ秒は1兆分の1秒です。

    28±11ピコ秒は、どの信号の減衰時間か

    二マグノンの反ストークス信号は、光照射から名目上4ピコ秒後に最大となり、10ピコ秒を超えても観測されました。論文では4〜200ピコ秒のデータに、十分後の信号をゼロと置いた単一指数関数を重み付きで当てはめ、28±11ピコ秒という減衰時間を得ています。±11ピコ秒は、そのフィットから得た1標準偏差の不確かさです。

    比べたい時間 何を表すか 今回分かったこと
    信号の減衰時間 選んだ運動量での磁気応答が弱まる速さ 二マグノン応答について28±11 psと評価
    位相の保持時間 波のタイミングの関係が保たれる長さ この測定値からは決まらない

    上の表は、異なる測定量を混同しないための整理です。信号が観測できる間も、波どうしの位相関係は変化し得ます。したがって、過去に報告された非常に短い位相緩和時間と今回の値を割り算して、量子コヒーレンスが何倍になったと解釈することはできません。量子もつれがこの時間だけ維持されたという検証でもありません。

    また、単一マグノンのピーク位置や幅には、分解能の範囲で大きな変化が見られませんでした。磁気秩序が大きく崩れていないことと整合しますが、試料が全く加熱されなかったという証明ではありません。実際、より高いエネルギー領域の背景信号は、二マグノンの応答とは異なる時間変化を示しています。

    光を当てた直後ではなく、少し後に最大になる理由

    興味深いのは、二マグノン信号が光照射と同時に最大になるのではなく、数ピコ秒遅れて強くなる点です。研究チームは、光で生まれた多数のマグノンが互いに散乱し、観測している運動量の組み合わせへ重みが移る可能性を示しています。

    例えば、別々の二つのペアから一つずつのマグノンが衝突すると、全体のエネルギーと運動量を保ちながら、それぞれの運動量を交換できます。その結果、もとの相手との組み合わせや別の組み合わせが持つ合計運動量は変わります。測定がQ0だけを見ているなら、励起全体が単純に増えたのではなく、見ている場所へ信号が移ってきたように観測される可能性があります。

    最小限の相互作用モデルによる見積もりでは、吸収した光子からマグノン対への変換が十分に効率的なら、マグノン同士の衝突が数ピコ秒で起こり得ます。ただし、その変換効率は直接決定されていません。観測した遅れと整合する仕組みの提案であり、運動量空間全体を撮影して移動経路を確定したわけではありません。その後、フォノンとの散乱によって磁気系から格子へエネルギーが移ることも、信号が弱まる過程に関わります。

    情報制御へつなぐには、残り方を測り分ける

    今回の結果は、低いエネルギーの光で磁気励起を作り、有限の運動量を持つ応答が立ち上がって消えていく過程を、X線で追えることを示しています。マグノンを情報処理へ利用する研究にとって、励起がどこへ分配され、何にエネルギーを渡すのかを調べる入口になります。

    一方で、情報を保持・伝送・演算する装置として比較するには、信号の減衰だけでなく、位相、温度、励起に必要なエネルギー、空間的な伝搬も確認する必要があります。今回の「長く残る」は、特定の低温条件と観測した磁気応答に結び付けて読むことで、成果の意味を正確に捉えられます。

    出典

  • 1次元CV-QKD:光の変調を減らすと、鍵生成の評価はどう変わるか

    1次元CV-QKD:光の変調を減らすと、鍵生成の評価はどう変わるか

    光を使って暗号鍵を共有する装置では、光に情報を載せる方法と、得られたデータから安全な鍵の長さを見積もる方法が結び付いています。変調する成分を減らせれば送信機を簡素にできそうですが、測りにくくなる量も含めて、盗聴者に知られ得る情報を評価する必要があります。

    2026年11月12日に公開されたプレプリントは、光の一つの成分だけを変調する「1次元ガウス変調CV-QKD」を12 kmの光ファイバーで実装し、有限の測定データに基づく鍵生成の評価を報告しました。注目したいのは通信距離の記録よりも、送信側の簡素化と安全性評価の手間が、どのようにつながるかです。

    簡単にまとめると?

