投稿者: SB-admin

  • 量子性の証明だけでP≠NPは言えるか、オラクル研究が示す限界

    量子性の証明だけでP≠NPは言えるか、オラクル研究が示す限界

    量子コンピューターを使ったことを、普通のコンピューターとのやり取りで確かめられる。そんな「量子性の証明」ができれば、古典計算の難しさについても強い結論を引き出せそうです。ところが、2026年11月3日に公開された理論研究は、外部の計算装置を仮定した世界では、量子性の証明とP=NPが両立すると示しました。現実のP対NP問題を解いたという意味ではなく、量子性の証明から何を導けるか、その推論に限界を与える結果です。[1]

    簡単にまとめると?

    • 量子性の証明は、効率的な量子計算機なら通過でき、効率的な古典計算機では通過しにくい対話型の検査です。
    • 研究チームは、同じオラクルを使う計算世界で、P=NPと量子性の証明が両立する構成を示しました。
    • 古典側が検査する場合、やり取りの回数を一定に抑えられるとは限りません。実機の高速化や既存暗号の破綻を示した研究ではありません。

    答えを出す力と、答えを確かめる力

    Pは、入力が大きくなっても計算時間を多項式の範囲に抑えて解ける判定問題の集合です。NPは、正解を裏付ける証拠を渡されれば、多項式時間で確認できる判定問題の集合です。たとえば、ある論理式を満たす変数の割り当てがあるかを探す作業と、渡された割り当てで本当に式が満たされるかを確かめる作業は、異なる負担を持ちます。

    P=NPなら、この種の「証拠を確かめやすい問題」は、証拠なしでも効率的に解けることになります。ただし、NPがあらゆる計算問題を含むわけではありません。量子計算の能力を表すBQPも、NPと同じ定義で作られた集合ではありません。

    一方、量子性の証明では、検査する側と計算する側がメッセージを交換します。正直な量子計算機は高い確率で合格でき、古典計算機が量子計算をしたふりをしても、問題の大きさに対して効率的な計算では合格確率を十分小さく抑えられる、という条件を課します。単に量子計算機が速く答えを出すだけでなく、検査する側も結果を扱えることが要点です。

    同じ外部装置を加えて、推論を試す

    プリンストン大学のEli Goldin、Alex Lombardi、京都大学のTomoyuki Morimaeによる研究は、「オラクル」を使います。オラクルは、決められた問い合わせに答える外部装置を数学的に仮定したものです。その内部を普通の計算機でどう実装するかは、ここでは問題にしません。

    古典計算と量子計算の両方に同じオラクルOへのアクセスを与え、その条件でできることを比較します。量子計算側は、オラクルに重ね合わせの状態で問い合わせることができます。「古典オラクル」という呼び名は、入出力が古典的な関数として定まることを指し、量子側の問い合わせまで古典計算に制限するという意味ではありません。

    著者らの構成では、PO=NPOが成立する一方、BQPO=PSPACEOとなります。PSPACEは、使う記憶領域を多項式の範囲に抑えて解ける問題の集合です。さらに、古典計算では平均的な入力に対しても解きにくく、量子計算では答えを出して対話的に正しさを示せる問題が残るように、オラクルを組み立てています。

    これは、古典計算にできることを広げても、その広がり方だけで量子側との違いが消えるとは限らない、という構成です。すべてのオラクルでそうなるという主張ではなく、条件を同時に満たすオラクルが存在することが結果の中心です。

    同じオラクルOを利用する数学的な世界で、PとNPが等しいことと、対話による量子性の証明が成り立つことが両立する。現実のP対NP問題についての結論とは分ける。
    今回の第一の結果が置く条件を整理した概念図。資料[1]を基にQuantum Sea作成。

    やり取りの回数と、検査する側の能力が変わる

    検査の流れは、検査者が入力を選び、計算する側が答えを返し、その答えが正しいことを対話で確かめる、というものです。量子側は、答えの計算だけでなく、その対話で必要な処理も効率的に進められます。古典側が誤った答えを出すと対話の検査で拒否され、正しい答えを繰り返し返そうとすると、もとの計算の難しさが効いてきます。

    ただし、ここで認めるやり取りの回数は、問題の大きさとともに多項式の範囲で増えてよいものです。同じオラクル世界では、古典計算機が検査し、通信も古典的で、やり取りが一定回数で終わる量子性の証明は存在しない、と論文は示しています。この条件では、古典側が十分よい応答を計算でき、量子計算機だけを合格させる差が保てなくなるためです。

    検査の条件 同じオラクル世界での結果
    古典計算で検査。回数は多項式の範囲で増えてよい 量子性の証明が成り立つ
    古典計算で検査。回数を入力サイズによらない一定値に抑える 量子性の証明は成り立たない
    検査する側も量子計算を使う 二つのメッセージで量子性を確かめる構成が成り立つ

    最後の二メッセージの結果を、「普通のコンピューターから一往復するだけで検査できる」と読むことはできません。短いやり取りを可能にする代わりに、検査する側の能力も量子計算へ変わっています。通信回数だけを比べると、この違いを落としてしまいます。

    暗号や実機について、ここから何が言えるか

    オラクルを加えても成り立つ形の証明は、「相対化する証明」と呼ばれます。もし量子性の証明からP≠NPを導く一般的な議論がその形で作れれば、今回のオラクル世界にも適用できるはずです。ところが、その世界では両立しています。この食い違いから、その方法だけでは狙った結論に届かないと分かります。

    論文は同じ考え方を使い、多項式回数の量子性の証明から一定回数の検査へ変換する方法や、さまざまな暗号機能を構成する方法にも制約を与えています。制約の対象は、オラクルを加えても通用する構成と証明です。別の性質を使う方法まで、すべて不可能だと証明したわけではありません。

    今回の結果は、計算量理論のモデルについてのものです。新しい量子プロセッサーの性能測定、実際の通信遅延の短縮、既存の暗号を解読した報告ではありません。研究を比べる際には、どの計算能力を検査者に認めるか、通信回数をどう数えるか、オラクルや計算困難性を何として仮定するかを見る必要があります。量子性を確かめられることと、その検査から別の難しさを導けることの間にある条件を、具体的に整理する研究といえます。

    出典

    1. Eli Goldin, Alex Lombardi, Tomoyuki Morimae, Quantum Advantage has Few Complexity Implications, arXiv:2611.05303v1, 2026年11月3日公開。第1節、2.1節、定義3.26、定理4.1、系4.13〜4.17。本記事は公開原稿の第一のオラクル構成と、その検証条件を紹介しています。
  • FePS3のマグノン・フォノン混成、温めるほど共鳴に近づく仕組み

    FePS3のマグノン・フォノン混成、温めるほど共鳴に近づく仕組み

    磁性体の中では、スピンの揺れと原子の振動が互いに影響し、両方の性質を持つ波になることがあります。熱で揺らぎが増えれば、そのまとまりは崩れそうです。ところが層状の反強磁性体FePS3では、温度を上げることで二つの波のエネルギーが近づき、混ざりやすくなることが示されました。ソウル大学、中国科学院、理化学研究所などの研究チームが2026年11月3日に公開した、高磁場ラマン分光による研究です。[1]

    簡単にまとめると?

    • スピンの集団的な揺れ「マグノン」と、格子振動「フォノン」が混ざる様子を、磁場と温度を変えて調べました。
    • 約70 Kまで結合の強さは大きく変わらず、温度上昇で両者のエネルギー差が縮むことが、混成の増加につながります。
    • 測定は低温の単結晶に対するものです。転移温度の約120 K付近の混成や、光で作った状態の寿命を直接測った結果ではありません。

    スピンの波と格子の波が、交差せずに混ざる

    FePS3は鉄、リン、硫黄からなる層状物質で、層の間がファンデルワールス力で結び付いています。約120 Kより低温では、鉄のスピンが反強磁性的なジグザグ配列を作ります。その配列が集団で揺れる励起がマグノン、原子の並びである格子が振動する励起がフォノンです。どちらも物質中の多数の粒子の運動を、一つの波として扱うための言葉です。

    研究では、入射した光が物質にエネルギーを渡したり受け取ったりして、散乱光の周波数が変わるラマン散乱を利用しました。周波数のずれに現れるピークから、マグノンやフォノンのエネルギーを追います。磁場を結晶面に垂直な方向へ加えると、マグノンのピークは二本に分かれ、一方が近くのフォノンへ近づきます。

    相互作用がなければ、二つのエネルギーはそのまま交差するはずです。実測では、近づいた二本が接触せずに離れる「反交差」が現れました。これは、独立したスピンの波と格子の波として扱うだけでは足りず、両者が混ざった二つのモードになることを示します。交差の前後で、どちらの枝がマグノンに近い性質を持つかも入れ替わります。

    結合の強さと、混ざりやすさを分ける

    二つの波がどれだけ混ざるかは、相互作用の強さだけで決まりません。もとのエネルギーが大きく離れていれば、相互作用があってもそれぞれの性質を保ちやすく、近づけば混ざりやすくなります。このエネルギー差が「離調」です。

