投稿者: SB-admin

  • 量子ニューラルネットワークの学習をまとめ送りで進める:ショット数とジョブ数の比較

    量子ニューラルネットワークの学習をまとめ送りで進める:ショット数とジョブ数の比較

    クラウド上の量子コンピューターを使うとき、待つ時間は量子回路の実行だけでは決まりません。計算を送信し、順番を待ち、結果を受け取るたびに時間がかかります。何度も結果を見ながら条件を更新する学習では、この往復をどう使うかが効いてきます。

    2026年11月12日公開のプレプリントで、LUMSとKAUSTのMuhammad Faryad氏、KAUSTのRabab Alomairy氏は、小さな量子ニューラルネットワークを「一回のジョブからどれだけ学べるか」という観点で比較しました。測定回数の予算をおおむねそろえ、複数の回路条件を一度に送ることで、目標の訓練損失までに必要な往復を減らせるかを調べています。[1]

    簡単にまとめると?

    • 一つのジョブに、学習パラメーターを少しずつ変えた回路をまとめて送り、各方向の勾配を求めます。結果を見てから次を決める処理まで一度に送れるわけではありません。
    • IBMの量子プロセッサーで行った6・8量子ビットの3試行では、比較手法SPSAの最終訓練損失に、まとめ送り側が4・20・8ジョブで到達しました。
    • 未知のデータへの正答率の差が明確だったのは8量子ビットの試行です。小規模な分類課題での比較であり、量子優位性や、すべてのクラウド利用方式での高速化を示すものではありません。

    ショット数とジョブ数は、別の費用を表す

    量子回路の測定結果にはばらつきがあるため、同じ条件で繰り返し実行します。この一回をショットと呼びます。一方、クラウドへ計算をまとめて送り、結果をまとめて受け取る単位がジョブです。

    一つのジョブには、複数のパラメーター設定と入力データの組を入れられます。論文では一つのPUBという実行単位にこれらを配列として収めています。送る設定の数を増やしても、総ショット数を増やさなければ、各設定に割り当てられる測定回数は減ります。まとめ送りは、無料で測定情報を増やす仕組みではありません。

    それでも意味があるのは、送信や待ち行列に入る手間を分担できるからです。特に、前の計算結果が返るまで次の条件を決められない学習では、順番に必要となる往復数が重要になります。研究者らは、同じジョブ数と一ジョブ当たりのショット数の下で、その中身をどう配分するかを比較しました。

    二点から探るSPSAと、全方向を調べるパラメーターシフト

    量子ニューラルネットワークは、回路内の回転角などを調整し、入力データから分類結果を出すモデルです。調整すべき方向を知るために、出力の誤差を表す損失が、各パラメーターを変えるとどう増減するかを調べます。この変化の傾きが勾配です。

    比較対象のSPSAは、多数のパラメーターをランダムな一方向にまとめて動かし、その方向のプラス側とマイナス側の二点を評価します。必要な設定は少なくて済みますが、一回のジョブで見ているのは一つのランダムな方向です。その二点を何度も測っても、同じジョブ内で別の方向まで測ったことにはなりません。

    対して、パラメーターシフト法は、回路が一定の条件を満たすとき、角度をずらした二つの回路の期待値から微分を求めます。今回の回路では、各学習角度が一度だけPauli回転として現れるため、この関係を利用できます。すべての角度についてプラス・マイナスの設定を用意し、現在の設定も加えて、一つのジョブで送ります。

    角度がP個なら、用意する設定は2P+1個です。研究の6量子ビット・3層の例は36パラメーターなので73設定になります。それぞれを32個の訓練データに適用し、2,336行の実行条件として送りました。一方、SPSAは2設定を64個のデータに適用する128行です。

    6量子ビットでの一ジョブ 評価の配分
    SPSA 2設定×64データ×176ショット=22,528ショット。少数の設定を多く測ります。
    パラメーターシフト+Adam 73設定×32データ×9ショット=21,024ショット。多くの方向へ測定を配分します。

    ショット数は整数に丸めるため完全には一致せず、まとめ送り側のほうが最大約7%少なくなっています。また、データを抜き出すミニバッチの大きさも異なります。学習条件が何もかも同じなのではなく、ジョブと測定の予算をそろえたうえで、それぞれの配分を比較する設計です。

    測定を増やすだけでは、ランダムな方向の誤差は消えない

    論文の解析では、現在のパラメーターとミニバッチを固定すると、パラメーターシフトによる勾配推定の平均二乗誤差は、主要項として総ショット数に反比例して減ります。SPSAでは測定のばらつきに加えて、一つのランダム方向で全体の勾配を代表させることによる誤差が残ります。

    これは「SPSAは学習できない」という意味ではありません。ジョブを重ねれば違う方向を試せますし、一ジョブ内で複数のランダム方向を平均する方法もあります。研究では18方向をまとめたSPSAもシミュレーションで比較しています。

    また、パラメーターシフトの微分関係が正確であることと、有限回の測定から計算する損失の勾配が誤差なしになることは別です。論文の近似式は現在点の測定雑音などを一部省いており、少ないショット数では実際のサンプリング誤差が予測を上回りました。ミニバッチを選ぶばらつきも両手法に残ります。

    実機では何を確かめたのか

    実機比較にはIBMのibm_fezを使い、6量子ビットで初期値を変えた2試行と、8量子ビットの1試行を行いました。実行日は公開リポジトリによると2026年10月16〜17日です。各試行で両手法を50ジョブずつ実行し、装置のゆっくりした変動が片方だけに有利にならないよう、A1、B1、A2、B2という順に交互に送りました。[1][2]

    まとめ送り側は、SPSAが50ジョブを終えたときの訓練損失に、それぞれ4、20、8ジョブで到達しました。ただし、この訓練損失の比較は、実機の測定を使って更新したパラメーターを、雑音のない計算モデルで評価した値です。図の訓練曲線を、実機で直接測った正答率の曲線と取り違えないことが大切です。

    同じ目標への最初の到達時点を比べると、SPSA側も必ず50ジョブ必要だったわけではなく、41、36、35ジョブで達していました。論文の費用比較はこの時点を使っています。例えば6量子ビットの第2試行では、まとめ送り側20ジョブ・QPU計量時間180秒に対し、SPSA側は36ジョブ・288秒でした。

    一ジョブそのものは、まとめ送り側のほうが少し重くなります。計量時間はおおむね9秒対8秒、送信から結果までの中央値は23〜27秒対16秒でした。それでも目標までのジョブ数が減ることで、今回の試行では総計量時間も短くなりました。待ち時間を含む往復時間と、QPUに計上される時間は、分けて比較する必要があります。

    訓練損失が下がることと、正答率が上がることを分ける

    学習に使っていない300個のテストデータを実機で評価すると、8量子ビットの試行は、まとめ送り側の正答率が約79%、SPSA側が約71%でした。同じテスト点での対応を考慮した検定では差が確認されています。一方、6量子ビットの2試行では差は明確ではありませんでした。

    3試行は同じテストデータを共有しているため、合わせて900個の独立したテストと見なすこともできません。また、この分類課題は古典的なモデルでも解きやすく、研究の目的は量子モデルが古典モデルを上回ることではありません。同じ小さな量子モデルを、どのように効率よく訓練するかを比較しています。

    比較対象のSPSAの設定は事前のシミュレーションで調整されましたが、実機上で短い追加調整を行うと差が縮まる可能性も論文に挙げられています。さらに、新しく提案された正弦波の構造を読む探索法はシミュレーションのみの評価です。実機の結果を、その手法の実証として扱うことはできません。

    自分の利用環境で、何を数えるか

    今回の実機実験は、一台の装置のジョブモードを使った比較です。セッションやバッチなど、待ち行列の扱いが違う環境では、まとめ送りの利益も変わります。多数の回路を一度に送れる上限、通信するデータ量、古典側の更新時間も確認する必要があります。

    実務で比べるなら、目標とする損失や正答率を決め、その目標に達するまでのジョブ数、総ショット数、QPUの計量時間、利用者が待った時間を別々に記録すると判断しやすくなります。ジョブを大きくすること自体が目的ではなく、同じ往復の中で、次の更新に役立つ情報を得られるかが要点です。

    著者らは、実機の生の測定記録、ジョブID、検証用ノートブックなどを公開しています。コード公開と第三者による再現確認は別の段階です。本記事では資料と公開された検証結果を照合していますが、ノートブックを実行して結果を独立再現したものではありません。[2]

    実機を提供するIBMの事業全体と量子計算への取り組みは、Cycle WaveのIBMの企業解説で整理しています。

    出典

    1. Muhammad Faryad、Rabab Alomairy「Training quantum neural networks one job at a time」、arXiv:2611.16365v1、2026年11月12日提出。本文、Appendix A〜D、Figure 1〜8、Table I・II。
    2. 著者公開リポジトリ「qnn-job-budget」、README、データ構成、検証結果を参照。論文と同じ著者による公開資料であり、独立した追試報告ではありません。
  • シリコン量子井戸のせん断ひずみ:超急峻な界面に頼らずバレー分裂を広げる設計

    シリコン量子井戸のせん断ひずみ:超急峻な界面に頼らずバレー分裂を広げる設計

    シリコンの量子ビットをたくさん並べるには、一つの量子ドットだけで良い値を出すのではなく、場所を変えても扱いやすい電子状態をつくる必要があります。その課題の一つが、電子の「バレー」と呼ばれる状態のエネルギー差です。

    2026年11月11日に公開されたウィスコンシン大学マディソン校の研究者らのプレプリントは、薄いシリコン量子井戸とせん断ひずみを組み合わせる設計を検討しています。結晶を横にずらすような変形を利用すると、界面を原子一個に近い鋭さでつくらなくても、バレー分裂を大きくできる可能性があるという理論・シミュレーション研究です。新しい量子プロセッサーで性能を実証した報告ではありません。[1]

    簡単にまとめると?