    • 1次元CV-QKDは、光の二つの直交する成分のうち一方だけに乱数を載せます。もう一方の測定も、安全性を見積もるために使います。
    • 12 kmでの実験データから、有限の標本数を考慮した鍵生成率として0.364 Mbit/sを報告。後処理を含む実時間の通信速度とは異なります。
    • 今回の装置はIQ変調器を使用し、乱数生成と安全性証明にも実用化へ向けた課題が残ります。簡素な送信機の完成や、包括的な安全性の証明を示した段階ではありません。

    「1次元」は、光に乱数を載せる方向を一つにすること

    CV-QKDは、連続変数量子鍵配送の略です。光の電場を、直交する二つの成分であるXとPに分けて扱います。平面上の横軸と縦軸のような関係を思い浮かべると、二つの成分を使う意味がつかみやすくなります。ガウス変調では、値が釣り鐘型の分布になるような乱数を光に載せます。

    今回の方式では、その乱数を載せる成分をXだけにしました。鍵のもとになるのもXの測定結果です。ただし、Pが不要になるわけではありません。受信側はPのばらつきも測り、観測した光の状態として許される範囲を絞ります。Pの個々の測定値は公開せず、鍵そのものにも使いません。

    ここに1次元方式の難しさがあります。送信側がPを変調しないため、送受信者のPについての相関を、通常の変調データから直接求めることができません。そこで研究では、量子力学的に成立する共分散行列、つまり各成分のばらつきと相関をまとめた表の条件を使います。その条件を満たす候補のうち、盗聴者に最も有利な場合を選び、残せる鍵の長さを評価します。

    12 kmで実装したものと、簡素化できる可能性

    実験では、送信側と受信側に独立した1550 nmのレーザーを置くローカル局発方式を用い、12 kmの単一モード光ファイバーで接続しました。局発とは、受信した微弱な光を測るための基準光です。送信側から同じ基準光を届ける構成とは、この置き場所が異なります。

    一つの成分だけを変調するプロトコルは、送信機の構成を減らす余地を持ちます。ただし、今回の実験装置が単純な振幅変調器一つだけで動いたわけではありません。実際にはIQ変調器と2チャネルの波形発生器を使用しています。独立した二つのレーザーの周波数差に対応し、受信信号を検出器の帯域内に収めるためです。プロトコルが要求する変調の数と、実験装置に必要だった部品の数は分けて読む必要があります。

    また、変調用の乱数にはPC上の疑似乱数を使用しました。これは原理実証としての実装で、実用の送信機では量子乱数生成器などへの置き換えが課題になります。受信器の効率や電子雑音についても、校正して信頼するモデルを採っています。

    データが有限だと、鍵を短く見積もる理由

    鍵を取り出す処理では、まず送受信者のデータの食い違いを訂正します。続いて、盗聴者が知り得る情報を差し引けるように、データを短い鍵へ圧縮する「プライバシー増幅」を行います。長い鍵を残すには、通信路の損失や雑音を十分に把握する必要があります。

    測定データが無限にあると仮定する漸近評価では、推定した値の統計的な揺らぎを無視できます。しかし、実際のデータ数には限りがあります。測った雑音がたまたま小さく見えた可能性も考えると、許容する推定範囲を広げ、その中で保守的に評価しなければなりません。さらに、有限長のデータから鍵を圧縮する補正も入ります。

    12 kmでの評価 報告された鍵生成率 数値の読み方
    漸近評価 1.421 Mbit/s 有限の標本数による不確かさを入れない評価
    有限サイズ評価 0.364 Mbit/s 推定の信頼区間と鍵圧縮の補正を考慮

    表は論文の12 kmでの結果を整理したものです。二つの数値の違いは、単純に計算処理が遅くなったことを意味しません。同じ実験をどれだけ保守的な条件で評価し、どれだけの鍵を残すかの違いです。

    さらに、ここでの率は、得られた鍵のビット数を量子信号の送信時間で割った値です。鍵に結び付かなかった取得分も送信時間に含めますが、オフラインで実施した信号処理・誤り訂正・プライバシー増幅の実行時間は含めていません。0.364 Mbit/sでアプリケーションへ鍵を連続供給できた、という実時間処理の実証ではありません。

    距離の予測と、安全性証明の範囲も確かめる

    論文には距離を変えたときの鍵生成率の曲線もあります。ただし、実測した通信路は12 kmです。曲線は、そこで得た動作条件や誤り訂正の成績を使ったモデル上の予測であり、曲線の各距離で装置を動かした結果ではありません。符号の復号に失敗する割合などが距離とともに変わる場合、予測も変わります。