    今回の研究は、反交差が最も狭くなるところの間隔から結合の強さを調べ、それとは別に、温度によって二つのモードがどれだけ共鳴へ近づくかを追いました。2 Kでは最小の間隔が約5.7 cm−1、エネルギーに直すと約0.71 meVでした。二つのモードを結ぶ単純なモデルでは、この間隔は結合の強さgの二倍なので、gは約2.85 cm−1、約0.35 meVに相当します。cm−1はここでは分光で使う波数の単位です。

    温度を上げても、gは約70 Kまでほぼ一定でした。一方、磁場をかけていないときのピーク間隔は縮み、共鳴に必要な磁場も小さくなります。測定したピークの動きを二モードモデルで当てはめると、結合前のマグノンとフォノンに相当するエネルギーも近づいていました。温めると相互作用そのものが強くなるというより、同じ程度の相互作用でも混ざりやすい条件へ動く、という結果です。

    結合の強さがほぼ同じでも、マグノンとフォノンのもとのエネルギー差が小さくなると、二つの性質が混ざりやすくなる。温度上昇がエネルギー差を縮める方向へ働く概念図。
    結合の強さと離調を分けて考えるための概念図。資料[1]を基にQuantum Sea作成。実測曲線や混合比を再現した図ではありません。

    どこまでが測定で、どこからがモデルによる解釈か

    混成の程度は、観測される二本のピークの間隔だけでは直接決まりません。結合があると、観測するエネルギー自体がもとの値から動くためです。論文のモデルは、磁場で変わるマグノンと、変化の小さいフォノンを結び、観測された枝を再現します。その当てはめから結合前のエネルギー差を求め、混成の増加を説明しています。

    調べた量 今回の結果 意味
    反交差での最小間隔 低温で約5.7 cm−1。約70 Kまで大きく変わらない 二モードモデルでは、結合の強さgの二倍に対応する
    磁場ゼロでのピーク間隔と共鳴磁場 温度とともに低下 共鳴に近づけるために必要な磁場調整が小さくなる
    結合前のエネルギーと混合の割合 測定へのモデル当てはめで推定 エネルギー差が縮むことで混成が増す、と解釈できる
    約90 Kを超えた領域 マグノンのピークが広がり、区別が難しくなる 転移温度まで同じ精度で結合を追えたわけではない

    二モードモデルでは、混ざり方を表す角度θについて、tan(2θ)が「2gを結合前のエネルギー差で割った値」になります。分子のgが変わらなくても、分母が小さくなれば混成は大きくなる、という関係です。観測されたピーク同士の間隔と、この結合前のエネルギー差は同一ではありません。両者を分けることで、温度変化のどの部分を実測し、どの部分をモデルから推定したかが見えます。

    「温める」は、まだ極低温での話

    測定対象はFePS3の単結晶で、単層デバイスではありません。研究チームは最大14 Tの磁場と、試料の過熱を避けるため約400 µWに抑えたレーザーを使っています。約70 Kは摂氏では約−203度であり、今回の温度による調整を、そのまま室温で動く素子に置き換えることはできません。

    また、関連する先行研究には、強いテラヘルツ光で作った非平衡の磁気状態が、温度上昇に伴って長く残るという報告があります。今回測ったのは、平衡状態付近での励起とその混成です。光で作った状態の寿命を測り直したわけではなく、転移温度の約120 Kまで反交差を定量的に追えたわけでもありません。著者らは両者をつなぐ手掛かりと位置付けていますが、寿命が延びる機構を今回の測定だけで確定したとはいえません。

    材料や光制御法を比べるときは、結合の強さ、二つの励起のエネルギー差、ピークの幅をそれぞれ見る必要があります。熱でピークが広がる効果がある一方、エネルギー差が縮んで混ざりやすくなる効果もある。FePS3の研究は、その二つが同時に起こり得ることを測定とモデルで示し、温度を単なる妨げではなく、共鳴条件を動かす要素として捉える手掛かりを与えています。

    出典

    1. Kai-Xuan Zhangほか、Thermally enhanced magnon-phonon resonance in van der Waals antiferromagnet FePS3, arXiv:2611.04229v1, 2026年11月3日公開。第II〜V節、図1〜4。査読前の公開原稿に基づく紹介です。
  • 原子のホイヘンス面、二層の干渉で反射を抑えて光の位相を変える

    原子のホイヘンス面、二層の干渉で反射を抑えて光の位相を変える

    光を通しながら、波の山と谷が来るタイミングだけを変えられれば、偏光を調整したり、光を集めたりする薄い光学素子を作れます。そのとき邪魔になるのが、入射側へ戻ってしまう反射です。ランカスター大学のK. E. Ballantine氏とJ. Ruostekoski氏は、原子を二層に並べ、原子全体が放つ光の干渉で反射を抑える「ホイヘンス面」の簡素な構成を提案しました。2026年11月3日公開の論文はPhysical Review Aへの採択が記載された理論・数値研究です。[1]

    簡単にまとめると?

    • 二層の原子が同じ向き、逆向きに振動する二つの集団モードを使い、後方の散乱光を打ち消します。
    • 適切な原子間隔なら、原子ごとに異なる準位シフトを加えず、レーザー周波数の調整で透過光の位相を一周分変えられます。
    • 一様な位相・偏光制御と、場所ごとに光を曲げる制御は別です。有限の原子数や位置の揺らぎによる性能低下も残ります。

    二つの層が、反射方向で互いの光を消す

    ホイヘンス面は、光の位相を制御しつつ反射を小さくするメタサーフェスの一種です。位相とは、波の振動のどの位置にいるかを表す量で、2πの変化は一周分に当たります。従来の説明では電気双極子と磁気双極子の応答を組み合わせ、前へ進む光を強め、後ろへ戻る光を打ち消します。

    今回の構成で、一つ一つの原子が持つのは電気双極子遷移です。磁気双極子として振る舞う別の部品を足すのではなく、原子が放った光がほかの原子を動かす、集団的な応答を利用します。各層では原子がほぼ同じ位相で振動し、二層間で振動がそろう「対称モード」と、逆になる「逆対称モード」が生まれます。

    この二つでは、前方と後方に放つ光の位相関係が異なります。適切な条件で重ねると、後方では二つの散乱光が打ち消し合い、前方では散乱光と元の入射光が重なって、振幅を大きく損なわずに位相が変わります。逆対称モードは、長波長での多重極による説明では磁気双極子と電気四重極の両方に対応します。「原子が純粋な磁気双極子になった」と理解する必要はありません。

    二層の振動がそろう対称モードと、逆向きになる逆対称モードを組み合わせる。適切な条件では後方の散乱光が打ち消し合い、前方では入射光と散乱光の合成で位相が変わる。
    二つの集団モードと光の干渉の関係。資料[1]を基にQuantum Sea作成。原子間隔や電場の大きさを定量的に描いた図ではありません。

    原子一つずつの調整を、配置の工夫で減らす

    二層は正方格子で、光は面に垂直に入ります。光の波長をλとすると、代表的な条件は層間距離が0.25λ、各層内の原子間隔が約0.91λです。層間距離によって二つのモードへの駆動の強さがそろい、層内の間隔によって共鳴周波数が重なるため、反射を打ち消せるようになります。単に二層に増やせばよいわけではありません。

    この配置では、外から原子のエネルギー準位を場所ごとにずらす操作を加えずに、レーザーの周波数を原子の共鳴からどれだけ外すか、つまり「離調」を変えて透過光の位相を連続的に動かせます。以前の提案で必要だった単位胞内の細かな準位調整を減らせる点が、この研究の改善です。

    論文は、二層それぞれ30×30個、合計1,800個の原子を扱う計算で、位相が2π変化する様子を示しました。ただし、光がどれだけ残るかは、原子数だけでなく入射光の形にも依存します。

    計算条件 透過電場の振幅比の下限目安 読み取れること
    各層30×30個・平面波 約0.83以上 位相を一周変えても、共鳴付近では振幅が下がる
    各層30×30個・重なりを調整したガウシアンビーム 約0.95以上 同じ原子数でも、集団モードに合う照明で改善する
    各層50×50個・ガウシアンビーム 約0.98以上 配列を大きくすることも透過の改善につながる

    ここでの数値は、入射光に対する電場の振幅比です。強度や電力の透過率そのものではありません。同じ媒質・同じモードの強度比に直すなら振幅比を二乗するので、0.95は約90%、0.98は約96%に相当します。この換算も、有限の配列から散る光をすべて集めた装置全体の効率を意味しません。論文の前方散乱の近似では、横方向に広がる光を十分に取り込めず、振幅低下を大きめに見積もる場合があります。

    偏光を変えることと、レンズを作ることの違い

    具体的な応用として計算されたのが、調整可能な波長板です。直交する二つの偏光成分のうち、一方だけが原子と相互作用する設定では、離調によってその成分の位相だけが変わります。もう一方との位相差が変わるため、入力が斜め方向の直線偏光でも、出力を円偏光などへ連続的に変えられます。この操作は面全体で一様な周波数調整によって行えます。

    一方、光を集めるレンズや方向を曲げる素子には、面内の場所ごとに違う位相を与える必要があります。論文が示す拡張では、同じ位置にある二層の原子には共通の離調を与え、その値を面内で変化させます。単位胞の二原子を別々に調整する複雑さは減っても、任意の波面を作るための空間制御まで不要になるわけではありません。層内の間隔が比較的大きいため、位相を急激に変えられる範囲にも限りがあり、大きな角度へのビーム操向を制約します。

