HaiquのPEPS状態準備|局所的にほどいてから回路全体を調整する

淡い折り面の局所的な凹凸が全体の波へ整う、PEPS状態準備と回路調整の抽象アート

量子コンピューターで計算を始める前に、量子ビットを目的に合った状態へ整える必要があります。とくに、多くの量子ビットが複雑にもつれた状態を用意するときは、準備だけで長い回路が必要になりかねません。計算本体を工夫しても、入口で操作が増えすぎると、その利点を生かしにくくなります。

Haiquに所属するIllia Lukin、Vladyslav Bohun、Maciej Koch-Januszらは、2026年11月12日公開のプレプリントで、二次元の量子状態を表すPEPS(Projected Entangled Pair States)から準備回路を作り、さらに回路全体を調整する方法を示しました。対象は古典コンピューター上で行った数値計算です。IBMの量子プロセッサーに対応する接続形状も使っていますが、実機で同じ精度を達成したという報告ではありません。[1]

簡単にまとめると?

  • まず隣り合う量子ビットのもつれを局所的にほどき、その操作を逆向きに使って準備回路の出発点を作ります。
  • 次に、目標状態との一致度を見ながら回路全体の角度を調整します。途中の計算結果を再利用し、多数の角度に対する勾配をまとめて求める点が工夫です。
  • 試したモデルでは同じ回路の層数でも精度が改善しました。ただし、古典計算側の近似精度や接続形状によって負担が変わり、任意の状態を簡単に準備できる保証はありません。

二次元のつながりを、二次元のまま表す

多数の量子ビットの状態を、そのまま一つの大きな数値の表として持つのは大変です。テンソルネットワークは、小さな数値の表をつなぎ合わせ、状態の構造を利用して表現を圧縮します。「テンソル」は複数の添字を持つ数値の表、「ネットワーク」はそれらのつながりと考えると、役割をつかみやすくなります。

よく使われるMPS(行列積状態)は、数値の表を鎖のようにつなぎます。一方、今回のPEPSでは、量子ビットの二次元配置に沿って表を置きます。二次元に広がるもつれを、一本の鎖へ無理に並べ直さず表せることが利点です。ただし、PEPSの計算がいつでも軽いわけではありません。表どうしを結ぶ添字の大きさ、つまりボンド次元Dを増やすと表現力は上がりますが、必要な計算も増えます。[1]

この研究の入力は、すでにPEPSで表された目標状態です。例として、磁石の性質を調べるハイゼンベルク模型の基底状態などを古典計算で用意します。任意の画像や数表を読み込む最初の工程まで、今回の方法で解決したわけではありません。

準備するより先に、もつれをほどいてみる

最初の段階では、目標状態に操作を加え、隣り合う量子ビット間のもつれを減らします。たとえば隣接する二つの量子ビットを選び、その組にかけるゲートの角度を変えて、局所的なもつれの指標が小さくなる向きを探します。重ならない組なら同じ段階で処理し、次の組、次の層へ進みます。[1]

こうして目標状態を単純な状態へ近づけられれば、操作を逆向きにたどることで、単純な状態から目標状態へ向かう回路が得られます。複雑な結び目をほどく手順を調べ、その逆を組み立て方にするような発想です。実際には近似や残ったもつれがあるため、有限の層数で完全に目標状態を作れるとは限りません。

また、ある場所のもつれをよく減らす操作が、回路全体として最もよい選択とは限りません。論文では、この局所的な方法を完成形にせず、次の調整を始めるための初期回路として使います。回路のつながりと層数は先に決め、その範囲で角度を改善していきます。

勾配を再利用して、回路全体を整える

二段階目で見るのは、作った状態と目標状態がどれだけ重なるかを表す忠実度Fです。研究では、そのずれを表す1−F、すなわち不忠実度を小さくします。「勾配」は、各ゲートの角度を少し動かしたとき、このずれがどちらへ変わるかを示す手がかりです。[1]

角度を一つ調べるたびに、大きなテンソルネットワークを最初から計算し直していては、角度の数とともに負担が増えます。そこで、目標状態側から回路を進めた中間状態と、単純な状態側から逆にたどった中間状態を保存します。両側の計算結果を組み合わせ、同じ段階にある複数のゲートの勾配を求めます。

二次元の表をまとめて計算する部分でも、列ごと・行ごとに得た中間結果を使い回します。注目する量子ビットの部分だけを開いたままにすれば、その量子ビットにかかる複数の角度の情報を取り出せます。同じ部分を何度も作り直す必要を減らすことが、今回の計算法の核です。