    安全性については、ガウス集団攻撃という特定の攻撃モデルの下で、有限データのパラメーター推定と鍵長の補正を扱っています。論文自身も、これを完全な合成可能有限鍵安全性証明とはしていません。合成可能とは、得た鍵を別の暗号処理と組み合わせても安全性を追跡できるように、失敗確率を全体として管理する考え方です。個々の推定に小さな失敗確率を置いたことだけで、プロトコル全体の保証が完成するわけではありません。

    この研究は、1次元変調を実験に結び付け、実測データの有限性が鍵生成の評価にどの程度響くかを具体化しています。方式を比較するときには、変調器の構成、信頼する受信器の範囲、標本数、後処理を含む速度、安全性証明の対象を並べると、鍵生成率の数字だけでは見えない違いを判断しやすくなります。

    出典

  • 量子回路の保護は、コンパイル後にも残るのか

    量子回路の保護は、コンパイル後にも残るのか

    量子クラウドへ計算を頼むと、事業者には実行する回路と測定結果が渡ります。企業や研究者が工夫したアルゴリズムを、そのまま見せたくない場面もあるでしょう。回路へ余分な操作を加え、見た目を分かりにくくする方法がありますが、その工夫がコンパイル後にも残るかは別の問題です。

    韓国の釜慶大学校の研究者らは、2026年11月11日公開のプレプリントで、複数の量子回路保護方式を、最適化した後の回路で比較しました。既存技術を組み合わせたQ-MaskCutも評価に含めています。結果が示すのは、見た目の違いが大きいこと、答えを隠せること、本人が正しい答えを取り戻せることを、分けて確かめる必要性です。[1]

    簡単にまとめると?

    • 回路に加えた目くらましは、コンパイラーに不要な操作と判断され、消されることがあります。提出前だけでなく、事業者が再コンパイルした後も比較します。
    • Q-MaskCutは、鍵、おとりの量子ビット、回路分割、追加パルスを組み合わせた評価用の例です。構造の違いや出力分布の違いは測りますが、安全性を数学的に保証する方式として示されたものではありません。
    • 一つの断片の実行が短くても、全体が安くなるとは限りません。実機試験では測定回数が元の約18.5倍になり、利用者側で結果を再構成する計算も必要でした。

    「同じ働きの余分な操作」は、最適化で消える

    たとえば、ある操作の直後に、その操作を打ち消す逆操作を置けば、全体の働きを変えずに回路を長くできます。図を見た人には複雑そうでも、コンパイラーがこの組を見つければ取り除けます。速く正確に動かすための最適化が、見た目を隠すための工夫まで整理してしまうわけです。

    この研究は、事業者が依頼どおりに実行し、正しい測定値を返す一方で、受け取った回路や結果から内容を知ろうとする状況を考えます。専門的には「正直だが好奇心のある」相手という脅威モデルです。回路や結果を悪意を持って改ざんする相手への対策は、評価の対象外です。

    比較では、回路を装置のゲートや接続関係へ変換し、Qiskitの最適化レベル3で処理してから調べました。さらに、提出された回路を事業者側がもう一度コンパイルする条件も設けています。回路が通る処理の順序を、保護方式の評価にも含めた点が重要です。

    隠したいものを三つに分ける

    確かめること 指標だけでは分からないこと
    回路の構造が違って見えるか ゲートが増えただけでも違いは大きくなります。アルゴリズムを推測できない保証とは別です。
    鍵なしの出力が元の答えと違うか 単に計算が壊れていても違いは大きくなります。
    本人が答えを復元できるか 鍵を外した後の出力を、正解と元の回路の出力の両方で確認します。

    構造の比較には、ゲートの依存関係をグラフにしたときの違いを表すnormGEDを使います。今回の実装では、ノードにゲートの種類などのラベルを持たせず、追加・削除するノードや辺の数で違いを測っています。厳密な最小距離をすべて求めた値でもなく、大きな回路では探索から得た上界です。

    出力には、二つの確率分布の違いを測る全変動距離、TVDを使います。0に近ければ分布が似ており、1に近ければ大きく異なります。ただし、この数値が高いことは「相手が何も推測できない」という証明ではありません。鍵を外す前と後のTVD、復元後の忠実度を並べて読む必要があります。