    実装の次の課題は、原子の位置と光の重なり

    研究の中心は、弱い光で原子の励起が小さく、原子が静止している条件の結合双極子モデルです。実際の原子の位置は揺らぐため、論文は位置をランダムにずらす計算も行っています。各格子点での位置分布をexp(−r²/η²)とし、広がりのパラメーターηを層内間隔の4.4%にした例では、透過の最小値が典型的に15〜25%下がりました。これは標準偏差を4.4%と指定した実験結果ではなく、限られた条件のモデル評価です。

    近い将来の比較で見るべきなのは、位相が一周変わるかに加えて、どの光のモードに対して透過が評価されているか、原子配置の揺らぎを含めたか、どの空間制御が残るかです。今回の二層構成は、反射を抑える仕組みを集団モードの対称性から組み立て直し、調整する要素を減らす道を示しています。光学素子としての実測性能や、任意の波面制御の完成を報告したものではありません。

    出典

    1. K. E. Ballantine, J. Ruostekoski, Wavefront engineering with atomic Huygens’ surfaces made simple, arXiv:2611.04538v1, 2026年11月3日公開。第II〜IV節、図1〜7。著者によるPhysical Review A採択の記載あり。本文はこの公開原稿に基づきます。
  • 光でデータの相関を学ぶ、量子生成モデルの得意なことと限界

    光でデータの相関を学ぶ、量子生成モデルの得意なことと限界

    データを作るAIに、元のデータと同じ「一緒に変わりやすさ」を覚えさせたい。二つの値が同じ方向へ動くのか、逆方向へ動くのか。その関係を、光の組み合わせ方から読み解ける生成モデルが提案されています。

    2026年11月3日公開のプレプリント「Interpretable Quantum Photonic Generative Models」は、光の量子状態を使って複数の数値を生成するモデルを、コンピューター上で検証した研究です。光学操作とデータの相関を結び付ける設計が特徴です。ただし、相関が合うことと、珍しい極端な変動まで再現できることは別でした。[1]

    簡単にまとめると?

    • 光の対を作る、位相を変える、光を混ぜるという操作に、相関を調整する役割を持たせます。
    • 20変数の例では、190組の相関の正負が平均93.8%一致しました。過去の同じデータへの適合であり、将来の値を予測した正解率ではありません。
    • 分布の裾や計算上の優位性は未解決です。今回のガウス型のモデルは、通常のコンピューターでも効率よく模擬できます。

    光の測定から、複数の数値を取り出す

    このモデルが扱うのは、0か1かという二値だけではありません。光の場には連続的に変わる成分があり、それを参照光と比べるホモダイン測定で読み取ります。一つの光モードから一つの実数を得るため、20モードなら一回の測定で20個の値を組にして取り出す構成です。

    モードとは、ここでは光の独立した成分を数える単位です。値を一つずつ無関係に発生させるのではなく、モード間に作った関係が、生成する数値の関係に現れます。光子の個数を数えて整数を得る測定とは異なり、出力は連続的な数値です。

    たとえば二つの変数が同時に大きくなる傾向を持つなら、正の相関があります。一方が大きいときに他方が小さくなる傾向なら、負の相関です。ただし相関は、片方がもう片方を引き起こすという因果関係までは示しません。

    三つの操作に、相関を調整する役割を持たせる

    出発点は、光の対に関係を作る二モードスクイージングです。単独の光の揺らぎだけを見るのではなく、対としての揺らぎ方を制御します。この操作の強さを変えると、測定値の相関の強さが変わります。

    次に局所的な位相回転を加えます。測定する成分と光の状態の向きの関係が変わり、同じスクイージング強度でも、相関の大きさや正負を調整できます。論文の二モード例では、位相の変化に応じて相関が正からゼロを通り、負へと変わります。

    最後に、ビームスプリッターを並べた干渉計で各モードを混ぜます。最初に対として作った関係を、より多くの出力へ配り直す役割です。提案モデルでは混合部の内部位相を固定し、実数の直交変換に相当する範囲で混ぜています。光学回路なら何でも自由に学習する、という構成ではありません。

    光の対を作って相関の強さを調整し、位相で相関の正負を変え、混合で複数の出力へ関係を配る。最後に連続的な測定値を取り出す流れ。
    相関を調整する各操作の役割。資料[1]を基にQuantum Sea作成。光学機器の配線図や実験結果ではない。

    「どの部品の調整が、何を変えるのか」を説明できることが、この設計の読みやすさです。もっとも、各部品の役割が分かることは、学習した金融データの変動原因が分かることを意味しません。

    学習したのは、値そのものではなく相関の行列

    学習では、元データから計算したピアソン相関係数を表に並べ、モデルが作る相関の表を近づけます。ピアソン相関は、二つの値の線形な関係を−1から1で表す尺度です。ここではシミュレーションから計算できる共分散を使い、通常のコンピューター上の最適化で回路のパラメーターを調整しています。

    したがって、毎回量子装置で大量の測定を繰り返して学習した実験ではありません。また、この損失関数は、生成される確率分布の形を隅々まで元データへ一致させるものでもありません。相関を合わせる目的を先に絞った設計です。

    比較する点 5モードの例 20モードの例
    元データ 株式、金・国債のETF、ビットコインの計5系列。251日分の対数収益率 20銘柄の株式。48日分の対数収益率
    調整するパラメーター 18個 220個
    回路の条件 極めて弱いKerr非線形性を設定 Kerr非線形性なしのガウス型
    主な結果 代表例の相関係数のずれは絶対値で4.1×10−5以内 190組の正負の一致率は平均93.8%。初期値5通りの間の標準偏差は0.9ポイント

    5系列の期間は2020年3月2日から2021年3月1日、20銘柄の期間は2019年11月1日から2020年1月13日です。研究の公開は2026年でも、学習対象が現在の相場に更新されているわけではありません。これらは固定された過去の期間内の関係を再現する試験です。

    20モードの結果は、変数が増えても相関を調整できることを示します。ただし元の株式データには正の相関が多く、すべて「正」と答えるだけでも一致率は50%を大きく上回ります。93.8%という数字だけで難しさを判断せず、相関係数のずれの分布も併せて見る必要があります。論文では約86%の組で、そのずれの絶対値が0.1未満でした。

    さらに、20変数に対して観測は48日分です。目標となる相関行列自体にも標本の少なさによる揺らぎがあります。目標をよく再現できることと、その目標が長期間安定した関係を表すことは、分けて考える必要があります。

    相関が合っても、極端な値の出方は合わない

    ここで重要になるのが、各変数の分布の形です。同じ平均、同じばらつきでも、極端な値がまれに大きく出る分布と、中央付近へなだらかに集まる正規分布は違います。相関係数だけでは、その違いを十分に指定できません。

    研究では5モードの生成値に、正の倍率と一定の値の足し算を施し、各変数の平均と分散を合わせる後処理も行いました。この変換はピアソン相関を保つ一方、分布の裾の形までは直しません。

    実際、分布の食い違いを測る全変動距離の資産平均は、後処理で0.370から0.245へ小さくなりましたが、ゼロにはなりませんでした。ビットコインの系列では0.330が残り、金ETFの系列では0.165から0.225へ逆に大きくなりました。全体として平均や幅が合いやすくなっても、どの変数にも同じ改善があるわけではありません。

    この分布比較では、付録に従ってデータの先頭70%を使うなど、相関行列の全期間での評価とは手順が異なります。一つの数字にまとめて「全データを再現した」と扱うことはできません。将来の未観測期間に対する予測性能を調べた結果でもありません。

    光を使う価値と、計算上の優位性はこれから分かれる

    今回の20モード例はガウス型の状態をホモダイン測定するモデルです。この組み合わせは、通常のコンピューターでも効率よく計算し、標本を生成できます。量子光学の構成であるという理由だけで、古典計算を上回ることにはなりません。

    著者らは、より強い非ガウス性を持つ操作を使えば、分布の表現力を広げられると考察しています。Kerr非線形性はその候補ですが、強くするほどシミュレーションも難しくなります。表現できる分布を増やしたときの精度、学習の費用、光の損失、実機で標本を得る速さを、同じ条件で比較する段階が残ります。

    この研究からまず受け取れるのは、相関の強さ、符号、配り方を、光学操作の役割として分ける設計です。用途を検討するなら、必要なのが相関行列の再現なのか、極端な値まで含む分布なのかを先に定める。そのうえで古典的な生成方法と比べると、報告された結果の価値と、まだ足りない検証が見えやすくなります。

    出典

    1. Dat Chi Le, Oleksandr Kyriienko, “Interpretable Quantum Photonic Generative Models”, arXiv:2611.05354v1, 2026年11月3日公開(PDFは11月4日付)。主に本文II〜V、図1〜5、付録C・Dを参照。査読前プレプリントとして扱う。概要・版情報/原論文PDF。
  • ずれの大きい量子振動子が先に揃う、同期のムペンバ効果

    ずれの大きい量子振動子が先に揃う、同期のムペンバ効果

    二つの振動を同じ調子に揃えたいとき、初めからよく揃っている方が早く仕上がるように思えます。ところが、ずれには消えやすい成分と残りやすい成分があります。2026年11月3日に提出された研究は、量子振動子の初期状態を選ぶことで、同期の指標が初めは低い状態が、高い状態を途中で追い越す現象を計算で示しました。[1]

    簡単にまとめると?