    • せん断ひずみと薄い量子井戸を組み合わせると、従来より長い空間周期の仕組みでバレー同士を結び付けられます。
    • 金属ゲートから生じるひずみを利用する設計ですが、効果はゲートの寸法、成膜時の応力、結晶に対する向きに左右されます。
    • 平均のバレー分裂を大きくするだけでなく、局所的に小さくなる場所を減らせるかが重要です。スピン軌道相互作用など、同時に変わる性質も確認する必要があります。

    バレー分裂は、電子が使う状態を区別するための間隔

    シリコン量子ドットでは、閉じ込めた電子のスピンを量子情報に使います。ただし電子にはスピン以外にも状態の自由度があります。バレーは、結晶中の電子のエネルギーが低くなる波数空間の領域を指す言葉で、電子を入れる実空間の小さな穴そのものではありません。

    シリコンをシリコンゲルマニウムで挟んだ量子井戸では、低エネルギー側に残る二つのバレー状態の結合が、状態間のエネルギー差を生みます。これがバレー分裂です。差が小さい場所では、電子の移動や操作中に、意図しないバレー状態が関わることが課題になります。量子ドットを多数並べる設計では、平均値の高さに加えて、どこか一か所に極端に小さい値が残らないかを見る必要があります。

    一般に、量子井戸と障壁の境界が急に変化すると、バレーを結び付ける成分を生みやすくなります。しかし、原子レベルで鋭い界面を一様につくり、その小さな凹凸まで管理するのは簡単ではありません。今回の研究が探るのは、界面の鋭さだけに依存しない別の設計条件です。

    結晶を横にずらす変形が、別の結合経路を働かせる

    論文では、バレーを結ぶ仕組みを、空間的な変化の細かさに対応する二つの波数、2k0と2k1で整理しています。従来の2k0の仕組みでは、界面の非常に鋭い変化が重要です。一方、せん断ひずみがあると、より長い周期に対応する2k1の仕組みが働きます。

    この長い周期は約1.7ナノメートルです。論文で超急峻な界面の目安とされる約0.33ナノメートルに比べ、構造を設計する長さの尺度が変わります。十分に薄い量子井戸は、この2k1の成分を持つ電子の分布をつくりやすく、そこへせん断ひずみを加えることでバレー結合を強める、という考え方です。

    ここで必要なのは、単に材料を強く押すことではありません。結晶の軸に対してどの方向へ変形するかが重要です。通常の伸び縮みとせん断ひずみを一括りにすると、論文の設計条件を見落としてしまいます。また、二つの結合成分は位相を持つため、それぞれの大きさを足せば全体のバレー分裂になるわけでもありません。

    上にある金属ゲートを、ひずみの供給源として考える

    量子ドットの上には、電子の位置や電位を制御する金属ゲートがあります。金属と半導体では冷やしたときの縮み方が異なり、金属膜を形成する過程でも応力が残ります。研究者らは、このゲートがつくるひずみを、量子井戸の設計に利用できるかを調べました。

    計算にはCOMSOL Multiphysicsによる力学シミュレーションと、電子状態を扱う有効質量モデルを用いています。既報のゲート構造を参考にしていますが、公開されていない寸法まで実測したわけではありません。ゲートの隙間や高さを変えて計算したうえで、代表例として隙間35ナノメートル、高さ300ナノメートルなどを採用しています。

    タングステンゲートの成膜応力については、文献にある1.12ギガパスカルと4ギガパスカルの二つを想定しました。得られたせん断ひずみの大きさは、おおむね0.15〜0.5%です。ただしこれは、すべての量子ドット装置に共通する測定値ではありません。ゲートを結晶の[110]方向に並べた場合と[100]方向に並べた場合では結果が大きく異なり、補足資料の後者の例では対象のせん断ひずみがほぼゼロになります。

    0.33ミリエレクトロンボルトという計算値の条件

    代表的な量子井戸の幅を2.04ナノメートル、界面が変化する幅を約0.54ナノメートルとした例では、せん断ひずみの大きさ約0.17%で、決定論的なバレー分裂は約0.33ミリエレクトロンボルトになります。ひずみを約0.46%とした例では約0.88ミリエレクトロンボルトです。

    「決定論的」というのは、この段階では合金の原子配置のランダムさを入れず、平均的な構造から計算しているという意味です。実際の全量子ドットがその値にそろう、という意味ではありません。計算では垂直電場を2ミリボルト毎ナノメートルとするなど、ほかの条件も固定しています。

    設計で比べるもの 論文から分かること
    界面の鋭さと量子井戸の厚さ 両者は別の寸法。せん断ひずみを使う場合も、十分に薄い井戸と電子分布の設計が必要です。
    平均値と小さい値が残る確率 平均の上昇だけでは不十分。原子配置のばらつきを含め、低いバレー分裂の裾を確認します。
    大きなバレー分裂とスピン制御 スピン軌道相互作用や磁場への応答も変わるため、単独の数値だけで良い量子ビットとは判断できません。

    平均が高くても、使いにくい場所が残ることがある

    シリコンゲルマニウムでは、ゲルマニウム原子がどこに入るかにランダムさがあります。電子が感じる局所的な原子配置が変わると、バレー結合も場所ごとに変わります。薄い井戸では電子の分布が障壁側へ広がり、ゲルマニウム原子との重なりが増えるため、狙った結合を強める一方で、ばらつきも大きくなり得ます。

    研究では、この競合を「平均的な構造から決まる結合の大きさ」と「ランダム成分の標準偏差」の比で評価しています。比が約0.9を超えることが一つの移行の目安ですが、低いバレー分裂を強く抑えるには、さらに大きい比が必要です。しきい値を一度超えれば、ばらつきが消えるわけではありません。

    同じ合金ばらつきの条件で、せん断ひずみを大きくするとバレー分裂の分布が高い側へ移り、ゼロに近い値が減るシミュレーション結果。
    バレー分裂の分布。横軸はバレー分裂(meV)、縦軸は確率密度です。緑はせん断ひずみなし、桃色は0.17%、青は0.46%の一様なひずみを仮定しています。色付き部分は1,000万通りの独立した合金配置のサンプリング、線は理論分布であり、実機1,000万個の測定ではありません。出典:H. Soomroほか、arXiv:2611.16015v1、Figure 5gを切り出し。CC BY 4.0。

    図を見ると、ひずみを強めた青の分布では、ゼロに近い小さなバレー分裂が抑えられています。量子ドットを並べたり電子を移動させたりする用途では、この「低い値が出る場所を減らす」という観点が、平均値だけを見るより役立ちます。ただし、ここで用いた合金モデルや閉じ込め条件が、対象デバイスに適切かを確かめる必要があります。

    ひずみの利点と、同時に変わる性質を測り分ける

    同じ2k1の成分は、電子の運動とスピンを結び付けるDresselhausスピン軌道相互作用にも関わります。これは電場によるスピン操作に関係する性質ですが、大きくなればそのままゲートの忠実度が上がるわけではありません。磁場に対するスピンの応答を表すg因子も変化し、その大きさやばらつきはバレーの位相、磁場の向きなどに依存します。

    論文の計算では、バレー結合が決定論的な成分に支配されるほど、バレー位相やg因子の分布が狭まる様子も示されています。一方、g因子の補正自体が大きくなることとは別の話です。「応答が大きく変わること」と「場所ごとの応答の違いが小さくなること」を分けて見る必要があります。

    今回の結果は、材料の界面だけでなく、上に載るゲートの機械的な性質まで量子ビット設計の対象にする提案です。実験へ進める際は、実際の成膜応力と結晶方位を確認し、バレー分裂の分布を測り、スピン操作や電子移動との両立を調べることが次の課題になります。超急峻な界面を必須条件から外せる可能性は示されましたが、製造のばらつきや量子操作の評価まで不要になったわけではありません。

    力学シミュレーションに使われたソフトを提供するCOMSOLについては、Cyclewaveの解析ソフトとライセンス事業の解説も参考になります。

    出典

    1. Hudaiba Soomroほか「The importance of shear strain in narrow Si/SiGe quantum wells」、arXiv:2611.16015v1、2026年11月11日提出。本文・Methods・補足資料S1〜S5、Figure 1〜5およびS1〜S7を参照。本文で紹介した性能値は同資料の理論・シミュレーションに基づきます。
  • Atom Computing研究者らの理論:原子の動きをそろえて量子ゲートの誤差を抑える

    Atom Computing研究者らの理論:原子の動きをそろえて量子ゲートの誤差を抑える

    中性原子を使う量子コンピューターでは、レーザーで原子を並べ、一つひとつを量子ビットとして扱います。原子を十分に冷やしても、小さな動きは残ります。その動きが計算の誤差につながるなら、二つの原子の動き方に関係を持たせることで、誤差を減らせないでしょうか。

    ICMM-CSICのChristopher W. Wächtler氏とAtom ComputingのFrederic Hummel氏が2026年11月11日に公開したプレプリントは、この問いを理論と数値計算で調べています。対象は、Rydberg(リュードベリ)状態を利用する二つの原子の量子ゲートです。実機で新しいゲート精度を達成した報告ではなく、原子の運動をどう整えると、運動に由来する誤差を抑えられるかを整理した研究です。[1]

    簡単にまとめると?

    • 原子が同じ程度に動いていても、二つの動きに相関があると、Rydbergゲートの運動由来の誤差を減らせる場合があります。
    • 研究では、原子間の相対的な動きを散逸によって抑える方法を検討しました。同じ方向に一緒に動く成分と、互いにずれて動く成分を分けて考えます。
    • 量子振動子の同期も比較していますが、同期すれば常に優れるわけではありません。冷却、相関、ゲートのパルス条件をそろえた比較が必要です。

    原子の動きが、なぜ量子ゲートの誤差になるのか

    光ピンセットは、集光した光で中性原子を捕まえる仕組みです。原子の内部状態に量子情報を持たせ、レーザーのパルスで状態を変えます。二つの原子にまたがる操作では、一方を高いエネルギーのRydberg状態に励起すると、近くのもう一方を同時に励起しにくくなる「Rydberg blockade」を利用します。

    これにより、二つの量子ビットがどの状態にあるかに応じて位相を変えるCZゲートを構成できます。位相は、量子状態の重ね合わせが後の操作でどう干渉するかを左右します。

    ところが、光を吸収・放出する原子には反跳が生じます。原子が最初から持つ位置や速度のばらつきも加わり、内部状態ごとに運動の状態がわずかに違ってしまいます。計算に使う内部状態と、通常は読み出さない運動とが結び付くと、内部状態だけを見た操作が理想からずれます。

    さらに、原子間の相互作用は距離に依存します。二つの原子の間隔が揺れると、ゲート中に生じるエネルギーのずれや力も変わります。本研究は、光の反跳だけでなく、この距離依存性による寄与も扱っています。[1]

    冷たさに加えて、「一緒にどう動くか」を見る

    各原子をできるだけ冷やすのは、運動の影響を減らす自然な方法です。今回の研究はそこに、二つの運動の相関という比較軸を加えています。

    イメージとしては、二人が同じ方向へ同じように揺れる場合と、別々に揺れる場合の違いです。どちらも一人ひとりの動きの大きさは同じでも、二人の間隔の変わり方は違います。原子についても、全体が一緒に動く「共通モード」と、互いにずれて動く「相対モード」に分けると、何を抑えたいのかが見えやすくなります。