    Q-MaskCutは何を組み合わせたのか

    Q-MaskCutでは、出力ビットを鍵に応じて反転させ、利用者が最後にその反転を戻します。さらに、おとりの量子ビットと、それをデータ側につなぐ操作を加えます。回路を小さな断片へ切り分け、切れ目の両側へ、全体としては打ち消し合う回転も置きます。

    断片をコンパイルした後には、補正し合うパウリ操作や、待ち時間へ収まる動的デカップリングのパルスを加えます。動的デカップリングは本来、周囲との相互作用による誤りを抑えるための操作です。ここでは、その追加操作が回路の構造を変えて見せる役割も持ちます。

    事業者が返した断片ごとの結果を、利用者が古典計算で組み合わせ、おとりの分を除き、鍵による反転を戻します。著者らは、この方式を新しい暗号技術の発明とは位置づけず、既存技術の組合せを同じ条件で評価するための例としています。

    再コンパイルすると、構造の違いは0.88から0.42へ

    3〜127量子ビットの23回路をFakeMarrakeshの装置条件へコンパイルした比較では、Q-MaskCutの平均normGEDは、追加マスクの前が0.38、追加後が0.88、事業者による再コンパイル後が0.42でした。追加パルスの多くが整理され、構造の違いが元の水準に近づいています。

    この値は、分割前の保護回路全体を元のコンパイル済み回路と比較したもので、事業者が実際に受け取る各断片そのものの安全性を測った値ではありません。また、残る0.42の一部は、おとりの線や追加ゲートによる違いです。最適化で消えないことと、内容を見抜けないことは同じではありません。

    一方、鍵による出力反転は、働きを保つ再コンパイルで取り除かれるわけではありません。11回路のノイズなしシミュレーションでは、鍵を外さない出力のTVDは平均0.94でした。正確な断片確率から再構成し、鍵を外した場合には、元の出力へ数値精度の範囲で戻せています。有限回の測定では、さらに標本誤差が加わります。

    鍵の効き方も回路依存です。この実装の鍵は出力と独立に選ばれますが、すべてのビット列から一様に選ぶ鍵ではありません。出力ビットを反転しても分布があまり変わらない回路があり、ある4量子ビット回路では、選んだ鍵によるTVDは0.36でした。平均値だけで一件ごとの保護を保証することはできません。

    短い断片を何回も動かす費用

    IBMの156量子ビット装置ibm_marrakeshでも、23回路の元の形と保護した形を比較しています。各回路・各断片の変種を2,048回ずつ測定し、保護した側は計426変種、872,448ショットを使いました。元の23回路は47,104ショットなので、約18.5倍です。一つの断片の実行時間が短いという結果だけで、全体の利用費用や待ち時間が減るとは読めません。

    断片から元の結果を戻す計算も必要です。切れ目がK個あると、再構成では4K個の項を扱い、出力の広さによっても負担が増えます。量子側で回路を小さくする代わりに、繰り返し実行と古典計算へ仕事を移している面があります。

    実機結果は、一つの較正状態で各回路を一度ずつ試したものです。小さい回路の一部では復元後の忠実度が高まりましたが、下がった例もあります。40〜127量子ビットのGHZやDeutsch–Jozsaなどの回路では、元の回路も保護側も、使える出力を十分に得られていません。回路分割だけで大規模な計算の誤りを解決した結果ではありません。

    実機試験は、現在の鍵選択へ変更する前の版でもあります。14量子ビット以下では、TVDを大きくする鍵を選んでおり、その後のランダムな鍵の方式で実機試験を繰り返したものではありません。論文中のシミュレーションと実機結果を、同じ条件の反復実証としてまとめないことが大切です。

    比較するときは、最後に届く回路を見る

    この研究では全断片を同じ装置へ送りました。複数の事業者に分け、互いに情報を共有しない条件の効果は試していません。断片の情報や出力同士の相関から内容を推測する攻撃にも、正式な安全性保証はありません。

    保護方式を比べるときは、提出後にどの最適化を受けるか、鍵なしで何が見えるか、本人が正解へ戻せるか、そして全断片の測定と再構成にいくらの計算が必要かを一組にして見る。この評価の順序が、回路図の複雑さや一つの高い指標に頼らない判断材料になります。