    • 振動子同士の結び方や散逸の条件を変えず、出発する状態だけで同期の進み方が変わります。
    • 最初のずれの総量だけでなく、そのずれが速く消える成分と遅く消える成分のどちらに入っているかが大切です。
    • 2振動子の量子計算と10振動子の近似計算を区別した理論研究です。交差する時刻は、同期が完了する時刻や実機の短縮時間ではありません。

    揃い具合だけでは、揃うまでの速さは決まらない

    対象は、外部から励起を受け取りながら、励起が増えるほど強く失われる量子ファン・デル・ポル振動子です。励起の供給と損失がつり合い、平均場の記述では一定の大きさで回り続ける振動になります。振動子同士を散逸的に結合すると、共通の動きを大きく乱さずに、互いの相対的なずれを減らすことができます。[1]

    研究では、同じ周波数を持つ振動子を、向きのないネットワークとして結びます。比較する二つの初期状態には、同じ方程式、同じ励起と損失、同じ結合を使います。途中で制御を強くして追い越すのではなく、初めにどのような状態を用意するかを変えています。

    この追い越しを著者らは同期のムペンバ効果と呼びます。一般にムペンバ効果の議論では、目的の状態から遠く見える出発点が、近く見える出発点を緩和の途中で追い越すことに注目します。ここで比べるのは温度ではなく、量子振動子の揃い具合です。大きく乱せば必ず早く揃うという意味ではありません。[1]

    「同期の指標が高い」と「位相が揃った」を分ける

    二つの振動子では、位置と運動量に対応する量の差を取り、その二乗の平均を足して同期の誤差を作ります。誤差には平均的な動きのずれと、量子的な揺らぎの両方が入ります。その逆数を同期指標Sとし、大きいほど揃っていると評価します。量子的な不確定性により、この定義のSは1以下です。[1、式3]

    論文の例では、二つの初期状態のSは約0.15と0.67でした。初めは0.15だった方が速く上がり、励起の供給率で時間を換算した値が約0.56のところで逆転します。両方とも、最終的には同じ同期した状態へ向かいます。[1、図1]

    ただし、Sだけを見れば十分というわけではありません。たとえば真空状態でも、この指標は1になりますが、それだけで自励振動の位相が揃っているとは言えません。研究では最終状態の位相分布も調べ、個々の振動の全体的な位相は拡散しても、二つの位相差はゼロ付近へ集中することを確認しています。指標の高さと、位相が一定の関係を保つ位相同期を、別々に確かめています。[1]

    また、曲線が交わる瞬間は二つの状態が同一になった瞬間ではありません。平均のずれが比較的大きい状態と、位相の揺らぎが比較的大きい状態が、同じ誤差の値を取ることもあります。最終状態に到達したと読み替えないことが大切です。

    ずれを、消える速さが違う成分に分ける

    ネットワークの結合をグラフ・ラプラシアンという行列にまとめると、全員が同じように動く成分と、互いに違って動く成分へ分けられます。後者は「ある組が進み、別の組が遅れる」といったずれ方のパターンです。行列の固有値は、それぞれのパターンに結合がどれだけ減衰を加えるかを表します。[1、式2]

    同じずれの量でも、消えやすいパターンへ集中させた場合と、残りやすいパターンへ集中させた場合では、その後が違います。前者は大きなずれから始まっても急速に減り、後者を追い越せます。道路の距離だけでなく進める速さも到着順を決めるように、誤差の総量だけでは準備にかかる時間を判断できません。

    Aは初めのずれが大きいが速く消える成分へ、Bは初めのずれが小さいが遅く消える成分へ置く。時間がたつとAのずれがBより小さくなる。結合条件は同じ。
    ネットワークでの追い越しを考えるための概念図。資料[1]を基にQuantum Sea作成。棒の長さは模式的で、測定値や論文の計算曲線ではない。

    たとえば、余分な誤差Aを4×e−3t、Bをe−tとする単純な例を考えます。初めはAが4倍でも、tが約0.69を超えるとAの方が小さくなります。これは二つの指数関数を比べた説明用の例で、論文の量子振動子を計算し直したものではありません。最初の差と、減り方の差を合わせて見るための例です。

    10振動子では、ネットワークのスペクトルから予測する

    論文は10個の振動子について、輪状の結合と、内部で強く結びついた二つの集団を弱くつなぐ結合を調べています。比べる初期状態では、全体が共通に動く成分と初期の揺らぎをそろえ、追加のずれを、最も速いモードまたは最も遅いモードへ入れます。速い側の追加誤差は、遅い側の約14.6倍です。[1、図3]

    振動子が多くなると、量子状態全体をそのまま追う計算は急速に大きくなります。そこで10振動子の時間発展には切断ウィグナー近似(TWA)を用い、揺らぎを含む多数の確率的な軌道で近似しています。一方、交差時刻の式は、相対運動の揺らぎをガウス型として閉じる、より小さな近似モデルから求めています。10振動子の厳密な量子計算と式が一致した、という比較ではありません。[1]

    10振動子での交差時刻:励起供給率×時間の無次元値
    結合 TWA 近似式 結合の設定
    輪状 0.184 0.185 隣接結合は供給率の4倍
    二つの集団 0.241 0.233 集団内2.5倍、集団間0.2倍

    この設定では、交差時刻は「初期誤差の比の自然対数」を「速いモードと遅いモードの固有値の差」で割った形になります。初期誤差の比を固定すると、減衰の差が大きいほど早く追い越します。実際に輪と二集団の固有値を代入すると、表の近似値が得られます。[1、式8]

    重要なのは、この式に条件があることです。共通に動く成分をそろえ、比較する揺らぎもそろえ、特定の相対モードへ初期のずれを準備した場合の式です。結合の形が何でも無関係になるのではありません。結合の形は固有値や固有ベクトルを変え、どの初期状態を用意すべきかにも関わります。近似が有効な範囲で、複雑な結合の情報をスペクトルへまとめて扱える、という利点です。[1、補足資料]

    速い同期を利用する前に確認したいこと

    二振動子では、各振動子の状態数を有限に切ったマスター方程式の数値計算と近似の比較を行っています。ネットワークへ広げた部分はTWAとガウス型の近似に依存します。振動子の条件が大きく異なる場合や、揺らぎが強く非ガウス的になる場合へ、そのまま式を移せるとは限りません。[1]

    また、比較中の散逸や結合が同じでも、都合のよい初期状態を準備する手間まで同じとは限りません。装置として役立つかを調べるには、初期状態を作る時間やエネルギー、制御誤差、目的の同期精度までの待ち時間を合わせて比べる必要があります。交差が早いことだけで、全工程が速くなるとは判断できません。

    今回の研究は理論と数値計算です。連続変数の量子回路による実装案も示していますが、このムペンバ効果を実機で観測した報告ではありません。読者がこの結果から持ち帰れるのは、最初の誤差を小さくすることだけが準備の工夫ではない、という見方です。残りやすい誤差を避け、消えやすい成分へ配置できるかを調べることが、同じ結合を使う装置の待ち時間を考える手掛かりになります。[1]

    出典

    1. Yan Li, Wenlin Li and Xingli Li, Synchronization Mpemba Effect, arXiv:2611.04994v1(2026年11月3日提出、PDF表記11月4日)。本文・補足資料PDF。本文の式2–3・8、図1–4、補足資料のTWA検証と式S113–S117を参照。プレプリントの理論と数値計算を対象とし、実装案と実機実証を区別している。
  • 量子の定常状態へ近道を作る、小さな系で学んだ制御を大きな系へ

    量子の定常状態へ近道を作る、小さな系で学んだ制御を大きな系へ

    量子系が環境とやり取りを続けると、やがて状態がほとんど変わらない「定常状態」へ近づくことがあります。ただ自然に落ち着くのを待つ代わりに、同じ状態へ到達する別の道を設計できないでしょうか。2026年11月3日のプレプリントは、小さな系で学んだ制御を、より大きな系の定常状態の準備へ使う方法を提案しています。[1]

    簡単にまとめると?