    論文では、運動の平均占有数をN、相関の実部をχ(カイ)で表します。占有数は、捕捉された原子の振動がどれだけ励起されているかを示す量です。対称な条件では、共通モードと相対モードの占有数はそれぞれN+χ、N−χになります。Nを同じに保って正のχを増やせば、相対モードの励起を減らせます。

    ここでいう相関は、二つの運動に統計的な関係があるという意味です。それだけで二つの原子の運動が量子もつれ状態にあると判定するものではありません。また、相対モードを抑えても共通モードや量子力学的な零点揺らぎは残るため、運動誤差をゼロにできるという主張ではありません。

    ゲートの条件と運動の条件を分けて調べる

    研究の中心は、一定の近似と対称性の条件のもとで、運動由来のゲート誤差を、平均占有数や相関などの少数の量で整理できることです。平均ゲート忠実度をFとすると、1−Fが理想操作からのずれを表します。

    原子の運動の広がりがレーザーの波長に対して小さいとみなすLamb–Dicke展開の主要な次数で、誤差の式は、運動の占有数・相関と、ゲートのパルスに固有の係数へ分けられます。より一般には、二つの占有数の差や、相関の虚部も入ります。

    この「分けられる」という点が大切です。ゲート方式が違っても整理の形を使えるのであって、どのゲートでも誤差の大きさや相関の効果が同じになるわけではありません。係数はパルスの振幅、位相、長さ、blockade相互作用に依存します。論文で比較した条件では、正の運動相関を増やすことで誤差が減る傾向が得られています。[1]

    著者らは、三つのCZゲートの方式について数値計算と予測を比較しました。独立した熱的な運動と、相関を持つ熱的な運動の結果から係数を求め、その係数を調整し直さずに、同期した振動子の結果を予測しています。これは、同期した状態でも主要な誤差が占有数と相関で説明できるかを確かめる比較です。数値計算では反跳の演算子を展開せずに扱っていますが、解析式の適用範囲が無制限になるわけではありません。

    散逸は、二つの動きの「差」を取り除くためにも使える

    散逸というと、量子情報を壊す損失を思い浮かべるかもしれません。ここでは、環境への失われ方を設計し、望ましくない運動の成分を減らすために使います。

    熱的な原子を扱うモデルでは、二つの振動の差に結び付く散逸を加えます。各原子が接する熱浴の条件を固定すると、この結合は共通モードの占有数を変えず、相対モードを減衰させます。二つがばらばらに動く成分を選んで小さくする仕組みです。

    ただし、共通モードが残るため、結合をどこまでも強めれば誤差がなくなるわけではありません。また、「同じ平均占有数で相関だけを変える比較」と、「最初の条件をそろえて散逸結合を強くする比較」では、何を固定しているかが違います。後者では、相関だけでなく運動の励起量そのものも変わります。

    論文の比較条件を整理。誤差の数値を実機の総合性能として読むための表ではありません。
    比較 確かめること
    平均占有数をそろえる 同程度に動く原子でも、相関の違いが運動誤差にどう効くか。
    出発点をそろえ、結合を変える 相関の形成と冷却が一緒に進むとき、熱的なモデルと同期モデルがどの状態へ到達するか。
    捕捉周波数のずれを加える 二つの原子の揺れ方が合わなくなると相関がどう崩れ、結合の位相調整がどこまで補えるか。

    同期する振動子は、いつ有利なのか

    もう一つの比較対象が、量子van der Pol(ファン・デル・ポール)振動子です。振動を増やす作用と、振幅が大きいほど強く働く非線形の減衰を組み合わせ、ある程度の振幅で振動を保つモデルです。二つを結合すると、振動の位相がそろう同期が生じます。

    論文では、同期した状態と相関を持つ熱的な状態でも、平均占有数と相関をそろえると、主要な運動誤差は同じ関係に従います。「同期」という名前自体が、それらの量とは別の性能上積みを保証するわけではありません。

    一方、同じ出発点から結合を強めていく比較では、同期モデルの非線形な減衰が共通・相対の両方の運動を変え、多くの結合強度で熱的なモデルより低い誤差へ到達しました。ただし、強い結合側では曲線が交差し、熱的なモデルのほうが有利になる領域もあります。どの状態を準備できるかまで含めて比較する必要があります。[1]

    捕捉する周波数が二つの原子で違う場合には、位相がずれて相関が弱まります。論文は散逸結合の位相を調整することで、この悪化の一部を取り戻せることも示しています。完全に周波数のずれを消せるという結果ではなく、実験で調整する量が増えることも意味します。

    実機への導入では、準備の負担も含めた評価が必要

    計算には、イッテルビウム171の原子を想定した、捕捉周波数100kHz、励起光の波長302nmなどの条件が使われています。著者らは、運動に由来する数×10−4程度の誤差を同程度の規模で抑える可能性を論じています。これはモデルで切り分けた寄与の話で、装置全体の誤り率や実測ゲート忠実度ではありません。[1]

    扱うのは、原子を結ぶ方向とレーザーの方向をそろえた運動モデルで、内部状態と運動が初めは独立していることなども仮定します。解析で用いる位相対称な運動状態の範囲には、任意のスクイーズド状態まで含まれるわけではありません。今回の数値条件で小さいとされた項を、別の装置でも無視できるとは限りません。

    さらに実機では、占有数、相関、捕捉周波数、結合の強さを別々に自由に調整できるとは限りません。相関を持つ運動を準備する時間や、その間の加熱・損失を含めて、通常の冷却を使う方法と比べる必要があります。レーザーの雑音やRydberg状態の寿命など、今回の運動制御だけでは解決しない誤差もあります。

    この研究から得られる設計上の示唆は、原子一つずつの冷たさだけでなく、二つを操作するときの相対的な揺れ方も測定・制御の対象にすることです。実装に向けては、どの運動相関をどれだけ安定に準備でき、その負担を差し引いてゲート全体が改善するかを確かめていくことになります。

    研究者が所属するAtom Computingの事業については、Cyclewaveの中性原子量子計算機の開発と導入支援の解説も参考になります。

    出典

    1. Christopher W. Wächtler and Frederic Hummel, Enhanced Entanglement Gate Fidelity via Correlated and Synchronized Atom Motion, arXiv:2611.15819v1(2026年11月11日投稿、PDF内の日付は11月13日)。本文、End MatterのAppendices A–D、同梱Supplemental Material SI–SIIIを参照。理論・数値計算のプレプリント。2026年11月14日に版を確認。
  • 二次元電子ガスでテラヘルツ光をスクイーズする:電子の加熱から考える光源設計

    二次元電子ガスでテラヘルツ光をスクイーズする:電子の加熱から考える光源設計

    光の揺らぎを小さくしたいなら、光を狭い場所へ閉じ込め、物質と強く相互作用させればよい。そう考えたくなりますが、強く閉じ込めた光が電子を加熱すると、かえって欲しい量子状態を壊してしまうことがあります。

    Rice大学とQueen’s大学の研究者らは、半導体中の二次元電子ガスとテラヘルツ共振器を使い、スクイーズド光を生む条件を理論的に調べました。2026年11月12日に公開されたプレプリントでは、既存のGaAs(ガリウムヒ素)試料に対応する電子の性質を使っても、共振器の設計次第で出力光の揺らぎを真空の基準より1.8〜2.4 dB低くできると予測しています。光の閉じ込め方と電子の加熱を、同時に考える研究です。

    簡単にまとめると?

    • スクイーズド光は、電場のある成分の量子揺らぎを小さくした光です。光全体の揺らぎが一様に減るわけではありません。
    • 二次元電子ガスの非線形な応答を使う理論計算で、テラヘルツ光のスクイージングを予測しました。今回の数値は実測値ではありません。
    • 電子の加熱と吸収損失が性能を制限します。狭く強く閉じ込めるより、損失の少ない共振器で、結合の強さに合ったQ値を選ぶことが重要になります。

    スクイーズド光は、どの揺らぎを小さくするのか

    光の電場は振動しています。その振動は、基準に対して位相が90度ずれた二つの成分に分けて考えられます。これらを「直交位相成分」、英語ではquadratureと呼びます。量子力学では、何も光を入れていない真空にも、この成分の揺らぎがあります。

    スクイージングは、一方の成分の揺らぎを、もう一方の成分の揺らぎが大きくなることと引き換えに小さくする操作です。二つの成分を軸にした図では、円形に広がっていた揺らぎが、細長い楕円になる様子として表せます。楕円の細い方向に合わせて測れば、真空を基準とする揺らぎより小さな値が得られます。

    今回の論文では、出力電場の雑音スペクトルを真空の値で割り、その比をdBで示しています。たとえば−2.4 dBは、対応する雑音の比が約0.58になる値です。光の明るさが58%になる、電場の振幅が58%になる、という意味ではありません。また、特定の測定位相と周波数における値なので、すべての方向や周波数で同じだけ雑音が減るわけでもありません。

    二次元電子ガスの非線形性を使う

    舞台となる二次元電子ガスは、半導体の薄い層の中で、電子が主に面に沿って動く系です。共振器は、特定の周波数の電磁場を蓄える構造です。両者を組み合わせると、電子とテラヘルツ帯の光が強く相互作用します。

    この相互作用が、それぞれのもともとの振動周波数に対して無視できない大きさになる領域を、超強結合(ultrastrong coupling)と呼びます。ただし、超強結合があるだけで、外へ出てくる光がスクイーズされるとは限りません。従来の線形なHopfieldモデルでは、通常の光で駆動して測る応答を、古典的な光学でも対応づけて説明できます。

    今回注目したのは、GaAs中の電子のエネルギーと運動量の関係が、単純な放物線から少しずれることです。この「バンドの非放物線性」を考慮すると、光が電子を動かし、電子が光に作用し返す応答に非線形性が生まれます。モデルには、光の量に応じて共振条件が変わるKerr(カー)型の相互作用が現れます。

    一定の周波数の光を加えて電子を振動させると、その非線形性が小さな量子揺らぎに対する周期的な変調として働きます。その結果、揺らぎの一方向を圧縮できる、という仕組みです。主な計算は磁場を加えない条件で行われています。

    ここでは、共振器の内部にある状態と、外へ取り出して測れる光を分ける必要もあります。超強結合の基底状態をある表現で記述すると「仮想光子」が現れますが、それが勝手に外へ放射されるわけではありません。今回の提案では、外から光を加えて駆動することで、検出可能なスクイーズド光を作ります。

    光を強めると、電子も温まる

    駆動を強めれば非線形な効果を大きくできますが、同時に電子が光からエネルギーを吸収します。電子が散乱すると、そろった振動のエネルギーの一部が熱に変わるためです。加熱は共振条件を変えるだけでなく、吸収損失と熱雑音を増やします。