    実機試験で使われたIBMの量子計算事業やクラウドとの関係は、cyclewaveのIBM企業解説で紹介しています。

    参考資料

    1. Ing Muyleang, Leanghok Hour, Youngsun Han, Evaluating Quantum Circuit Protection Methods After Compilation: An Empirical Comparison。arXiv:2611.14919v1、2026年11月11日公開のプレプリント。脅威モデルと指標は第2節、方式は第3節、再コンパイルは第4.3節と表1・2、実機条件と費用は第4.7節と表3・4、限界は第5節。原論文PDF。
  • 量子回路の等価性検証:パウリ伝播で変換前後の働きを確かめる

    量子回路の等価性検証:パウリ伝播で変換前後の働きを確かめる

    量子コンピューターで動かす回路は、書いた形のまま実機へ送られるとは限りません。コンパイラーがゲートをまとめたり、装置の使える操作へ置き換えたりします。計算を軽くする変換でも、答えの意味まで変わってしまえば困ります。そこで必要になるのが、変換前後の回路が同じ量子操作を表すか調べる量子回路の等価性検証です。

    九州大学と理化学研究所の研究者らは、2026年11月11日公開のプレプリントで、回路の構造に合わせて二つの検査方法を使い分ける方式を報告しました。特徴は、大きな回路を丸ごと行列にするのではなく、パウリ演算子という基本的な操作の組合せを必要な項だけ追いかけること。そして、計算量や数値誤差のために判定できないときは、明確に「未判定」を返すことです。[1]

    簡単にまとめると?

    • 回路の見た目が違っても、どの入力にも同じ量子操作を行うかを検査します。少数の測定結果が似ているだけでは、等価性の確認にはなりません。
    • パウリ生成元の変化を追う方法と、二つの回路の共通部分を打ち消すCut-Miterを組み合わせます。どちらが軽いかは回路の構造で変わります。
    • 採点対象434組では419組で参照ラベルと一致し、誤判定は観測されませんでした。ただし、対象はユニタリー回路で、途中測定や古典制御を含む回路まで検証した結果ではありません。

    測定結果が似ていても、同じ回路とは限らない

    たとえば、量子ビットを反転するXゲートを二回続けると元に戻ります。二つのXゲートを削除した回路は、図が変わっても同じ働きをします。一方、ある入力だけで偶然同じ測定結果になった二つの回路が、別の入力にも同じ働きをするとは限りません。

    今回の検証が対象にするのは、測定などを含まないユニタリー回路です。これは、量子状態を可逆的に変換するゲートからなる回路を指します。回路全体に共通して掛かる「グローバル位相」は、単独の回路の測定確率を変えないため、等価性の判定ではその違いを許します。

    正面から比較するなら、それぞれの回路を表す行列を作れます。しかし、量子ビットがn個なら行列は2n行×2n列になり、すぐに大きくなります。研究の狙いは、回路が持つ規則性や、変換前後で共通する部分を使って、この負担を減らすことにあります。

    操作の変化を追うか、共通部分を打ち消すか

    一つ目の方法はパウリ生成元の伝播です。各量子ビットのXとZという基本演算子、合計2n個が、二つの回路を通したときにどう変わるかを比べます。理想的な厳密計算では、これらすべての変化が一致すれば、グローバル位相を除いて回路も等価だと分かります。

    ここで有利なのが、クリフォードゲートを多く含む回路です。クリフォードゲートは、一つのパウリ演算子を符号付きの別のパウリ演算子へ移すため、追いかける項を増やしません。一般の回転ゲートでは複数の項へ分かれることがあり、同じ量子ビット数でも負担が大きく違います。

    二つ目はCut-Miterです。一方の回路と、もう一方を逆向きにした操作を組み合わせ、同じ働きの部分を早めに打ち消します。さらに回路の途中に切れ目を置き、その前後から作った部分的な積を比較します。回路全体は複雑でも、書き換えた場所が限られていれば、残る差を小さく保てる可能性があります。

    検査方法 軽くできる構造 苦しくなる条件
    生成元の伝播 クリフォード操作が多い、各生成元に影響する範囲が小さい 一般の回転でパウリ項が大きく増える
    Cut-Miter 変換前後に共通部分が多く、差が限られる 共通部分がうまく対応せず、途中の項が膨らむ