    • 量子的な相互作用と環境へ散逸する過程を別々に調整し、自然な時間発展を細かく再現せずに、その終点を目指します。
    • 5スピンで学習した制御から始め、12スピンまでの数値実験で、比較手法より少ない操作ブロックで同じ精度基準へ届きました。
    • 小さな領域の状態変化を抑える追加学習は、全体の状態の正しさを保証しません。操作数、学習費用、実機の時間も分けて評価します。

    自然な変化を再現することと、終点を準備すること

    外部と切り離せない量子系を開放量子系と呼びます。内部の相互作用による量子的な変化と、環境とのやり取りによる散逸が同時に働きます。定常状態では、この二つを合わせた状態の時間変化がゼロになります。必ずしも熱平衡ではなく、両端から励起を入れたり取り出したりしながら、内部に流れを保つ状態も含まれます。[1]

    その振る舞いを量子装置で調べるには、まず目的の定常状態を準備する必要があります。自然な変化をそのまま実行すると、ゆっくりしか減衰しない成分が残り、到達まで長く待つ場合があります。また、複数の作用を順番に短く実行するトロッター分解では、細かいステップを重ねるほど操作も増えます。

    提案するLindblad variational ansatz(LVA)は、利用できる作用を部品として残しながら、その強さや作用時間に対応するパラメーターを調整します。検証したモデルでは、量子的な相互作用の操作二つと散逸の操作一つを一層とし、各層の三つの値を別々に最適化しました。短い時間ごとに自然な変化へ一致させるのではなく、指定した初期状態から、最後に欲しい状態へ近づくよう全体を組み立てます。[1]

    したがって、途中の状態が自然な緩和の経路と違っていても構いません。一方、この準備手順をいつまでも繰り返せば、目的の状態を保ち続けられると示したわけではありません。有限の手順で到達することと、その後の安定な保持は別の課題です。

    最後の散逸に合わせて、その前の状態を整える

    散逸は量子状態を乱すものとして扱われがちですが、ここでは意図して制御する操作です。装置に偶然入る雑音を、そのまま役立てたという話ではありません。前半の相互作用と散逸で状態の各成分を整え、最後の散逸を加えた時点で、複数の成分がそれぞれの目標値へ近づくようにします。[1]

    たとえば、減る速さが違う成分を同じ時刻に目標へそろえたいなら、最後の操作に入る前の大きさや向きも合わせる必要があります。目標の定常状態には、ゼロまで消してはいけない成分もあります。全成分をできるだけ減らすのではなく、相互作用と散逸がつり合う状態に必要な成分を残す準備です。

    5スピンのモデルを使った診断では、最後の操作へ入る時点で、目標とのずれを表す指標が同じ0.038になる二つの入力を比較しています。同じ散逸を加えたあとのずれは、自然な緩和の途中から取った入力では0.031、学習した入力では0.0017でした。この差は「最後に何を加えるか」だけでなく、「その直前に何を用意するか」が効いたことを示します。操作数が18分の1になったという意味ではありません。[1、図4]

    小さな系で制御を学び、操作の層を増やして整え、より大きな系へ移し、必要なら局所的な追加学習を行う流れ。最後に全体の精度を別に確認する。
    制御を学習して別の大きさの系へ使う流れ。資料[1]を基にQuantum Sea作成。実機での動作実証や、任意の大きさへの成功保証を表す図ではない。

    5スピンで学び、12スピンへ移す

    最初の学習には5スピンの系を使いました。この大きさでは古典計算で状態を求め、別に計算した目標の定常状態との忠実度を使って制御を調整できます。忠実度は二つの量子状態の近さを表す指標で、論文では1から忠実度を引いた「不忠実度」を小さくしています。ここで不忠実度1%は、計算が1%の確率で失敗するという意味ではありません。[1]

    各パラメーターは、一つのスピン専用ではなく、同じ種類の作用を系全体へ加える値です。そのため、層数をPとするとパラメーター数は3Pで、スピン数を増やしても同じ意味を持ちます。この共通性を使い、小さな系で得た制御を大きな系へ移します。ただし、パラメーターが増えないことは、物理的な回路や必要な測定回数も増えないことを意味しません。

    移し方には、5スピンの制御をそのまま各サイズへ渡す方法と、途中のサイズで追加学習し、その結果を次へ渡す方法があります。後者で「12スピンでの追加学習なし」と書かれていても、6~11スピンでの学習まで一切していないわけではありません。大きな装置での調整を減らす代わりに、小さな系での作業を増やす選択です。[1]

    同じ精度基準に届く操作数を比べる

    検証対象は、各スピンに散逸が働く横磁場イジング模型と、両端から駆動するハイゼンベルク鎖です。下の表は、途中のサイズでも学習する手順を経て、12スピンへ移した場合の結果です。比較対象の二次トロッター分解でも、各操作数について最終状態の精度が良くなる総時間を探索しています。[1、図6、補足表S5]

    12スピンで精度基準を満たした、検査済み最小ブロック数
    モデルと基準 LVA 二次トロッター分解 操作数の比
    イジング模型:不忠実度1%以下 21 37 37÷21 ≈ 1.76
    ハイゼンベルク鎖:不忠実度5%以下 150 385 385÷150 ≈ 2.57

    ブロックは、一種類の相互作用または散逸をまとめて実行する単位です。量子ゲート一個とは限りません。また、表は実際に試した候補の中で基準へ届いた最小値であり、考えられるすべての制御の厳密な最小値ではありません。二つのモデルで精度基準も異なるので、1.76と2.57を使ってモデル間の優劣を直接比べることはできません。[1]

    局所的に落ち着いても、全体が正しいとは限らない

    大きな系では、目標状態全体を先に計算しておくことが難しくなります。そこで追加学習には、狭い領域で状態の時間変化がどれだけ残るかを表す局所Lindblad残差を使います。目標の密度行列そのものを使わずに、定常状態の条件へ近づけるための指標です。[1]

    ただし、残差が減れば全体の忠実度も必ず良くなるわけではありません。6スピンのイジング模型の例では、局所的な指標は改善した一方、不忠実度は約0.0028から0.0037へ悪化しました。今回の研究は、学習に使う局所的な指標と、結果を検証する全体の忠実度を分けています。小さな領域で変化が少ないことだけを、全体が正しく準備できた証拠にはしていません。[1、図5]

    実機での利点を確かめるために

    今回の結果は、期待値や作用を正確に計算する数値実験です。実機では、相互作用と散逸を独立に切り替え、必要な相互作用の符号も反転できる制御が要ります。散逸を補助量子ビットとの相互作用で実装するなら、補助系の準備と再初期化も費用に入ります。論文は回路化の条件を論じていますが、実機の経過時間を測った結果ではありません。[1]

    また、操作ブロック数の比には、最初の学習、参照状態の計算、追加学習の測定、回路への変換費用が入りません。同じ準備回路を何度も再利用する用途では学習費用を分担できますが、一度だけ状態を作る場合には評価が変わります。局所的な残差を実測する場合も、有限回の測定によるばらつきを別に扱う必要があります。[1]

    5から12スピンへの移行が有効だったことを、任意の大きさへ広げる保証にもできません。両端だけから励起を入れるモデルでは、固定した長さの制御のまま系をいくらでも大きくすると、全体の高い精度を保てない制約があります。LVAを評価するときは、欲しい終点の精度、そこへ届く操作数、制御を学ぶ費用と実装条件をそろえて比べることが大切です。[1、補足VI節]

    出典

    1. Yun-Zhuo Fan and Dan-Bo Zhang, Transferable Lindblad Variational Ansatz for Accelerated Steady-State Preparation, arXiv:2611.04919v1(2026年11月3日提出、PDF表記11月2日)。本文・補足資料PDF。本文II–V節、図4–6、補足IV–VI・VIII節。プレプリントの提案と数値実験を対象とし、コードの再実行や実機追試を行ったものではない。
  • 量子アニーリングの失敗を次へ生かす、XX触媒の結合を更新する方法

    量子アニーリングの失敗を次へ生かす、XX触媒の結合を更新する方法

    量子アニーリングを何度繰り返しても、惜しい答えばかりが返ってくる。その結果を捨てず、次の計算で加える相互作用を選ぶ手がかりにできないでしょうか。2026年11月3日に公開されたプレプリントは、途中の計算を助ける「XX触媒」を、得られた答えに応じて更新する方法を提案しています。[1]

    簡単にまとめると?

    • XX触媒は、二つのスピンを同時に反転させる相互作用です。計算の途中だけ加え、最終的に解く問題は変えません。
    • 提案手法は、前の計算で得た局所的な良い答えから、次に加える結合の位置を選び直します。
    • 18スピンの89問題を使った数値実験では改善が見られました。実機の処理時間や、大規模問題での量子優位性を示した結果ではありません。

    惜しい答えにとどまる原因を、計算の途中から変える

    量子アニーリングでは、解きたい最適化問題を、最もエネルギーの低い状態が最適解になるように表します。最初は準備しやすい量子状態から始め、相互作用を少しずつ変えて、目的の問題へ近づけていきます。途中で最低エネルギーの状態とその次の状態の間隔が非常に狭くなると、限られた時間では最適解につながる状態をたどりにくくなります。[1]

    この研究が扱うのは、最適解とよく競合する局所最適解が原因で、終盤に狭いエネルギー間隔が生じる場合です。局所最適解とは、近くの候補へ少し変えても改善しない答えのこと。周辺では良くても、問題全体で一番良いとは限りません。同じ設定の計算を繰り返すだけでは、その近くの答えを選びやすい状況も残ります。

    そこで途中だけ追加するのがXX触媒です。ここでいう触媒は物質ではなく、二つのスピンを同時に反転させる型の量子相互作用を指します。開始時と終了時にはその強さをゼロにするため、最終的な問題の採点基準を変えずに、そこへ至るエネルギー構造を調整できます。今回の方法では、正の係数を持つXX結合で、競合する局所最適解の側へ働きかけます。[1]

    返ってきた答えから、加える結合を選ぶ

    触媒が有効でも、最適解を先に知っていなければ配置を決められないのでは、未知の問題を解く方法として使えません。提案手法は、その時点までに得た答えを利用します。流れは次の四段階です。[1]