ただし、二次元ネットワークを正確にすべてまとめる計算は高価です。この方法も、境界MPS(bMPS)という補助的な鎖状の表現を用いて近似します。その大きさを決めるχも精度と計算量に関わります。Dとχが足りなければ、目標へのずれだけでなく、改善方向を示す勾配自体にも誤差が入り得ます。回路全体を調整する方法であっても、数学的な大域最適解を必ず見つけるという意味ではありません。[1]

78量子ビットの例では、同じ4層でずれが減った

研究では、IBM Heronに対応するheavy-hex型の接続から取った78量子ビットの部分配置と、7×7の正方格子で、ハイゼンベルク模型の状態準備を調べています。heavy-hexの4層の例では、局所的にほどいて作った回路の不忠実度が0.416だったのに対し、全体調整後は0.105になりました。層数を増やすこととは別に、同じ配置の角度を調整する余地があったと読めます。[1]

78量子ビットのheavy-hex配置で、局所的な準備回路と全体調整後の回路を比較する原論文図8。不忠実度と三つの物理量を1〜4層で示す。
図:局所的にほどいた回路(橙)と全体調整後(青)の比較。最上段は不忠実度で、小さいほど目標状態に近い。下の3段は結合あたりのエネルギー、量子ビットあたりの磁化、交互磁化で、点線は参照値。スマートフォンでは横にスクロールできます。出典:Illia Lukin, Vladyslav Bohun, Maciej Koch-Janusz, “Efficient computation of PEPS gradients for optimized quantum state preparation on 2D topologies”, arXiv:2611.17158v1, p.9, Fig.8。原論文。図領域を切り出し、全4段の軸・凡例・データを保持。

0.105は、実機の故障率やゲート誤り率ではなく、数値計算で用意した参照PEPSとの状態のずれです。図の下段で見ているエネルギーや磁化も、状態全体の一致度とは別の指標です。これらが参照値へ近づくことは有用ですが、どれか一つがよく合えば状態全体も十分に一致する、とは限りません。

ここでいう「1層」は、隣接する組に操作を配置したbrick-wall層です。内部には、同時には動かせない組のための複数段や、複数量子ビットゲートと回転ゲートがあります。「4層」を、そのまま実機の4操作や4回の時間刻みと読み替えることはできません。[1]

同じ量子ビット数だけでは、準備の難しさは比べられない

計算のしやすさには接続形状も効いています。今回の例では、heavy-hex側は比較的小さなχで収束したのに対し、正方格子では大きなχが必要でした。正方格子ではDに対する計算負担も重く、3層の精密な最適化には大きなボンド次元を要したため、比較結果は1層と2層に絞られています。これは選んだ模型と近似法での結果で、あらゆる課題で一方のハードウェアが優れるという順位ではありません。[1]

準備回路を比べるときに分けて確認したいこと
見る項目確認する条件
回路の短さ層の定義、隣接関係、実際のゲートへの分解
状態の精度忠実度の参照状態と、個々の物理量の誤差
古典計算の負担D・χの収束、接続形状、調整を繰り返す回数

表は原論文の条件から編集部が整理した比較項目です。研究では、初期段階にある勾配の収束を調べ、小規模な20・21量子ビットの系では厳密な状態ベクトル計算とも比較しています。大きな系の近似精度を、すべて厳密計算で確認したという意味ではありません。[1]

出発点をよくする方法として読む

もう一つの例は、127量子ビットのheavy-hex配置で、周期的な操作を受けるkicked Ising模型の状態を準備する計算です。選んだ回転条件と4〜20周期の範囲では、全体調整で忠実度や局所量の精度が改善しました。一方、準備回路の層数を固定すると、時間発展が進んで状態が複雑になるほど精度は下がります。二段階の工夫があっても、状態の複雑さそのものが消えるわけではありません。[1]

今回の成果は、二次元の状態を準備するとき、局所的な工夫で得た回路を、全体の目的に合わせてもう一段よくする道筋です。実機の雑音を含めた効果、準備に要する古典計算時間、任意のデータからPEPSを作る方法などは、別に確かめる必要があります。短い回路という結果と、その回路を見つけるまでの負担を一緒に見ると、使える場面を判断しやすくなります。

この研究に取り組むHaiquのソフトウェア事業と研究支援の役割は、CyclewaveのHaiquの企業解説で紹介しています。接続形状の例に登場するIBMの事業と量子計算への取り組みも、あわせて読めます。

出典

  1. Illia Lukin, Vladyslav Bohun, Maciej Koch-Janusz, “Efficient computation of PEPS gradients for optimized quantum state preparation on 2D topologies”, arXiv:2611.17158v1, 2026年11月12日公開のプレプリント。書誌・要旨/原論文PDF。本文の手法はpp.1–8、数値比較はpp.9–12、追加の収束確認はpp.15–16を参照。