    論文は、電子が吸収するエネルギーと、結晶の振動へ渡して冷えるエネルギーを釣り合わせて計算しました。格子温度を4 Kとする設定でも、適切な駆動条件での電子温度はおよそ36〜39 Kになります。「試料を冷やしている」ことと、「駆動中の電子も同じ温度にある」ことは別です。

    さらに駆動を強めると、低温の安定した状態を保てなくなる領域が現れます。このモデルでの限界は、電子の周期的な運動に対応する平均エネルギーが、およそ10〜15 meVに達する付近です。これは特定のGaAsの物性と加熱モデルに基づく値で、あらゆる材料に共通する境界ではありません。

    電子が温まる時間はピコ秒程度と短く、共振器に場を蓄える時間より速いとされています。このため、単に短いパルスを使えば加熱を避けられる、という見通しにもなりません。スクイージングを十分に生みながら、加熱が急増する手前で動かす条件を探す必要があります。

    材料と周波数を変えたときの予測

    論文の比較では、電子の移動度を高めることと、共振器の周波数を高めることが改善策として挙げられています。移動度は電子が電場に応じてどれだけ動きやすいかを表す量で、このモデルでは高い移動度が、運動を乱す散乱の少なさに対応します。

    次の表は、結合を表す比D/ωcav=0.22、共振器のQ値=100で比べた四つの計算条件です。Q値は共振の鋭さを表し、同じ周波数なら、値が大きいほど場が失われにくいことに対応します。各条件で駆動の強さと周波数のずれを最適化しています。

    電子加熱を含む出力スクイージングの予測。すべて理論値で、論文の表IIの条件B〜Eを整理。
    変えた条件 移動度/共振器周波数 出力の予測
    基準 120万 cm²/Vs/0.87 THz −2.4 dB
    移動度を高める 200万 cm²/Vs/0.87 THz −4.1 dB
    周波数を高める 120万 cm²/Vs/2.50 THz −7.4 dB
    両方を高める 200万 cm²/Vs/2.50 THz −8.9 dB

    ここでの周波数は、電子との結合を含める前の共振器の値です。実際に駆動する周波数や、結合後の共振周波数とは区別します。基準条件の0.87 THzに対して、結合後の共振周波数は約1.19 THzです。

    −8.9 dBは、既存試料で確認済みの性能ではありません。移動度と周波数をともに改善し、ほかのモデル条件も成立すると仮定した予測です。周波数を高めると、同じ電子温度でも対象の光の周波数における熱雑音の寄与が小さくなることが、改善につながっています。

    狭いすき間より、損失と取り出し方を点検する

    光を非常に狭いすき間に集めれば、電子との相互作用を強められます。しかし、論文が比較した幅450 nmのナノスロット構造では、放射されずに失われる成分が大きく、電子が早く加熱されます。その損失を含めると、この構造ではスクイージングが得られないという計算になりました。これは特定の構造についての評価で、二次元電子ガスを使う方式全体が難しいという結論ではありません。

    研究者らは、光を極端に狭く閉じ込めず、損失を抑えた共振器を提案しています。結合を弱めた場合は、その分だけ光が失われにくい高Qの共振器を組み合わせる、という関係です。示されたQ値の目安は、材料、結合の強さ、加熱条件を含む設計指針であり、Q値だけを大きくすれば性能が際限なく上がるというものではありません。

    取り出す光の経路にも条件があります。主な予測値は、放射された光を主に一つの出口から集める共振器を想定しています。左右対称の二つの出口のうち片方だけを測る場合には、得られるスクイージングが薄まります。検出器の効率も、測定される雑音低減量を小さくします。

    測定する位相をそろえることも欠かせません。基準条件では、最適な方向から約15度ずれると、予測されるスクイージングが見えなくなります。振幅成分や位相成分をそれぞれ測るだけでは、どちらも雑音が増えて見える場合があります。細くなった揺らぎの方向を選ぶ必要があるのです。

    実験では何を確かめる必要があるか

    次の段階は、予測の前提となる非線形な応答、損失、電子温度を測り、そのうえで出力電場の揺らぎを測定することです。論文は、弱い光を加えたときの増幅応答や、駆動に伴う共振周波数の変化から条件を調べ、位相を固定した電気光学サンプリングで量子揺らぎを確かめる手順を提案しています。

    加熱モデルは、電子を一つの温度で表せることや、散乱率を温度によらず一定とすることなどを仮定しています。実際のテラヘルツ帯で散乱が大きくなれば、予測より性能が下がる可能性があります。今回の結果は、完成した光源の性能報告としてではなく、どの損失を減らし、何を測れば実現性を判断できるかを示した設計研究として読むと、その意味がはっきりします。

    出典

  • IBM Heronで量子回路を学習するGQE:70量子ビットの分子計算と残る計算負担

    IBM Heronで量子回路を学習するGQE:70量子ビットの分子計算と残る計算負担

    量子コンピューターで分子のエネルギーを求めるとき、どんな量子回路を動かすかは大きな問題です。複雑な状態を表そうとして操作を増やすと、装置のノイズに影響されやすくなります。反対に、回路を短くするだけでは、計算に必要な電子の配置を十分に集められるとは限りません。

    IBM、三菱ケミカル、慶應義塾大学、NVIDIAの研究者らは、回路を生成するモデルの学習にIBM Heronの実機を組み込み、学習に使っていない有機スズ分子のエネルギー計算へ応用しました。2026年11月10日公開、11月11日改訂のプレプリントで報告された、Generative Quantum Eigensolver(GQE、生成モデルを使う量子固有値計算)の研究です。最大70量子ビットで試した成果を、選ばれた回路の短さと、計算全体にかかる負担に分けて見ていきます。

    簡単にまとめると?

    • 生成モデルが量子ゲートの並びを提案し、実機の測定結果を使って学習します。新しい分子では、10本の回路を測定してから古典計算で候補を選び、エネルギーを求めます。
    • 主設定では、46〜70量子ビットの28回の試行のうち27回で、古典計算の参照値との差が15 mHa以内でした。測定データの修復と部分空間の計算を含む結果です。
    • 選ばれた回路の2量子ビットゲートは比較対象より少なくなりましたが、10本を試すため量子処理時間は増えています。総計算時間の短縮や量子優位性を示した段階ではありません。

    GQEは「次のゲート」を選ぶモデル

    GQEが生成するのは説明文ではなく、量子回路を構成する操作の列です。文章生成で次の単語を選ぶように、あらかじめ用意した操作群から次の量子ゲートを選びます。入力には分子の特徴を表す数値などを与え、分子に応じた回路を出力させます。

    今回の学習は二段階です。まず、32量子ビット以下の分子を古典シミュレーターで扱い、その後、IBM Heronを搭載する「ibm_kobe」で46量子ビットと70量子ビットの回路を動かしました。実機でどんな測定結果が得られ、そこからどこまでよいエネルギーを求められるかを、モデルの更新に反映します。

    ただし、学習中に生成された回路を無条件で採用するわけではありません。エネルギーや回路の深さなどを点検し、所定の条件を満たした場合にモデルを更新します。回路の深さとは、並行して行える操作をまとめたときに、操作が何段続くかを表す量です。ゲートの総数とは区別します。

    この条件設定も成果の一部です。70量子ビットでは、エネルギーの許容条件が厳しすぎると更新が進まず、条件を緩める必要がありました。また、学習にはCCSD(T)という古典的な量子化学計算による近似エネルギーを参照しています。参照値を用意できない分子でも同じように学べるかは、まだ確かめられていません。

    測定結果から、古典計算がエネルギーを仕上げる

    学習済みモデルを新しい分子に使う際は、モデルを再学習せずに10本の回路を生成し、それぞれを実機で10万回測定します。合計100万回の測定で得た0と1の並びを保存し、その後の順位付けやエネルギー計算は、保存したデータを使って行います。「再学習なし」は、量子装置での測定も不要という意味ではありません。

    ここで使うのが、Sample-Based Quantum Diagonalization(SQD、測定で得た標本に基づく量子対角化)です。分子の電子が取り得る配置をすべて扱う代わりに、測定結果を手掛かりに重要そうな配置を選び、その範囲で分子のエネルギーを表す行列を古典コンピューターで解きます。量子装置が候補の配置を集め、古典計算がその配置の組み合わせを詳しく調べる、という分担です。

    ノイズによって電子数などの条件に合わなくなった測定値には、推定した電子の分布を使う修復処理も施します。さらに、電子のスピンごとに得た配置を組み合わせるため、最終的な計算には、実機でそのまま測定された配置以外も含まれます。報告された最終エネルギーは、量子回路を一度測って出てきた値そのものではありません。

    順位付けでは小さな計算空間を使い、選んだ回路にはより大きな計算空間と反復処理を割り当てます。この方法で量子装置への追加の呼び出しは抑えられますが、古典側の仕事は残ります。小さな空間で付けた順位が、詳しく計算した後の順位と常に一致するわけでもありません。

    70量子ビットで何を計算したのか

    対象は、スズを含むSn(OH)3-Meと、水分子を一つまたは二つ付けた分子です。研究では、半導体の微細加工に使う有機スズ系フォトレジストを考えるための小さな分子モデルとして扱っています。実際のレジスト材料の性能や製造工程を、そのまま再現したものではありません。

    計算では、注目する電子軌道の範囲である「活性空間」を段階的に変え、32〜70量子ビットを使いました。70という数は、この電子状態の表現に使う量子ビット数です。70個の原子を計算した、あるいは材料中の電子をすべて厳密に扱った、という意味ではありません。

    主設定の46〜70量子ビットの試行では、28回中27回で、DMRGという古典計算法による参照エネルギーとの差が15 mHa以内でした。報告された差の中央値は4.5 mHaです。mHaは、電子のエネルギーを表す単位ハートリーの1,000分の1を意味します。この参照値との差は計算精度の指標であり、材料の実測値に対する誤差とは異なります。

    残る1回では、最初の10本の候補から十分な測定結果を持つ回路を一つしか得られず、所定の順位付けを完了できませんでした。候補を引き直した計算でも差は約200 mHaとなり、主設定の集計から除外されています。どの回路を生成できるかによって結果が変わる点は、今後の検証が必要です。

    短い回路と、少ない総計算量は別に比べる

    56〜70量子ビットで選ばれた回路の2量子ビットゲート数は64〜160個でした。論文中のLUCJという回路方式の見積もりに対して、34〜72分の1に相当します。ただし、これは特定のLUCJ設定とオフラインでの回路変換条件に対する比較です。生成した10本すべてが短いわけではなく、長い回路も含む候補群から選んだ結果です。