    1. 現在の設定でアニーリングし、得られた答えのうちエネルギーの低いものを選びます。必要なら古典的な改善操作で局所最適解まで進めます。
    2. その答えから二つのスピンを反転させた候補を調べ、それぞれのエネルギーを計算します。
    3. エネルギーが低い候補の中からスピンの組を選び、その組にXX結合を加えるか、既存の結合を強めます。
    4. 更新した触媒で次のアニーリングを行い、返ってきた答えをまた結合の選択に使います。

    単に最も低い候補だけを選び続けると、局所最適解と最適解に共通する部分ばかりを変えてしまい、効果が弱まる場合があります。そこで数値実験では、低エネルギーの候補8個から4個を無作為に選ぶ余地を設けました。結合位置をでたらめに選ぶのではなく、得られた答えの周辺を調べたうえで、選択に幅を持たせています。[1]

    得られた答えを調べ、二つのスピンを反転した候補を比較し、XX結合を更新して次の計算へ進む四段階の概念図。
    計算結果を次の触媒へ反映する流れ。資料[1]を基にQuantum Sea作成。実際の回路や性能の数値を描いた図ではない。

    18スピンの数値実験で、何を比較したのか

    検証には、最大重み独立集合(MWIS)の問題を使っています。たとえば、互いに両立しない仕事の組があるとき、競合する二つを同時に選ばず、選んだ仕事の価値の合計を最大にする問題に相当します。選ぶ・選ばないをスピンで表し、競合を破る選び方にはエネルギー上の罰則を与えます。この問題を表す結合と、計算途中に追加するXX触媒の結合は、役割が異なります。[1]

    研究には二種類の検証があります。まず、構造を調整したモデルでは最大39スピンまでのエネルギー間隔を調べました。触媒の強さは問題サイズごとに数値的に最適化しています。続いて、答えから触媒を更新する手順を、18スピンの89問題で試しました。後者は複数の局所最適解と狭い間隔を生じるよう構成した問題群で、一般の難しい最適化問題を代表すると確認したものではありません。[1]

    二つの検証で異なる対象
    検証 調べたこと 読み取る範囲
    構造を調整したモデル、最大39スピン 触媒の配置と強さがエネルギー間隔へ与える効果 各サイズで強さを最適化したモデルの結果
    更新手順、18スピン・89問題 返ってきた答えを使って触媒を更新した場合の成功確率 最大20回の反復を含む閉鎖系シミュレーション

    更新手順は各問題で100回ずつ試しています。最大20回まで反復した時点では、最適解を得る確率が90%以上となる問題の割合が約95%に達しました。同じ回数まで触媒なしのアニーリングを繰り返す比較では、その条件を満たす問題は約20%でした。ここには「各問題で最適解を得る確率」と「その確率が90%以上になる問題の割合」という二つの指標があります。1回の計算だけで、すべての問題を95%の確率で解いたという意味ではありません。[1、図6・7]

    この比較の成功確率は、そこまでの反復で最適解を一度でも得たかを評価するものです。論文は別に、更新で得た触媒と無作為な触媒を使う単一回のアニーリングも比較していますが、こちらは異なる指標です。反復を通じた約95%という問題割合を、そのまま単一回の性能へ当てはめることはできません。[1、図8]

    60 nsと、実際に答えを得るまでの時間

    シミュレーションでは1回のアニーリング時間を60 nsに設定しています。これはモデル内部の時間であり、問題の準備、測定、候補のエネルギー評価、結合設定の変更を含む総処理時間ではありません。また、環境からの熱や雑音を含めない閉鎖系の計算です。実機で同じ時間・成功率が得られるという実証は行っていません。[1]

    終了条件にも注意が必要です。今回の性能評価では、既知の正解に到達したら反復を止めます。未知の問題では正解かどうかを直ちに判定できるとは限らないため、目標値に届いたか、反復回数の上限に達したかなど、別の終了条件が必要です。論文はその候補を挙げていますが、今回の数値をそのまま未知問題の運用成績とは扱えません。[1]

    さらに、任意の組へXX結合を加えられる装置を仮定しています。実装する場合は、つなげられるスピンの組、結合の強さと精度、設定変更の負担を確かめなければなりません。二つのスピンを選ぶ候補は、スピン数をnとするとn(n−1)/2組あります。量子側の成功率が上がっても、候補を調べる古典計算や制御の費用が大きければ、全体の利点は変わります。[1]

    今回示されたのは、繰り返し得られる惜しい答えを、次の計算経路を整える情報として使える可能性です。導入を判断するには、触媒なしとの成功率だけでなく、古典的な解法との比較、問題規模を増やしたときの振る舞い、雑音と制御を含む総時間まで見る必要があります。失敗の回数を増やすだけでなく、何を次へ持ち越すかを設計する点に、この方法の特徴があります。

    出典

    1. Natasha Feinstein et al., Mitigating small gaps in quantum annealing through recursive XX-catalyst construction, arXiv:2611.04840v1(2026年11月3日提出、PDF表記11月4日)。本文PDF。特にIII–V節、図3・6–8、VI節。査読済み論文としての確定結果ではなく、プレプリントの提案と数値実験を扱う。
  • IBM量子機でグラフェンのバンドを測定、エネルギー一致だけでは足りない評価

    IBM量子機でグラフェンのバンドを測定、エネルギー一致だけでは足りない評価

    量子コンピューターで材料のエネルギーを計算し、正解に近い値が出たら、電子の状態も正しく再現できたと考えてよいのでしょうか。グラフェンを扱う新しい研究は、近いエネルギーを持つ状態が並ぶとき、その確認だけでは不十分な場合を示しています。

    2026年11月3日公開のプレプリントでは、大学の研究チームがグラフェン単層と細いナノリボンのバンド構造を計算し、一部をIBM Quantumの実機で測定しました。対象は電子間相互作用を含めないモデルです。実機での測定、雑音を含むシミュレーション、波動関数の評価を分けて読むと、今回の成果と残る課題が見えてきます。[1]

    簡単にまとめると?

    • 実機で測ったのは、シミュレーションで先に最適化した回路です。実機の測定を繰り返して最適化全体を回した結果とは区別します。
    • 回路を深くすると理想計算は改善しましたが、雑音モデルでは測定誤差が増えました。表現力とゲート誤差の両方が深さを制限します。
    • エネルギーの近い状態が混ざると、エネルギー誤差だけは小さく見える場合があります。狙った状態の空間にどれだけ入っているかという別の診断が役立ちます。

    今回計算したグラフェンの範囲

    グラフェンは炭素原子が蜂の巣状に並ぶ材料です。研究では、電子が原子間を移る様子を表すタイトバインディングモデルを使い、単層と、端の形がジグザグ型・アームチェア型のナノリボンを調べています。電子同士の強い相関を直接解いた計算ではなく、その研究へ向かうための、正解と比較しやすい出発点です。[1]

    バンド構造は、電子の波数ごとに取り得るエネルギーを並べたものです。単層では各波数の問題が2×2の行列にまとまり、1量子ビットで表せます。リボンでは単位胞の原子数に応じて行列が大きくなります。ここで少数の量子ビットへ符号化しているのは、この一電子の行列であり、多数の電子が相互作用する全状態を同じ規模で計算したわけではありません。[1]

    最も低いエネルギーの状態を探すVQE(変分量子固有値ソルバー)に加え、より高い状態にはVQD(変分量子デフレーション)を使います。VQDは、すでに見つけた状態と重なるとコストが増える項を加え、別の状態を順に探す方法です。そのため、先に求めた状態の誤差が後の探索へ伝わる可能性もあります。[1]

    IBM実機は、最適化した回路の測定に使った

    実機での最適化は、パラメーターを変えるたびに測定を繰り返す必要があります。今回の研究では、その負担を抑えるためにパラメーターの最適化をシミュレーション内で行い、得られた回路だけを実機へ送る方法を採りました。論文中のすべての実機結果が、この手順によるものです。[1]

    単層は1量子ビットで、Heron系のibm_marrakeshを使用。リボンは最も細い2量子ビットの構成で、アームチェア型をibm_fez、ジグザグ型をibm_kingstonで測定しています。より幅広いリボンや、後述する3量子ビットの波動関数評価は、同じ実機実験の範囲ではありません。[1]

    実機で測ったエネルギーの平均誤差(資料[1])
    対象 量子ビット数 平均絶対誤差/|t|
    グラフェン単層 1 約0.021
    アームチェア型リボン 2 約0.044
    ジグザグ型リボン 2 約0.065

    tはモデル内で電子が隣の原子へ移る強さを表すホッピングのパラメーターです。上の値はtの大きさを尺度にした誤差で、単純な「正答率97.9%」などへ読み替えるものではありません。また、実機の結果には読出し誤差の緩和を適用しています。雑音下で最適化したシミュレーションの総誤差と比べるときは、最適化の誤差まで含むか、最後の測定だけかをそろえる必要があります。[1]

    深い回路ほど正確、とは限らない

    回路に調整可能な操作を増やすと、表せる状態の幅は広がります。4量子ビットのジグザグ型リボンで回路の繰返しを1回から4回へ増やした比較では、理想シミュレーションの平均誤差は約0.11から0.000026へ減りました。一方、装置の雑音モデルを使うと、測定したエネルギーの誤差は約0.10から0.162へ増えています。いずれも|t|を単位とする値です。[1]