    表は原論文の方法と限界を整理したものです。今回の実装では、Cut-Miterを先に試す対象を、非クリフォード回転の数や量子ビット数で選びます。Cut-Miter側は内部表現の都合で32量子ビット以下が対象です。論文にある「最大512量子ビット」は評価回路全体の幅であり、512量子ビットのすべてをCut-Miterで処理したという意味ではありません。

    小さな項を捨てても、誤差まで捨てない

    パウリ項をすべて保持すると、途中の計算が膨らみます。実装は係数の小さい項を取り除く「枝刈り」を行いますが、取り除いた分の誤差も積み上げます。回転角を近いクリフォード角へそろえる処理についても、そこで生じる誤差を判定へ含めます。

    そのうえで、残る差と誤差の幅が設定した許容値から十分に離れていれば、「等価」または「非等価」とします。境界をまたぐなら未判定です。計算時間が尽きた場合も、等価と推測して通すわけではありません。

    生成元の検査には非対称性もあります。一つでも十分に大きな食い違いが見つかれば、非等価を示せます。等価とするには、すべての生成元を検査し、全体の差を十分小さく抑えたと示す必要があります。重い検査に時間を使い切らず、別の生成元へ進める時間配分も、この性質を利用しています。

    419組の判定が一致した条件と、残る範囲

    評価は古典計算機上で行われました。Qiskit 2.5.1を用いた提案実装を、MQT QCEC、Quokka#、QuPRSと比較し、回路一組あたりの制限時間を300秒にしています。回路の最適化前後に加え、ゲートの削除、制御と標的の交換、回転角の小さな変更を含む比較です。

    全438組のうち、参照ラベルに問題が見つかった4組を主要比較から外し、434組を採点しました。提案方式は419組、約96.3%で参照ラベルと一致し、残る15組は未判定でした。この採点対象で誤判定は観測されず、合計実行時間は比較した手法より48.5〜76.0%短かったと報告されています。

    ただし、すべての回路で速いわけではありません。原論文には、ある量子位相推定回路の変更を提案方式が約181秒で判定する一方、他の二方式が1秒未満で判定した例もあります。許容誤差、ツールの版、回路の種類をそろえて初めて比較できる数字です。

    また、大きな回路の正確な正解がすべて独立に得られているわけではなく、著者らも参照ラベルの誤りが残る可能性を挙げています。途中測定、測定結果による古典制御、非自明な初期配置は今回の実装の対象外です。512量子ビットという幅だけで、実機の全動作や任意の量子プログラムを保証する技術と読むことはできません。

    コンパイラーを評価する側にとって参考になるのは、一つの高速な検査法に決め打ちせず、回路の特徴に合わせて方法を選ぶことと、未判定を正しく残すことです。最適化で何を変えたか、許容誤差をどこに置くか、どの入力や操作まで保証したいか。この三点をそろえることで、処理速度だけでは見えない検証の質を比較しやすくなります。

    評価で使われたQiskitに関わるIBMの事業や量子計算への取組は、cyclewaveのIBM企業解説で紹介しています。

    参考資料

    1. Shangzhou Xia, Junjie Luo, Qichen Wang, Yasunari Suzuki, Jianjun Zhao, Structure-Aware Quantum Circuit Equivalence Checking via Sparse Pauli Propagation。arXiv:2611.15080v1、2026年11月11日公開のプレプリント。方法は第3節、比較条件・結果は第4節と表1〜5、適用限界は第5節。原論文PDF。
  • 量子ビットの「漏れ」を測るパルス設計:強化学習で見分けやすい応答を探す

    量子ビットの「漏れ」を測るパルス設計:強化学習で見分けやすい応答を探す

    量子ビットは、計算に使う二つの状態だけで動くとは限りません。操作の途中で別のエネルギー準位へ移ってしまう「漏れ」が起きると、0と1の範囲だけを見た誤りの説明では足りなくなります。対策を選ぶには、まず、どの程度漏れやすい装置なのかを測る必要があります。

    2026年11月11日に公開されたTing Wang氏らのプレプリントは、漏れに関わるパラメーターを測りやすくするパルス列を、強化学習で探す研究です。安徽大学、上海交通大学、中国科学技術大学、香港理工大学の研究者らが、三準位モデルと、損失を有効的に表した二準位モデルを数値計算で調べています。実機で漏れを減らした報告ではなく、漏れの強さの違いが、測定結果に現れやすい制御を設計する試みです。[1]

    簡単にまとめると?