    計算に必要な資源を比べるには、選ばれた1本だけでなく、選ぶまでに使った測定や学習も数える必要があります。主設定の実績を、比較する対象ごとに整理すると次のようになります。

    論文の主設定における処理と資源。平均値や合計値の対象を分けて整理。
    段階 報告された量 比べるときの注意
    実機を使う学習 4系列合計で1億2,000万回測定、QPU時間648分 学習済みモデルを作るための負担。新しい分子1件ごとの値ではない
    新しい分子の測定 1試行10本×10万回。平均QPU時間429秒 比較したLUCJは1本×10万回で平均38秒。測定本数が異なる
    選んだ回路の古典処理 上位・次点の回復計算86ジョブで、平均137分/ジョブ 各ジョブでGPUを2基使用。QPU時間には含まれない

    QPU時間は、論文がIBMの実行記録から集計した量子処理時間です。待ち時間や古典側の計算を含む、開始から終了までの経過時間とは一致しません。上の測定段階では、GQEのQPU時間はLUCJの約11倍です。短い回路を見つけた成果を、そのまま計算全体の高速化と読むことはできません。

    一方、一度学習したモデルを多くの分子へ使えるなら、学習の負担を複数の計算に分けて考えられます。その利点が測定回数や古典計算の増加を上回るかが、実用性を判断するうえでの次の比較点になります。

    実機で学べた先に残る検証

    今回の研究は、70量子ビット規模の実機を学習の中に入れ、生成した回路を別の分子の計算に使う手順を示しました。ただし、各学習系列の乱数初期値は一つで、各回路の測定も基本的に一度です。生成モデルの学習条件を変えたときの再現性や、幅広い化学系へ応用できる範囲は、まだ限定的な検証にとどまります。

    また、小さな活性空間では、古典側で扱える配置数の上限が十分に大きく、比較対象の回路からも高精度な答えが得られました。そこでの精度だけを見ても、生成モデルや量子装置がどれだけ寄与したかは判断しにくくなります。より大きな問題で、同じ測定予算と古典計算資源をそろえた比較が求められます。

    回路を実機の測定結果から学ぶこと、得られた配置をSQDで活用すること、そして候補選びを含む費用を測ること。この三つを一緒に示した点に、この研究を読む価値があります。今後は、回路の短さが、同等の精度を得るまでの総負担の軽減につながるかを見ていきたいところです。

    研究に関わる企業の事業全体については、CyclewaveのIBMの解説、NVIDIAの解説、三菱ケミカルの素材・機能製品事業の解説も参考になります。

    出典

  • 4利用者の量子鍵配送を光スイッチで切り替える:鍵管理からIPsec接続まで

    4利用者の量子鍵配送を光スイッチで切り替える:鍵管理からIPsec接続まで

    量子鍵配送(QKD)で暗号鍵を作れても、それだけでは複数の利用者が必要なときに鍵を使えるネットワークにはなりません。光子を誰に届けるか、作った鍵をどこに蓄えるか、暗号装置へどう渡すかをつなぐ必要があります。

    アテネ国立カポディストリアス大学の研究チームは、2026年11月11日にarXivへ投稿した論文で、4利用者の間を光スイッチで切り替える、量子もつれを利用したQKDネットワークを報告しました。鍵管理システムからIPsecの暗号装置への供給までを含めた実験です。ただし、4地点に離れた装置を置いた実地試験ではなく、検出器を同じ冷却装置に収め、利用者をプロトコル上で分けた構成である点を押さえて読みます。

    簡単にまとめると?

    • 4利用者の全6組が鍵を共有できるように、同時に動かす2組の光リンクを順番に切り替えました。6組が常に同時に鍵を作る構成ではありません。
    • 鍵をバッファへ蓄え、光リンクが動いていない間も鍵管理システムへ供給します。光の切替と、アプリケーションの鍵の受取りを分けて扱います。
    • 約1時間の実験で、リンクごとの平均秘密鍵生成率は約4.1〜7.1 kbpsでした。長距離運用、切替後の立上げ時間、負荷が大きい場合の鍵不足は別に確認する必要があります。

    全6組につなぐために、2組ずつ切り替える

    利用者をAlice、Bob、Charlie、Davidとすると、二人ずつの組合せは6通りあります。研究では、波長の異なる相関した光子を取り出し、16入力・16出力のMEMS光スイッチで送り先を切り替えます。MEMSは、小さな可動構造を使って光の経路を変える仕組みです。

    量子もつれ光源から、対応する二つの波長チャネルの組を利用し、同時に二つの利用者ペアへ光子を分配します。例えばAlice–BobとCharlie–Davidを動かした後、Alice–CharlieとBob–Davidへ切り替え、別の時間には残る二組を動かす、という考え方です。

    このため、論文の「フルメッシュ」は、4利用者のどの組合せにも接続できるという意味です。全6リンクが同時に稼働し続けるわけではありません。光源と経路を共有できる一方で、各ペアが鍵を生成できる時間と、切替後に再調整する時間を配分する必要があります。

    光源から各利用者へ至るスイッチ系の損失は、利用者あたり2.3±0.2 dBと報告されています。内訳は波長の分離に約1.8 dB、光スイッチに約0.5 dBです。これは実験のスイッチ系の値であり、離れた拠点を結ぶファイバー全体の損失を示す数字ではありません。

    光のリンク、鍵の蓄積、暗号装置を分けてつなぐ

    各利用者側では、光子の偏光を測り、BBM92という量子もつれ型QKDの方式で鍵の元となるデータを作ります。その後、誤り訂正とプライバシー増幅を行い、論文が秘密鍵として評価した鍵材料を、QKD側のバッファへ保存します。

    その上にあるのが、研究チームが開発したソフトウェア定義の鍵管理システム、SD-KMSです。利用者側のKMSエージェントが鍵を扱い、中央のコントローラーがバッファの残量やリンクの状態を監視します。同じコントローラーが光スイッチも操作するため、物理的な接続先と鍵の要求を結び付けられます。

    層 主な仕事 切替時に考えること
    QKDの光リンク 光子を分配し、測定後の処理から鍵を生成する 接続先ごとの時刻合わせと偏光の再調整
    鍵バッファとKMS 鍵を蓄え、要求に応じて渡す 生成が止まる間を残量で補えるか
    暗号装置 受け取った鍵を通信に利用する 必要な鍵の量と供給の頻度が合うか
    論文の実験構成をもとに編集部で整理。光リンクの稼働と、蓄えた鍵の供給は別の動作です。

    鍵の受渡しには、論文が参照するETSI GS QKD 014 V1.1.1(2019年2月)のAPIを利用しています。この文書は、QKDネットワークからアプリケーションへ鍵材料を渡すための通信方法とデータ形式を定めたGroup Specificationです。光子から鍵を生成する物理方式そのものを定める文書ではありません。

    実験では、このインターフェースからFortinetのFortiGate NGFWへ鍵を供給し、IPsecトンネルを構成しました。QKDが通信データそのものを運ぶのではなく、既存の通信を暗号化する装置へ鍵を渡す役割を担っています。本文の鍵生成率を、そのままIPsecで送れるデータ量と読み替えることはできません。

    生成が止まっても、鍵を渡し続ける条件

    実験は約1時間行われ、切替のたびに検出時刻の相対的なずれを求め、偏光を補償する初期化が行われました。その後に鍵生成を始めています。つまり、経路を切り替えた瞬間から同じ性能で生成できると示した結果ではありません。

    初期化後の量子ビット誤り率(QBER)は主に0.5〜3%で、表に示された各リンクの平均秘密鍵生成率は4,060〜7,081 bpsでした。例えばAlice–Davidは7,081±1,671 bps、Bob–Charlieは4,060±2,032 bpsです。ここでの±は論文の標準偏差であり、6組の平均値の範囲と、時間ごとの変動幅を区別する必要があります。

    QKD側のバッファは、256ビットの鍵を10,000個保持できる構成です。光リンクがそのペアの鍵を生成していない間も、鍵を取り出すインターフェースは動き続け、KMSは毎秒1個の鍵を取得しました。一方、暗号装置の要求は、ノードあたり毎分0.5個でした。実験では、稼働中に作る鍵の量が消費量を上回り、バッファに余剰が蓄積しています。

    ここから読み取れるのは、今回の供給と消費の条件では、時間を分けて生成しても蓄積で支えられた、ということです。任意の負荷に耐えられるという意味ではありません。リンクが長時間止まったり、鍵の更新頻度が増えたりすれば、鍵が作られる時間の割合、再調整にかかる時間、バッファの残量が効いてきます。

    4拠点の実運用へ進む前に残る確認

    実験の16個の超伝導ナノワイヤ単一光子検出器は、一つの冷却装置に置かれ、同じタイムタガーで同期していました。短いファイバーと小さな検出時刻の揺らぎにより、光子ペアを対応付ける時間窓を100〜150 psに絞れています。物理的に離れた拠点で、別々の時計や温度変化するファイバーを使う場合には、同じ条件が自動的に成り立つわけではありません。

    また、この短い論文からは、すべての運用条件に対する切替遅延や、長期間の稼働率、アプリケーション全体の安全性を判断できません。APIを実装したことも、それだけでシステム全体の安全性を証明するものではありません。本記事では装置の再実験や、実装全体の安全性検証は行っていません。

    今回の意義は、量子もつれを分配する光学系だけでなく、切替制御、鍵の蓄積、既存の暗号装置への供給までを一つの運転につないだ点です。次に規模を広げる際には、単に接続可能な利用者数を見るだけでなく、「必要なペアへ、必要な時間に、必要な量の鍵を渡せるか」を測ることが大切になります。

    実験で使われたFortiGateの提供元Fortinetについては、Cyclewaveのネットワークセキュリティ事業の企業解説で、製品やサービスの全体像を紹介しています。

    出典

  • Grover探索の高速化を支えるノイズ条件:量子ビット数と反復回数で考える

    Grover探索の高速化を支えるノイズ条件:量子ビット数と反復回数で考える

    Grover(グローバー)探索は、並び順などの手掛かりがない候補の中から正解を探す量子アルゴリズムです。理想的には、候補がN個あるとき、正解かどうかを調べる操作の回数をNの平方根に比例する程度まで減らせます。ただし、候補が増えるほど量子回路を長く動かす必要があり、その間にノイズも積み重なります。

    パキスタンのラホール経営科学大学に所属するImama Tul Birrah KhanとMuhammad Faryadは、2026年11月12日投稿のプレプリントで、この関係を複数のノイズモデルから解析しました。焦点は、正解の確率が下がることだけでなく、やり直しを含めた探索の費用がどう変わるかです。実機の速度測定ではなく、Grover探索の回路とノイズの置き方を定めた理論研究として読みます。

    簡単にまとめると?