    このとき、2量子ビットゲート数は3個から12個へ増えました。雑音下で見つけたパラメーターを理想的に評価すると改善も見られるため、単に最適化がすべて失敗したという話ではありません。表現力を高めるために追加したゲートが、測定時には誤差を積み重ねるという関係です。この深さの比較は雑音シミュレーションであり、4量子ビットの実機で同じ数値を実測した結果ではありません。[1]

    エネルギーが近くても、状態が違うことがある

    別の落とし穴は、エネルギー準位が密に並ぶときです。狙った状態の代わりに、その近くの状態が混ざっても、エネルギーの平均は大きく変わらない場合があります。研究では、幅を広げたジグザグ型リボンでエネルギー誤差が小さくなる場面を、波動関数の再現が改善したとは扱っていません。準位間隔も狭くなるため、その間隔に対してどれくらい誤っているかを見る必要があります。[1]

    エネルギーの一致を見る評価と、狙った状態の空間への重なりを見る評価を上下に分けた概念図。
    エネルギーと状態の再現は別々に確認する。資料[1]を基にQuantum Sea作成。実験データを描いた図ではない。

    そこで使うのが部分空間への包含度(subspace containment)です。計算で得た状態のうち、正解の状態が張る空間にどれくらいの重みが入っているかを測ります。同じエネルギーを持つ複数の状態がある「縮退」では、一つのベクトルだけでなく、それら全体が張る空間への重なりを見ることで、基底の選び方に左右されない評価ができます。[1]

    今回の包含度は、雑音下で最適化したパラメーターを、雑音なしの状態ベクトルで評価しています。実機の出力状態をすべて測り直したトモグラフィーではありません。3量子ビットのリボンでは基底状態は高い包含度を保ちましたが、アームチェア型の第2励起状態で約0.809まで下がる点もありました。エネルギーだけでは見落としやすい、近隣の状態への混入を調べる役割があります。[1]

    次の材料計算を比べるための基準

    この研究は、古典計算で厳密に解けるモデルを使って量子回路を検査したもので、古典計算に対する優位性の実証ではありません。波動関数の診断にも、厳密対角化で得た参照状態を用いています。大きな未知の問題へ進んだ場合に、同じ診断を同じ費用で行えるとまでは言えません。[1]

    材料計算の報告を比べる際には、相互作用を含むモデルか、最適化をどこで実行したか、雑音と測定回数は何か、エネルギー以外の状態の確認があるかを並べると、評価の範囲が明確になります。少ない量子ビットでバンドを描くことから、目的の電子状態を信頼して準備することへ進むには、この区別が役立ちます。

    実験に使われた計算基盤の背景は、CyclewaveのIBMの企業解説でも紹介しています。

    出典

    1. Medrano Millán et al., Band structure of two-dimensional graphene and of one-dimensional nanoribbons via variational quantum algorithms: from energies to wavefunction quality, arXiv:2611.04975v1(2026年11月3日提出、PDF表紙日付11月4日)。本文III〜VII節、表I、図5・9・11・12。
  • 量子LDPC復号器の回路を軽くする、優先度を段階に丸めるBRL-S

    量子LDPC復号器の回路を軽くする、優先度を段階に丸めるBRL-S

    量子コンピューターの誤りを直すには、量子ビットだけでなく、測定結果から誤りを推定する古典回路も必要です。その回路が「次にどの部分を計算するか」を細かく選ぶほど、誤りを見つけやすくなる一方、順番を管理する回路が大きくなることがあります。

    2026年11月3日に公開されたプレプリントは、量子LDPC符号の復号器で、この順番の管理を簡略化しました。学習済みの優先度を少数の段階に分け、段階ごとの待ち行列へ入れる方法です。回路設計を合成した比較では、細かな優先度を扱う方式より使用資源が減りました。ただし、完成したFPGAや製造済みチップの動作実証ではありません。[1]

    簡単にまとめると?

    • BRL-Sは、更新順を決める学習済みスコアを2・4・8段階へ丸め、優先度ごとの待ち行列で扱う復号方式です。
    • 一つの量子LDPC符号を対象とした合成結果では、従来の学習型逐次方式に対しFPGAのLUT数を約68〜72%減らしました。
    • 段階数を減らすほど小型化できるとは限りません。誤り訂正の性能、回路資源、推定電力、復号全体の時間を分けて比較する必要があります。

    誤りの候補を、どの順番で更新するか

    LDPCは「低密度パリティ検査」の略です。多数の量子ビットに情報を分散し、それぞれ限られた量子ビットに関わる検査結果から、どこで誤りが起きたかを推定します。今回の対象はBB(bivariate bicycle)と呼ばれる量子LDPC符号の一つで、288個の物理量子ビットに12個の論理量子ビットを符号化する、符号距離18の構成です。[1]

    復号器へ入るシンドロームは、誤りそのものの一覧ではなく、検査で得られた手掛かりです。BP(信念伝播)では、誤りの候補を表す変数ノードと、検査を表すノードの間で情報をやり取りし、推定を更新します。標準的な一斉更新方式は規則的な回路を作りやすい一方、量子LDPC符号の短いループなどによって推定がうまく収束しない場合があります。[1]

    そこで研究チームが比較対象にしたRL-Sは、学習済みのQテーブルを使い、変数ノードを一つずつ選んで更新します。現在残っているシンドロームの局所的な状態に応じてスコアを参照し、まだ更新していないノードのうち高いものを選びます。「学習型」といっても、今回の復号回路が動作中に大きな学習モデルを訓練する仕組みではありません。[1]

    細かな順位を、少数の待ち行列に置き換える

    RL-Sは、最大の優先度を取り出しやすい最大ヒープというデータ構造を使います。推定が変われば近隣のノードの優先度も更新されるため、比較と並べ直しの処理が必要です。今回の回路では16ビットのQランクテーブルと、最大288ノードを管理するヒープが使われています。[1]

    これに対しBRL-S(バケット方式の強化学習型信念伝播)は、スコアをあらかじめ少数の優先度へ量子化します。ここでいう量子化は、連続的・細かな値を段階に丸める情報処理上の意味で、量子ビットへ変換する操作ではありません。2段階なら1ビット、4段階なら2ビット、8段階なら3ビットで優先度を表せます。[1]

    各段階にはFIFO、つまり先に入れたものを先に取り出す待ち行列を設けます。空でない最上位の列から先頭のノードを選び、その優先度が変わった場合は該当する列へ移します。同じ列の中では細かなスコアの順を区別しないため、その精密さと引き換えにヒープの並べ直しを省けます。[1]

    細かなスコアで最大の候補を選ぶ方式と、優先度を段階へ丸めて待ち行列の先頭を選ぶ方式を比べた概念図。
    更新順を管理する方法の違い。資料[1]を基にQuantum Sea作成。模式例であり、実際の学習スコアや回路配置を表したものではない。

    例えば説明用に、近い二つのスコアが同じ段階へ入る場面を考えると、BRL-Sではスコアのわずかな差より列に入った順番が優先されます。段階数を増やせば区別は細かくなりますが、列や優先度を管理する資源も必要になります。論文の2・4・8段階は、並列に計算する処理器の数ではなく、この優先度の分解能です。逐次的なメッセージ更新の計算自体はRL-Sと共通です。[1]

    合成結果で減った資源と、残った性能差

    研究では、五つの回路をVerilog RTLという回路記述で設計し、FPGA用の合成と45 nmの標準セルを使うASIC合成で評価しました。LUTはFPGA上で論理処理を実現する要素の数で、ASICのセル面積は別の製造技術を前提とした指標です。表の電力も同じ動作条件での推定値であり、実機の消費電力測定ではありません。[1]

    同じBB符号を対象にした合成結果(資料[1]の表II・IIIから項目を抜粋)
    方式 FPGAのLUT数 ASICセル面積 ASIC推定電力
    一斉更新BP 100,267 1.0710 mm² 15.243 mW
    RL-S 69,737 0.4564 mm² 3.766 mW
    BRL-S・2段階 19,873 0.1485 mm² 1.175 mW
    BRL-S・4段階 22,078 0.1591 mm² 1.266 mW
    BRL-S・8段階 20,505 0.1712 mm² 1.366 mW

    RL-Sを基準にすると、三つのBRL-SはLUT数を68.3〜71.5%、ASICセル面積を62.5〜67.5%、推定電力を63.7〜68.8%削減しました。比較の要点は、更新計算の枠組みを共有するRL-SとBRL-Sの差です。一斉更新BPとの違いには、並列性や回路構成の差も含まれます。[1]

    今回もっともLUT数が少ないのは2段階ですが、4段階より8段階のほうが少なくなっています。段階数だけから最終的な回路資源が単調に増えると決めることはできません。ASIC面積も含め、合成後の実際の数値を確認する必要があります。

    誤り訂正の比較は、X・Y・Zのパウリ誤りを等しい確率で発生させる脱分極チャネルを用いたものです。最大100反復で、逐次方式の1反復は最大288ノードを一巡する更新に相当します。調べた誤り確率の範囲では、4・8段階のブロック誤り率はRL-Sに近い一方、2段階は、とくに低い誤り確率側で性能が悪化しました。回路が小さい方式と、訂正性能をよく保つ方式は同じではありません。[1]