    • パルスの位相だけでなく、共鳴周波数からのずれである離調も調整し、漏れのパラメーターに敏感な応答を探します。
    • 漏れ先の準位を直接数える場合と、検出されなかった試行を損失として数える場合は、異なる測定モデルです。検出に成功した結果だけに絞ってはいません。
    • 学習で得た感度、有限回の測定から推定する誤差、実機での実現性は別々に確認する必要があります。今回の結果は、指定されたモデルと制御条件でのシミュレーションです。

    漏れを止めるパルスと、漏れを調べるパルス

    計算用の二状態を|0⟩、|1⟩とすると、通常のビット反転はその二状態の間の誤りです。漏れでは、計算に使わない|2⟩などへ状態の占有確率が移ります。装置を操作するパルスが、この移動にも影響します。

    計算中は漏れを抑えたい一方、装置の性質を調べる場面では、漏れの強さが少し違ったときに、測定結果の確率がどう変わるかを見たいわけです。どの強さでもほぼ同じ結果が出るパルスでは、違いを見分けにくくなります。

    本研究は後者の測定設計を扱っています。学習の評価値は、計算結果の正しさや量子ゲートの忠実度ではなく、漏れに関係するパラメーターの情報を、決められた測定からどれだけ取り出せるかです。測定に適したパルスを、そのまま計算中の漏れ抑制パルスとして使えるとは限りません。

    フィッシャー情報は、何を見分けやすいかの指標

    論文の中心となる指標は、古典フィッシャー情報(CFI)です。これは、推定したいパラメーターを少し変えたとき、各測定結果の確率がどのくらい変わるかを、その結果の起こりやすさも含めて評価します。同じ確率分布がほとんど動かなければ、小さなパラメーター差を見分けるのは難しくなります。

    対して量子フィッシャー情報(QFI)は、正規化された量子状態に含まれる局所的なパラメーター感度を表し、通常の条件では、測定方法を選ぶ際の情報量の上限になります。CFIが同じ状態のQFIに近ければ、採用した測定が、その状態にある情報の多くを取り出せていると読めます。

    ただし、それは「あらゆるパルスの中で最適な状態を発見した」という意味ではありません。今回のQFIとの比較は、学習で得た同じパルス列によって生じた状態について行っています。また、測定回数が有限のときに生じる推定の偏りまで、CFI一つで決まるわけではありません。

    位相と離調を一緒に調整する理由

    位相は、駆動する波の周期の中でどの位置にいるかを表し、量子状態の遷移の経路や干渉に関わります。離調は、駆動する波の周波数と、対象の遷移が共鳴する周波数との差です。離調を変えると、状態を移しやすい条件も変わります。

    研究では、深層Qネットワーク(DQN)という強化学習法を使い、各時間区間で選べるパルスの位相や離調を、離散的な選択肢から選びます。試した制御によって感度がどう変わるかを評価し、次の選択の価値を学びます。代表的な比較は10パルスで行われ、パルス幅などは規格化した単位で固定されています。

    位相だけを変える場合と、位相・離調を一緒に変える場合では、後者のほうが応答を調整する自由度が増えます。三準位の計算では、離調が中間状態のエネルギーや漏れ先へ向かう共鳴条件を変え、位相は計算用の状態間のコヒーレントな遷移に関わります。二つを組み合わせることで、パラメーター差に応じて占有確率が変化しやすい経路を探せます。

    この学習は、数値モデルから得た状態の情報を入力にしています。具体的には、基準のパラメーターと少しずらしたパラメーターで二つの状態を発展させ、その実部・虚部をネットワークへ渡します。未知の実機の状態を、測定せずにすべて取得できる仕組みを示したものではありません。実験へ移す際には、モデルの同定や、どの情報で制御を決めるかを検討する必要があります。

    漏れ先を残すモデルと、損失を数えるモデル

    モデル 何を測り、何を含めるか
    三準位:|0⟩、|1⟩、|2⟩ 計算用の二状態から|2⟩への結合の強さを推定。漏れ先もモデル内に残り、三つの準位を数えます。
    有効的な二準位+損失結果 二状態に残る確率の減衰を推定。|0⟩、|1⟩の検出に加え、損失・無検出も第三の結果として数えます。