    • ノイズがあると、理想的な回数まで探索を続けるより、早めに止めてやり直す方が有利になる場合があります。
    • 量子ビットごとに独立した誤りが起きるモデルでは、回路が長くなることに加え、誤りの起こり得る量子ビットが増えることも負担になります。
    • 論文の「高速化」は主に正解判定の呼び出し回数の話です。データの読み込みや誤り訂正を含む実際の処理時間とは区別する必要があります。

    一回の成功率より、やり直しを含めた費用を見る

    Grover探索は、正解の状態と、それ以外を均等に重ね合わせた状態が作る二次元の平面で理解できます。正解に印を付けるオラクルと、振幅を平均のまわりで反転させる拡散操作を組み合わせ、状態を少しずつ正解の方向へ回します。この繰り返しが、正解を測定する確率を高めます。

    ただし、回し続ければよいわけではありません。理想的な場合にも、正解の方向を通り過ぎると成功率は再び下がります。さらに、ノイズがある場合は反復を増やすほど状態が損なわれるため、止め時の判断が変わります。

    論文は、r回のオラクル呼び出しを行った一回の探索が、確率Pで成功するとき、やり直しを含む期待呼び出し回数をr/Pとして評価しています。例えば、20回呼び出して成功率が0.8なら平均25回、30回呼び出して成功率が0.9なら約33回です。後者は一回あたりの成功率が高くても、呼び出し回数では割高です。この数字は考え方を説明する例で、論文の実験値ではありません。

    正解かどうかを最後に確認する追加の呼び出しは、論文の費用式では省かれています。また、オラクルを実際にどれだけのゲートや時間で実装できるかも別に検討する必要があります。まず何を費用として数えているかをそろえることが、比較の出発点になります。

    全体を一度に乱すモデルでは、回転の重みが減る

    最初に解析するのは、量子ビットの集まり全体が、一定の確率で完全に混ざった状態になる「全体の脱分極ノイズ」です。これは各量子ビットが独立に誤る場合と同じではありません。数学的に厳密に解ける参照モデルとして使われています。

    このモデルでは、完全に混ざった状態は量子ゲートを通しても変わりません。そのため、ノイズのある状態を、理想的なGrover探索をしている部分と、情報を失った部分に分けられます。理想的な部分が正解へ向かって回る速さは変わらず、その部分の重みが回路の深さとともに減ります。

    論文の回路では、最初に一層、その後は一反復あたり三層のノイズを入れるので、r回の反復には3r+1回のノイズ機会があります。一層あたりの脱分極確率をpgとすると、理想的な部分の重みは(1−pg)3r+1です。「ノイズで回転が遅くなるから長く待つ」という説明では、この仕組みを捉えられません。

    ノイズが増えると、より多く回して成功率を上げる利点より、重みを失う不利が早く大きくなり、最適な停止回数は少ない側へ移ります。全体のノイズ確率と√Nの積が小さい範囲では、平方根に比例する呼び出し回数の利点が保たれます。一方、この積が大きい領域では、固定したノイズ率に対する費用はNに比例する形へ近づきます。古典探索より定数倍だけ有利な場合は残っても、規模が増えるほど広がる平方根の優位とは異なります。

    量子ビットごとの誤りでは、二つの負担が重なる

    より細かく、各量子ビットが独立に誤る場合を考えると、状態の一部はGrover探索の二次元平面から外へ出ます。理想的なGrover操作は、外へ出た成分を正解へ向かって増幅せず、平面へ戻しもしません。後の誤りで戻る可能性はありますが、論文の大きなNに対する近似では、そのような再流入などを省いて解析しています。

    量子ビット数をn、候補数をN = 2nとすると、誤りの機会は回路の長さだけでなくnにも比例して増えます。このモデルの主要な尺度では、一量子ビット・一層あたりに許容できる誤り率は、おおむね1/(n√N)の形で小さくする必要があります。比例係数はビット反転、位相反転、脱分極など、ノイズの種類と評価条件に依存します。

    同じ負担の尺度を保つ比較 10量子ビット 12量子ビット
    候補数N 1,024 4,096
    理想的な反復回数の尺度√N 32 64
    全体ノイズの許容率の相対値 1 約0.5
    独立した局所ノイズの許容率の相対値 1 約0.42
    1/√Nと1/(n√N)という論文の主要な尺度から計算した説明用の比較。反復回数の定数係数は省略。実機の許容誤り率や、有限サイズでの厳密な性能保証を示す表ではありません。

    量子ビットを二つ増やすと、候補は四倍、必要な反復の尺度は二倍になります。局所ノイズでは、さらに10個から12個へと誤る場所も増えるため、許容率の相対値は10/(12×2)、つまり約0.42です。量子ビットを増やせることと、その増加を探索性能につなげられることの間には、この負担があります。

    同じ一回の誤りでも、起きる場所と時点が違う

    論文は、探索平面から見た位相反転とビット反転で、傷みやすい時点が異なることも示しています。位相反転は探索の初期に、ビット反転は正解へ振幅が集まった後期に大きく効きます。二つを組み合わせた誤りでは、どの時点でも大きな成分が探索平面から失われます。

    ただし、物理回路での「位相反転なら常に初期が悪い」と単純化はできません。途中のアダマールゲートをまたぐと、ビット反転と位相反転の役割が入れ替わるからです。どのゲートの間に誤りを置くかまで決めて初めて、探索平面での意味が定まります。異なる研究や装置の誤り率を比べるときも、名称と数字だけでなく、誤りを数える位置を確認する必要があります。

    校正のずれは、ランダムな混合とは別に積み上がる

    もう一つのモデルは、操作する角度が少しずれるコヒーレント誤差です。状態をランダムに混ぜる代わりに、狙いより少し多く、あるいは少なく回してしまいます。ずれが毎回同じ向きなら、反復回数に比例して角度のずれが蓄積します。

    論文は一回の操作で許す角度のずれに上限を置き、反復後に状態が入り得る角度の範囲を求めています。これは最悪の場合を含む範囲の評価であり、平均的な実機ノイズの分布を測定したものではありません。誤差が独立で平均ゼロのランダムな符号を持つ場合には、典型的な広がり方が異なるため、系統的なずれと同じ条件として扱えません。

    小さな回路では、理想的な整数回数の反復がわずかに正解を通り過ぎることがあります。そのとき少し少なく回るずれが、偶然その行き過ぎを打ち消す例も示されています。しかし、それは誤差一般が探索を改善するという意味ではありません。取り得る成功率の幅と、ずれの符号まで含めて見る必要があります。

    装置への適用では、何を追加で確かめるか

    この研究は、既に知られていたノイズによる探索の制約を、全体の混合、探索平面からの漏れ、角度のずれという見方で整理したものです。全体の脱分極モデルの厳密な式と、局所ノイズの大きなN・低い誤り率を用いた近似は区別する必要があります。本記事では証明や数値図の独立再現までは行っていません。

    実装を判断するには、オラクルや拡散操作を基本ゲートへ分解したときの深さ、相関した誤り、データの準備、測定とやり直し、誤り訂正の費用まで確かめる必要があります。論文が定めたノイズ層の数を、そのまま任意の装置の基本ゲート数とみなすことはできません。Grover探索の平方根の利点は、その実現に必要な長さの回路を、十分な精度で動かせる条件と一緒に評価するものなのです。

    出典

    • Imama Tul Birrah Khan、Muhammad Faryad「Loss of the quadratic speedup in Grover search under local and coherent noise」、arXiv:2611.16398v1、2026年11月12日投稿。本文全13ページ、図1〜9、表Iを確認。PDF内の日付は11月13日。本文のノイズモデル・適用条件・式(30)、(35)、(49)、(58)を中心に参照したプレプリントの解説です。
  • 量子位相推定の失敗確率を抑えるDPSS:Quantinuum H2-2で3〜18分の1に

    量子位相推定の失敗確率を抑えるDPSS:Quantinuum H2-2で3〜18分の1に

    量子コンピューターでエネルギーなどの値を求めるとき、細かい桁まで読み取れることと、許容範囲から外れた答えを出しにくいことは、別の課題です。量子位相推定(QPE)では、この両方を考えて補助量子ビットと回路を用意します。

    ロスアラモス国立研究所とラトガース大学の研究者らが2026年11月11日にarXivへ投稿した論文は、補助量子ビットの準備に「DPSS」という重み付けを使い、その準備回路を効率よく作る方法を報告しています。QuantinuumのH2-2で行った小規模な実験では、従来の一様な準備と比べ、許容範囲を外れる確率が約3分の1〜18分の1になりました。何の失敗が減り、どこに条件があるのかを見ていきます。

    簡単にまとめると?

    • DPSSは、位相推定に使う補助量子ビットの振幅を調整し、答えが許容範囲の外に出る確率を抑えます。測定後に都合のよい結果だけを選ぶ処理ではありません。
    • 研究の中心は、その重み付けを少ないゲートで準備する回路の作り方です。精度用の量子ビット数が最大50の回路も用意しましたが、実機実験は1〜10の範囲です。
    • 実機では改善が見えた一方、回路の別の部分のノイズが効果を制限しました。大きな分子の未知のエネルギーを求めた実験ではなく、既知の状態を使った方式の検証です。

    「細かく測る」と「外しにくくする」を分ける

    量子位相推定は、ある量子操作を繰り返したときに現れる位相を読み取る手法です。エネルギー推定では、対象の状態を時間発展させたときの位相から、対応するエネルギーを求めます。ただし、読み取りのための量子ビット数は有限なので、結果は離散的な目盛りに現れます。真の値が目盛りの間にあると、周辺だけでなく離れた目盛りが測定されることもあります。

    論文では、目盛りの細かさに対応する量子ビット数を l、許容範囲の外に出る確率を小さくするための追加分を m と分け、合計 l + m 個の補助量子ビットを使います。許容する位相の誤差は δ = 2−(l+1)。ここでいう失敗確率 ε は、推定値がこの許容範囲から外れる確率です。個々のゲートが誤動作する確率とは区別する必要があります。

    標準的な方法は、補助量子ビットの各計算基底状態に一様な振幅を与えます。DPSS(Discrete Prolate Spheroidal Sequences、Slepian系列とも呼ばれる)は、その振幅に滑らかな重みを付ける方法です。信号処理の窓関数に似た働きによって、最終的な位相の確率分布を狙った範囲へ集めます。このような重み付けを論文ではテーパーと呼びます。