    量子計算機につなぐ前に必要な検証

    今回示されたのは、特定の符号と誤りモデルに対する復号性能、および合成段階の回路比較です。論文はFPGAの数値を「完成した実装」ではなく合成後の資源見積もりと明記しています。ASICのクロック周期も50 nsの制約に対する余裕時間から推定したもので、復号一回がその周期だけで終わることを意味しません。[1]

    実用上は、測定結果の入力から訂正判断まで何サイクルかかるか、繰返し入力に追いつけるか、測定誤りや回路内の相関した誤りでも性能を保てるかを確認する必要があります。今回の結果から、別の符号や実機のすべての雑音へ同じ削減率を広げることもできません。

    この研究が示す設計の選択肢は、学習した順番をできるだけ細かく再現することだけではなく、訂正性能を保てる範囲で順位を粗くして回路を軽くすることです。2段階の小ささと4・8段階の訂正性能を並べることで、復号器に割ける面積・電力と、必要な信頼性を結びつけて判断できます。

    出典

    1. Moradi et al., Hardware-Efficient Reinforcement-Learned Scheduling for Quantum LDPC Decoders, arXiv:2611.04179v1(2026年11月3日)。本文II・III節、図1・2、表II・III。
  • 希土類量子メモリ、スピンの長寿命が光子の保存時間と違う理由

    希土類量子メモリ、スピンの長寿命が光子の保存時間と違う理由

    量子メモリの研究には「何時間も保つ」という報告がある一方、光子の量子状態を出し入れする実験では秒単位の値が登場します。この差は、単に装置の性能差ではありません。結晶の内部で位相がそろっている時間と、光を取り出せる時間、量子情報として十分な品質を保てる時間では、確かめていることが違います。

    2026年11月2日に公刊され、翌3日にarXivへ掲載された希土類イオン添加結晶の総説は、この三つの時間を分けて研究の進展を整理しています。新しい総説が振り返る過去の実験を、原報の条件とともに見ていきます。[1]

    簡単にまとめると?

    • スピンの位相が長く保たれても、その時間だけ光子を高品質で保存できるとは限りません。書込み・読出しの損失と雑音も関わります。
    • 2021年の1時間のコヒーレント光保存と、2025年の弱い光を使った量子状態の保存は、異なる検証です。
    • 量子メモリを比べるときは、保存時間に加えて入力光、効率、忠実度と比較基準、温度や磁場を一緒に確認する必要があります。

    内部の位相を保つことから、光の出し入れへ

    量子通信では、離れた区間の準備が同時に整うとは限りません。先にできた量子状態をメモリへ預け、ほかの区間を待てれば、より長い距離をつなぐ助けになります。希土類イオンを少量加えた結晶では、光が持つ情報を多数のイオンに広がるスピンの励起へ移し、あとで光へ戻す方法が研究されています。[1]

    最初の指標は、スピンコヒーレンス時間です。スピンの重ね合わせを支える位相関係が、どれくらい崩れずに残るかを調べます。2025年1月の別の研究では、ユウロピウムを添加した結晶を125 mKまで冷却し、13時間を超えるコヒーレンスを報告しました。これは光と接続できる材料内部の記憶能力を示す結果で、その時間だけ入射光子を保存し、取り出した実証ではありません。[2]

    次の光保存時間では、実際に光を結晶へ書き込み、待ってから取り出します。内部の位相だけでなく、光を吸収する確率、スピンへ移す制御、光へ戻す過程が効いてきます。最後の量子保存では、取り出した弱い光の状態が、測定結果を使って光を作り直す古典的な方法を上回る品質を持つかまで確かめます。[1]

    スピンの位相、光の出し入れ、量子状態の品質という三つの確認範囲を並べ、後の段階ほど変換損失や雑音も調べる必要があることを示す概念図。
    三つの指標が確かめる範囲。資料[1]を基にQuantum Sea作成。時間の長さを同じ尺度で描いた図ではない。

    磁場と制御パルスで位相の乱れを抑える

    結晶内のスピンは、周囲の磁場の揺らぎによって少しずつ異なる速さで位相を進めます。そこで使われるのがZEFOZ(ゼロ一次ゼーマン)遷移です。磁場の強さと向きを調整し、小さな磁場変化に対する遷移周波数の一次の変化が消える条件を選びます。磁場の影響がすべてなくなるわけではなく、より高次の変化や試料内の不均一さは残ります。[1]

    さらに、スピンへ制御パルスを繰り返し加える動的デカップリング(DD)で、位相のずれが蓄積するのを抑えます。ただし、パルスを増やせば常に有利になるわけではありません。制御の小さな誤差が雑音につながり、RFコイルの加熱が光学的な性質を変えることもあります。材料内部で長いコヒーレンスを得る条件と、弱い光を少ない損失・雑音で取り出す条件を、同時に満たす必要があります。[1、3、4]

    1時間の光保存で確認したこと

    2021年の研究では、ユウロピウム添加結晶に原子周波数コム(AFC)を用い、光をコヒーレントに1時間保存しました。AFCは、吸収する周波数をくしの歯のように整え、広がったイオンの位相が再びそろう性質を利用する方法です。スピンへの転送とDDを組み合わせた条件で、光エコーの減衰から求めた1/e寿命は52.9±1.2分でした。[3]

    1/e寿命は、信号が初期値の約37%になる時間を表す指標です。その時刻に突然記憶が消えるという意味ではありません。この実験では1時間後の光同士を干渉させ、位相関係が保たれていることも確認しています。ただし、明るい光で位相を確認することと、光子がごく少ない入力で雑音に埋もれず量子情報を取り出すことには、追加の隔たりがあります。[1、3]

    5.6秒の忠実度と、42秒の信号を分ける

    2025年11月に発表され、12月に改訂された研究は、NLPE(無雑音光子エコー)とDD、ZEFOZ条件を組み合わせました。NLPEは結晶の自然な吸収を生かしながら位相を再びそろえ、信号と不要な発光を分ける方式です。名称に「無雑音」とあっても、実験全体の雑音がゼロになったわけではありません。DDの誤差による残留励起が、読出し時の雑音源になりました。[4]

    この装置の光保存の1/e寿命は27.6±0.5秒でした。5.6秒の保存では、光が早く到着する成分と遅く到着する成分に情報を載せる時間ビン量子ビットを検査しています。平均入力光子数1.16、保存効率8.2%という条件で、忠実度は88.0±2.1%。同じ入力の光子数統計と有限の効率を考慮した古典的な比較基準82.1%を上回りました。忠実度は、取り出した状態が入力の状態をどの程度保ったかを示します。[4]

    一方、42秒の実験では平均入力光子数4.14の弱いコヒーレント光を使い、信号対雑音比を測定しています。単一光子入力に換算した値は1.34±0.33で、保存効率は1.47%でした。この結果を、42秒後にも忠実度88%を実測した、と読み替えることはできません。5.6秒の量子状態の検証と、42秒の信号・雑音の評価は、別の条件です。総説のarXiv版にある入力光子数の訂正も、5.6秒の条件に関するものです。[1、4]

    保存時間の数字と、一緒に確かめたい条件
    指標・例 確認したこと その数字だけでは分からないこと
    スピンコヒーレンス:13時間超(2025年) 125 mKで材料内部の位相関係を長く保持 光子の書込み・読出しを含めた保存性能
    コヒーレント光保存:1時間(2021年) 光を取り出し、位相の干渉を確認 同じ時間での単一光子レベルの雑音と忠実度
    量子状態の保存:5.6秒(2025年) 条件を合わせた古典的基準を超える忠実度 42秒や1時間での同じ忠実度

    長寿命と、使えるメモリの間にある条件

    保存時間を延ばしても、光の大部分が失われれば通信の成功率は下がります。希土類イオンの濃度を上げて吸収を強めると、スピンの性質のばらつきが増え、コヒーレンスと両立しにくくなる場合があります。総説は、結晶の品質、より均一な磁場、誤差の少ないDD、光共振器を使った吸収の改善などを今後の課題として挙げています。これらを組み合わせた実用装置が完成したという報告ではありません。[1]

    比較するときは「何秒か」に続けて、何を入れ、何を取り出し、どれだけ失い、どの基準で量子状態の保存を確認したかを見ると、成果の位置づけが明確になります。長いスピンコヒーレンスは重要な土台です。その土台を光子の出し入れと低雑音の動作へつなぐことが、長寿命量子メモリの次の課題です。

    出典

    1. Sa et al., Long-lived quantum memories with rare-earth ions doped in crystals, arXiv v1(2026年11月3日、数値訂正を含む)。Quantum Frontiers公刊版(2026年11月2日)。
    2. Wang et al., Nuclear Spins in a Solid Exceeding 10-Hour Coherence Times for Ultra-Long-Term Quantum Storage, PRX Quantum 6, 010302(2025年1月3日)。
    3. Ma et al., One-hour coherent optical storage in an atomic frequency comb memory, Nature Communications 12, 2381(2021年4月22日)。
    4. Lv et al., Minute-Scale Photonic Quantum Memory, arXiv v2(初版2025年11月16日、改訂12月1日)。