    三準位モデルでは、|2⟩へ移っても、モデル全体から確率が消えるわけではありません。ハミルトニアンはエルミートで、三準位全体の時間発展はユニタリーです。「計算用の範囲から漏れること」と「系全体から不可逆に失われること」を区別しています。

    二準位モデルでは、漏れ先を明示的に残さず、非エルミートな減衰項で表します。ただし情報量を評価する際は、二状態に残った結果だけを正規化し直すのではありません。試行総数が分かっていると仮定し、検出されなかった確率も数えることで、三つの結果の確率の合計を1にします。

    この仮定は、実験で重要になります。装置から失われたのか、検出器が取りこぼしたのか、別の原因で無検出になったのかを区別できなければ、同じモデルをそのまま当てはめられません。論文の理想化された観測モデルは、検出器の非効率や、ほかの未知の損失を明示的には含めていません。

    感度の向上を、どの条件で読めるか

    代表的な10パルスの結果では、三準位モデルのCFIは位相のみの制御で約400、位相と離調の制御で約577でした。有効二準位モデルでは約324から約399へ増えています。これらは、規格化したモデルのパラメーターに対する情報量であり、そのまま漏れ率の百分率や実機の精度を表す数値ではありません。

    三準位モデルの主な評価点は漏れの結合がゼロに近い境界にあります。確率がゼロになる項へ式をそのまま代入せず、正の側から近づいた極限で最終評価しています。一方、有効二準位モデルの動作点は減衰パラメーター0.025です。二つのモデルの数値を、共通の物理単位の感度として単純に順位付けすることはできません。

    パルス数を増やしたときの傾向も異なり、調べた範囲では三準位モデルがほぼ二乗、有効二準位モデルがほぼ一次の増加を示しました。どちらも、決められたモデルと観測方式での有限範囲の結果です。一般の損失系で、理想的な二乗則を回復したと読み替えるべきではありません。

    一回の良い結果、学習のばらつき、有限回の測定

    三準位モデルでは、代表例の約577という値に対して、初期乱数を変えた10回の学習の平均は約490、標準偏差は約35でした。代表例と複数回の統計は別です。学習によって良いパルスが見つかることと、毎回同じ性能に到達することは区別する必要があります。

    研究では、位相や離調の校正雑音、パルスの立ち上がりに有限の時間がかかる影響も数値的に調べています。特に立ち上がりが遅くなると感度が下がる例があり、理想的に瞬時に切り替えるパルス列だけで実現性を判断することはできません。

    さらに、有限回の測定結果から最尤推定を行う計算も実施しました。これは、得られた結果が最も起こりやすいパラメーターを選ぶ方法です。各条件で500組の模擬測定データをつくり、推定の偏りと平均二乗誤差を比較しています。ただし、この有限回の評価点は0.010〜0.030の探索区間内にある値で、三準位モデルのゼロ境界での評価と同一ではありません。

    学習したパルスは、固定共鳴の基準パルスより小さい推定誤差を示しました。一方、有限回の最尤推定には偏りがあり得るため、フィッシャー情報から計算するCramér–Raoの値は、ここでは局所的・漸近的な目安として扱われています。有限標本の誤差が必ずその曲線以上になるという使い方ではありません。

    測定方式まで含めて、パルスを評価する

    DQNは、ランダム探索やCRAB、GRAPEなどとも比較されていますが、探索の回数や更新の一回が表す仕事量は手法ごとに違います。論文も、同じ計算費用でDQNが速いことや、大域的な最適解を保証する比較ではないと明記しています。

    今回の研究から得られる判断軸は、漏れの定義、数える測定結果、使えるパルスの範囲、推定するパラメーターの動作点をそろえることです。そのうえで、感度だけでなく、有限回の推定誤差と制御の不完全さへの耐性を確認する必要があります。

    代表的なパルス列と学習条件は論文に記載されていますが、研究データとソフトウェアは公開されていないと著者らは述べています。本記事は原論文の数値と条件を確認したもので、計算を独立に再現したものではありません。実機での漏れの測定や、測定した値を使う誤り訂正への接続は、今後の検証課題です。

    出典

    1. Ting Wangほか「High-precision measurement of level leakage via intelligent coherent control」、arXiv:2611.15031v1、2026年11月11日提出。本文、Appendix A・B、Figure 1〜10、Table I〜IIIを参照。