    精度の目盛りをそのままにしても、分布の裾を抑えれば外れた答えは出にくくなります。ただし、その準備が複雑になり、ゲートが大量に増えてしまうと、実機ではノイズが利点を打ち消しかねません。今回の研究が扱ったのは、優れた重み付けを実際に使える回路へ落とす、この部分です。

    長い振幅の一覧を、テンソルネットワークから回路へ

    補助量子ビットが増えると、状態の振幅をすべて並べた一覧は指数的に大きくなります。そこで研究チームは、最適なDPSSを求める問題の構造を、テンソルネットワークという小さな配列のつながりで表しました。全体を一度に展開する代わりに、部分どうしの関係を保ちながら計算します。

    具体的には、DPSSを求めるための行列を行列積演算子(MPO)で正確に表現し、密度行列繰り込み群(DMRG)という計算法で状態を求めます。その状態を行列積状態(MPS)から木構造のテンソルネットワーク(TTN)へ変え、関連の強い部分をまとめてから量子ゲートへ変換しました。ここでいうMPOの「ボンド次元20」は、内部で配列をつなぐ添字の大きさであり、実機の量子ビット数20を意味しません。

    さらに、必要な実数の変換に適したゲートを選び、状態をどれだけよく再現できるかとゲート数を見ながら回路を組み立てます。古典計算側にも注意が必要で、大きな精度パラメーターでは通常の数値精度では計算が不安定になり得るため、高精度演算を使っています。準備を無料にする仕組みではなく、問題の構造を使って準備の負担を抑える工夫です。

    最大50の回路と、1〜10の実機実験

    論文が報告する回路の作成範囲は l = 1〜50、m = 1〜4です。一方、H2-2で測定した範囲は l = 1〜10、m = 2で、各回路について1万回測定しています。この二つを混同すると、実機で実証した規模を大きく見積もってしまいます。

    確かめた段階 対象 結果を読むときの区別
    準備回路の作成 l = 1〜50、m = 1〜4 回路を作成・公開した範囲。実機で全範囲を測定したわけではない
    ノイズのない計算 理想的な回路の失敗確率 DPSS自体の効果を評価。実機のノイズは含まない
    H2-2での実験 l = 1〜10、m = 2、各1万回 一様な準備に対し失敗確率を約3分の1〜18分の1に低減
    論文の回路作成範囲と実験条件をもとに編集部で整理。l は精度用、m は確信度を高める追加の補助量子ビット数です。

    実験の対象は、水素分子のモデルを対称性を利用して1量子ビットへ縮約したハミルトニアンです。その既知の基底状態を最初から用意し、位相を推定しました。さらに、真の位相が読み取り目盛りのちょうど中間に来るように調整しています。これは標準的な方法にとって最も厳しい条件で、DPSSにとってもそれに近い条件です。

    つまり、複雑な分子の基底状態を新たに発見したのではなく、答えの分かっている小さな問題で、読み取り方式の違いを比較した実験です。「3〜18倍」は失敗確率の比であり、計算時間がその倍率で速くなった、あるいは精度の桁数がその倍率で増えたという意味ではありません。

    準備をよくしても、回路全体のノイズは残る

    実機用の回路では、H2-2が使うZZゲートと1量子ビットゲートへ直接変換しました。準備状態の再現度だけを高めるとゲート数が増えるため、研究チームはノイズを含むH2-2Eエミュレーターで複数の候補を比較し、失敗確率が最も小さかった回路を実機に使っています。理想状態への近さだけで回路を選ばない点が、実装上の要点です。

    それでも残った制約が、位相を測定可能な形へ変換する逆量子フーリエ変換の部分です。例えば l = 10の実験回路では、DPSSの準備に使うZZゲートが9個、制御付き時間発展が12個だったのに対し、逆量子フーリエ変換は66個でした。論文は、この部分のノイズが理想的なDPSSの利点を大きく隠していると分析しています。

    m = 2のノイズなしの比較では、調べた各 l で100倍を超える失敗確率の改善が見られましたが、実機では3〜18倍でした。準備の最適化だけでアルゴリズム全体の誤りが解消するわけではありません。また、DPSSと別方式であるコヒーレントな中央値法は、必要な量子操作の呼び出し回数について同じ漸近的な尺度を持ちます。この研究の価値は、あらゆる資源を一律に減らすことではなく、確信度の高い位相推定を、比較的小さな準備回路で使う道筋を示したことにあります。

    公開された回路から、次に何を比べるか

    研究チームは、準備回路をZenodoで公開しています。論文によれば、誤り訂正を前提としたClifford+Tゲートの回路と、そこへ変換する前の実数ゲートの回路を含み、別の装置のゲート構成へ変換する入口にもなります。公開記録は確認できますが、公開されていること自体は、各装置で同じ効果が得られる証明ではありません。本記事では配布回路の再実行までは行っていません。

    応用を考える際は、許容誤差と失敗確率をそろえたうえで、状態準備、制御付き時間発展、逆量子フーリエ変換を含む全体の費用を比べる必要があります。今回の結果は、実機のノイズがある中でも重み付けの利点が残ることを示す一方、より大きな効果を取り出すには、準備後の処理も改善する必要があると教えています。

    実験に使われた装置を開発する企業の背景は、CyclewaveのQuantinuumの企業解説でも紹介しています。

    出典

  • 量子状態の逐次準備に必要なメモリー:一括で作る場合との差を数える

    量子状態の逐次準備に必要なメモリー:一括で作る場合との差を数える

    量子状態をまとめて作る装置と、一つ作るたびに外へ送り出す装置では、内部に残しておくメモリーの大きさは同じでしょうか。処理する個数と最終的に作りたい状態が同じでも、途中で出力を手放すことが、必要な資源を変える場合があります。

    ポーランド科学アカデミーの理論物理学センターとヤギェウォ大学に所属するJian Li、Patryk Lipka-Bartosikは、この違いを「逐次準備の追加コスト」として調べています。2026年11月10日にarXivへ提出されたプレプリントは、許される物理操作をそろえた上で、量子状態を一つずつ作る方法と一括して作る方法の最小メモリーを比較した理論研究です。

    簡単にまとめると?

    • 一つずつ出力を送り出すと、メモリーは途中の状態も通らなければなりません。一括処理では要らない状態が必要になり、メモリーが大きくなる場合があります。
    • ただし、逐次準備が常に不利とは限りません。作る状態と、エネルギー保存などの物理的な制約によって、差が出る場合と出ない場合があります。
    • 大量に作るときの「1個あたりの漸近的コスト」が等しくても、有限個を作る装置の必要メモリーまで等しいとは限りません。実機の容量や速度を測った報告とは区別して読みます。

    ここでいうメモリーは、装置の中に残る量子系

    この研究のメモリーは、通常のコンピューターのRAMをそのまま指しているわけではありません。新しい入力が到着するまで、装置の内部に保持しておく量子系をまとめて数えたものです。情報を記憶するだけでなく、入力を目的の状態へ変えるためのエネルギーやコヒーレンスなどを供給する役割も持ちます。

    逐次準備では、メモリーが入力を一つ受け取り、出力を一つ送り出します。一度送り出した出力には、次の回以降に触れられません。これに対し、一括準備では、すべての入力とメモリーをまとめて操作し、最後に出力を取り出せます。使ってよい操作の種類と目標の状態は同じにして、この手順の違いだけを比較します。

    メモリーは毎回、最初の状態へ戻らなくてもよいという設定です。内部に持っていた資源を消費してもよく、出力と相関を持つことも許されます。したがって、繰り返し使う触媒のように「元へ戻る装置」を最初から仮定した問題ではありません。

    一括なら2段階、逐次なら途中の段階も要る

    違いを理解するには、エネルギーを厳密に保存する操作だけを許す例が分かりやすいでしょう。エネルギー0の入力を、毎回エネルギーεの励起状態へ変えるとします。n個の出力に渡すエネルギーは、合計nεです。

    一括準備なら、メモリーにnεを蓄えた状態と、すべて渡し終えた0の状態があれば足ります。n個へまとめてエネルギーを渡すので、その間の値をメモリーが取る必要はありません。この理想的な設定で、必要なメモリーの最小次元は2です。

    一つずつ出力する場合は違います。メモリーはnε、(n−1)ε、(n−2)ε、…、0と、出力のたびに一段ずつエネルギーを渡します。途中の状態をすべて収める必要があり、最小次元はn+1になります。「途中を通ってから次へ進む」という逐次処理の条件が、内部に用意する状態の数を増やすわけです。

    たとえば4個を作るなら、一括準備の最小次元は2、逐次準備は5です。ただし、2次元のメモリーが物理的に小さく簡単に作れると、この数字だけで判断することはできません。一括準備の側も4εのエネルギー差や、複数の入力を同時に操作する機構を必要とします。論文はそれらの装置全体の製造費や操作時間を評価しているのではなく、メモリーの次元を最小化しています。

    重ね合わせを作る場合には、差が消える例もある

    次に、エネルギー0とεの二つの状態を重ね合わせた量子ビットを作る場合を考えます。4個の出力全体が持ちうるエネルギーは、0、ε、2ε、3ε、4εです。この例では、一括準備にも五つのエネルギー段階が必要になります。

    逐次準備の途中で必要になるエネルギーも、同じ五つの中に収まります。そのため、この例では一括・逐次ともに最小次元は5です。出力を一つずつ手放すこと自体が、必ず余分なメモリーを要求するわけではありません。一括準備のために用意した状態を、途中の準備にも使い回せるかどうかが分かれ目になります。

    4個作る目標 一括準備の最小次元 逐次準備の最小次元
    各出力がエネルギーεの励起状態 2 5
    各出力が0とεの重ね合わせ 5 5

    表は原論文の式(26)・(27)にn=4を代入した比較です。入力はエネルギー0の固有状態、操作はエネルギー保存ユニタリ、目標は厳密な純粋状態という条件をそろえています。装置の消費電力や速度の比較表ではありません。

    次元と量子ビット数を混ぜない

    論文では、メモリーの次元Dと、その対数log₂Dを区別します。量子ビットをm個並べた空間の次元は2のm乗なので、次元の比をそのまま「量子ビットが何倍必要」と読み替えることはできません。

    先ほどの4個の励起状態の例では、次元は2対5です。対数で表した差はlog₂(5/2)、およそ1.32です。5次元を通常の量子ビットの並びに埋め込むなら整数個への切り上げも必要になりますが、研究の最適化は任意の有限次元のメモリーを許しています。この物差しをそろえると、論文の「追加コスト」が何を比較しているかが明確になります。

    平均のコストが同じでも、装置の余裕は同じとは限らない

    研究の一般的な結果は、操作を組み合わせられ、入力を同じ種類の内部レジスターと交換できるという仮定の下で、一括準備と逐次準備の漸近的なメモリーコストが等しくなるというものです。ここでのコストは、log₂Dを出力個数nで割り、nを非常に大きくしたときの値です。

    それでも、二つのlog₂Dの差が一定に収まるとは限りません。差がnよりゆっくり増えるなら、nで割った値は0へ近づきますが、有限の装置に追加のメモリーが要らなくなるわけではありません。平均の効率と、ある個数を実際に作るための必要容量は、違う問いなのです。

    論文は、最大混合状態の補助系を加え、ユニタリ操作を行い、不要な系を捨てることを許す「noisy operations」という設定でも、この差を調べています。これは一般的な実機の雑音を意味する名称ではなく、量子資源理論で定める操作の集合です。条件を満たす特定の状態変換では、十分大きな一括処理は1量子ビットの純粋な補助系で可能なのに、独立した出力を一つずつ作り続けるには、どの固定サイズのメモリーでも足りなくなります。

    「独立な出力」と「一つずつ見れば正しい出力」も別

    出力が一つずつ目標の状態になっていても、出力どうしに相関が残っている場合があります。論文は、出力全体が独立な状態の積になる条件と、それぞれを単独で見た状態だけが正しければよい条件を分けています。とくに冷却の例で示す最適な率を、そのまま独立した出力を要求する場合へ移すことはできません。

    また、毎回まったく同じ相互作用を使う理想的な逐次準備については、d次元のメモリーで最初のd²回の出力がそれぞれ厳密に目標状態と一致すれば、その後も各出力の状態を保てるという定理が示されています。ここでも出力どうしの相関は許され、独立した出力を永久に作れるという主張ではありません。ただし、これは有限回の実験で小さな誤差しか見えなければ永久運転を保証できる、という実験上の検査規則ではありません。同じ操作を正確に繰り返すことと、出力が厳密に一致することが前提です。

    この研究が与えるのは、装置の設計を比較するときの見方です。目標の状態、許される操作、出力間の相関、メモリーを元へ戻す必要の有無をそろえてから、内部に何を保持しなければならないかを数える。一括と逐次の差は、単に処理の順番の違いにとどまらず、その途中で維持する物理的な資源にも現れます。

    出典

    • Jian Li、Patryk Lipka-Bartosik「The memory cost of sequential quantum state preparation」、arXiv:2611.14652v1。公式投稿履歴は2026年11月10日。本文・表I・付録A〜Hを参照。査読前の理論研究。
  • SandiaとElement Sixら、ダイヤモンドのGaV⁻で室温のスピンコヒーレンスを測定

    SandiaとElement Sixら、ダイヤモンドのGaV⁻で室温のスピンコヒーレンスを測定

    ダイヤモンドの中には、炭素原子の並びが少し変わることで、光と電子のスピンを結びつける小さな場所ができます。量子情報を光で読み出したり、周囲の磁場や温度を調べたりする候補になる「色中心」です。ただし、光を扱いやすいことと、スピンの量子的な状態が長く保たれることは、同じ性能ではありません。

    Sandia国立研究所、ニューメキシコ大学、Element Sixらの研究チームは、ガリウムと空孔からなる負に帯電した色中心、GaV⁻を調べ、室温でスピンを光学的に読み出し、コヒーレンスを測った結果を2026年11月12日にプレプリントとして公開しました。Hahnエコーという測定法で得たコヒーレンス時間は、293 Kで1.06 ± 0.08マイクロ秒。新しい材料候補について、光の性質とスピンの性質を同じ研究で具体的に確かめた報告です。

    簡単にまとめると?

    • GaV⁻は、ダイヤモンド中のガリウムと空孔に由来する色中心です。光でスピンの状態変化を読み取り、マイクロ波による制御を調べています。
    • Hahnエコーで測ったコヒーレンス時間は室温で約1.1マイクロ秒、4 Kで約11.9マイクロ秒でした。測定法の異なる時間や、光の寿命と混同しないことが大切です。
    • 光通信やセンサーへの可能性を調べる材料研究の段階です。単一の色中心を使った量子通信、完成した量子メモリー、製造の容易さを実証した結果ではありません。

    ガリウムを入れると、どんな量子の場所ができるのか

    完全にそろった結晶の格子に別の原子や空いた場所が入ると、周囲とは異なる電子の状態が生まれます。GaV⁻では、ガリウム原子が二つの空孔の間に位置する「分裂空孔」の構造が想定されています。論文は、観測した光のスペクトルや磁気共鳴を、電子スピンが1、ガリウムの核スピンが3/2のモデルと照合しています。

    ここでいうスピンは、電子が文字どおり小さな球として回転しているという意味ではありません。磁場やマイクロ波に応答する量子的な自由度です。状態によって出てくる光の強さがわずかに変われば、直接電子を取り出さなくても、光を手がかりにスピンの変化を読み取れます。これが光検出磁気共鳴、ODMRの基本的な考え方です。

    研究では、外部磁場をかけない室温の測定で四つの共鳴ピークを観測し、磁場をかけた場合のピークの分かれ方もモデルと比較しました。さらに、マイクロ波パルスの長さに応じて信号が振動するRabi振動を確認しています。光る欠陥を見つけたことに加えて、そのスピンを動かし、変化を光で追えることを示した点が研究の核です。

    約1マイクロ秒は、何を測った時間なのか

    量子的な重ね合わせには、振動のタイミングに相当する「位相」があります。周囲の磁場などの影響で位相がばらつくと、そろった重ね合わせとして利用しにくくなります。このまとまりがどのくらい保たれるかを調べる指標が、コヒーレンス時間です。

    ただし、同じ試料でも測り方によって数字は変わります。Ramsey測定では、二つのマイクロ波パルスの間で位相がどれだけ崩れるかを調べます。今回の室温でのT₂*は230 ± 11ナノ秒でした。一方のHahnエコーは、その途中に位相のずれを取り戻すためのパルスを入れ、ゆっくりした変動などによるずれの一部を打ち消します。

    歩く速さが少しずつ違う人たちを途中で折り返させると、一定の速さの差による広がりは再び集められる、というイメージです。もちろん、途中で不規則に変わる影響まで全部消せるわけではありません。この区別があるため、RamseyのT₂*とHahnエコーのT₂を、単にどちらが正しい値かという形で比較することはできません。

    原論文図4c。青が293 K、緑が4 KでのHahnエコー信号。横軸は遅延時間で対数目盛、縦軸は光のコントラスト。
    図1:GaV⁻のHahnエコー測定。室温293 Kの青い点に対して橙色、4 Kの緑の点に対して赤色がフィット曲線です。T₂はそれぞれ1.06 ± 0.08 µsと11.88 ± 0.76 µs。横軸は対数目盛なので、等間隔が等しい時間差を表すわけではありません。原論文・Dodsonほか、arXiv:2611.16281v1、図4cからパネルを抜粋。CC BY 4.0。軸・数値を保持。拡大画像を開く

    HahnエコーによるT₂は、室温293 Kでは1.06 ± 0.08マイクロ秒、低温4 Kでは11.88 ± 0.76マイクロ秒でした。冷やすことで、この測定条件では位相のまとまりが長く残ったことが分かります。ただし、長い低温のT₂が、そのまま室温で使える量子メモリーの保存時間になるわけではありません。

    また、スピンの状態の占有が元に戻る時間T₁や、光を出す励起状態の寿命も別の指標です。本記事では、異なる物理過程の時間を一つの「量子の寿命」として並べず、室温での制御とHahnエコーの結果に焦点を絞っています。

    677 nmの光と「約40%」の意味

    光の測定では、677 nmにゼロフォノン線、ZPLと呼ばれる成分が見つかりました。結晶の振動とのエネルギーのやり取りを伴わない発光の成分です。量子状態と光を結びつける研究では、光がどの波長にまとまって出るかが重要になります。

    論文が報告するDebye–Waller因子は0.397 ± 0.01で、発光のうちZPLに入る割合が約40%であることを表します。これは「入れた光や電力の40%を取り出せる」という総合効率ではありません。光を集める光学系の効率、検出器の効率、個々の発光体のばらつきは、別に確かめる必要があります。

    よく研究されている窒素空孔、NV色中心との光学的な違いは、GaV⁻を調べる動機の一つです。ただし、論文中の文献値との比較を、同じ装置・試料条件で行った優劣の測定として読むことはできません。ZPLの割合が大きいことだけで、量子通信の成功率やセンサー感度が高いと決まるわけでもありません。

    室温で測れることと、室温で作れることは別

    今回のスピン測定に使った試料は、高純度のダイヤモンドにガリウムの集束イオンビームを照射し、高温高圧処理を施したものです。Element Sixはこの高温高圧処理を担っています。色中心の深さは試料表面からおよそ14 nmと見積もられており、表面に近い環境での測定でした。

    注意したいのは、ビームで刻んだ試料の識別マークの近傍を利用しているため、測定位置のガリウム照射量を正確に定められていない点です。濃度が均一に制御された多数の素子を作り、性能がそろうことを確かめた試験ではありません。研究チームも、表面近傍の環境がコヒーレンスを制限している可能性を挙げています。今回の値をGaV⁻という材料の変えられない限界とみなすには、まだ条件を切り分ける必要があります。

    発光の相関測定も、複数の色中心が寄与するモデルで解析されています。単一のGaV⁻を個別に制御し、異なる場所から出る光子の性質をそろえて量子もつれを作った、とまでは言えません。室温の測定結果から、製造の簡単さや完成した通信機能を飛び越えて結論しないことが大切です。

    次に見るのは、用途ごとに必要な性能

    この結果の価値は、GaV⁻について「室温で読めるスピン」と「まとまった光の成分」が実験で結びついたことにあります。今後、量子通信を目指すなら、単一の色中心へのアクセスや光子のそろい方、光学構造との接続が問題になります。センサーを目指すなら、共鳴周波数の温度依存性があることに加えて、読み出しの雑音や実際の感度を測る必要があります。

    研究は査読前のプレプリント段階です。比較するときは、色中心の種類だけでなく、温度、表面からの深さ、測定法、単一か複数か、そして光の性能とスピンの性能のどちらを見ているかをそろえると、約1マイクロ秒という数字が示す範囲をつかみやすくなります。

    試料の高温高圧処理を担ったElement Sixについては、Cyclewaveの人工ダイヤモンドの工業用途と量子技術への展開を扱う企業解説で、材料事業の全体像を紹介しています。

    出典

    • Adam D. Dodsonほか「Optically-detected room-temperature spin-coherence from the GaV⁻ in diamond」、arXiv:2611.16281v1、2026年11月12日公開。本文・Methods・補足情報を参照。GaV⁻の光学・磁気共鳴・コヒーレンス測定と試料条件。