量子計算の誤りを直すには、量子ビットを測る回路だけでなく、測定結果から誤りを推定する古典コンピュータも働きます。測定データが次々に届く一方で、この「復号」が追いつかなければ、訂正の判断を待つ時間が増えてしまいます。
2026年11月2日、Sana Javed氏らは、量子LDPC符号向けの探索型復号器Tesseractに、確率の見積もりを伝え合う信念伝播（Belief Propagation、BP）を組み合わせる研究を公開しました。狙いは、誤りの候補をむやみに調べる負担を減らすことです。論文は投稿中のプレプリントで、今回示されたのはシミュレーションによる探索量と訂正性能の比較です。［1］
簡単にまとめると？
- BPで誤りの見当をつけ、その結果を使ってTesseractが候補を調べる順序や出発点を変えます。
- 最初の推定を取り消せるようにし、そこからの探索が長引いたら、元の測定データに戻って探し直します。
- 低い雑音条件では探索ノード数が大きく減りました。ただし、BP自身の処理時間を含む実行速度の改善率ではありません。
同じ測定結果を説明できる誤りは、一つとは限らない
量子誤り訂正では、情報を保持する多数の物理量子ビットを使って、論理量子ビットを保護します。量子LDPC符号は、それぞれの検査が比較的少数の量子ビットに関わる、疎なつながりを持つ符号です。
繰り返した測定の間に想定外の変化があった場所などを、デコーダーは「検出器」の反応として受け取ります。しかし、反応した場所だけでは、どの誤りが起きたかを一意に決められません。複数の誤りが重なった結果、同じ反応が現れることがあるためです。
Tesseractは、誤りの候補を少しずつ足しながら、その反応を説明できる組み合わせを探します。探索途中の候補一つをノードと呼び、起こりにくい誤りほど重い「コスト」を与えます。この研究で保つのは、その合計コストが小さい候補を求める目的です。多数の候補をまとめた「最も確からしい論理的な訂正」を直接求めることとは、区別が必要になります。
BPの見積もりを、探索の道案内に使う
BPでは、誤りの候補と検出器の間で情報をやり取りし、どの誤りが起きた可能性が高いかを更新します。ただし、つながりの中に短い循環があると、互いの情報を繰り返し参照して見積もりが揺れたり、誤った推定に落ち着いたりします。
提案手法は、まず更新を穏やかにするダンピングを加えたBPを実行します。その推定が実際の検出器の反応と一致すれば、Tesseractの探索を省き、一致しなければ、BPの確率見積もりを探索の優先順位に使います。候補を評価する元のコストと、どの候補を先に調べるかという案内を分けている点が、この組み合わせの要です。
一致は、正しい訂正の保証ではありません。同じ反応を説明しても、保護したい論理情報を誤る場合があります。そこで探索量だけでなく、訂正後に残る論理誤り率も一緒に比較しています。
出発点に間違いがあっても、取り消せるようにする
もう一つの工夫は、BPが推定した誤りを最初から候補に入れ、まだ説明できていない反応だけを探す方法です。見当がよければ、空の候補から始めるより調べる部分が少なくなります。一方、最初に誤った候補を入れてしまう可能性もあります。
たとえば、ある誤りのコストを仮に3としましょう。最初の候補にその誤りを含めたあとで取り消すなら、合計から3を引くのが自然です。取り消しにまで3を加えると、元の評価より6だけ不利になり、誤った出発点を残しやすくなります。論文では、この取り消しを負のコストとして扱う「符号付きコスト」を使います。
それでも探索が長引く場合に備え、この残りの探索にはノード数の上限を設けます。上限に達したらその試行を捨て、元の検出器の反応に対して、BPを道案内にしたTesseractで探し直します。採用した設定の上限50は、この最初の試行に対する上限であり、復号全体を50ノードで終える保証ではありません。
減ったのは「平均して調べた候補の数」
評価対象は3種類のbivariate bicycle符号です。回路レベルの脱分極雑音を用い、Z基底で情報を準備・測定するメモリ実験をシミュレートしました。誤り事象を独立に扱う検出器誤りモデルでZ型検出器を復号しており、X・Z両方の相関を含む一般の状況まで検証したものではありません。
次の表は、共通の信頼係数を使い、BPの推定から探索を始める設定について、論文中の代表値を整理したものです。符号の表記[[144,12,12]]は、144個の物理量子ビットに12個の論理量子ビットを符号化し、符号距離が12であることを表します。測定用の補助量子ビットまで含めた装置全体の数ではありません。
| 符号と物理誤り率 | Tesseract | BPを併用 |
|---|---|---|
| [[72,12,6]]、0.2% | 10.3 | 0.066 |
| [[144,12,12]]、0.2% | 114.5 | 0.45 |
| [[144,12,12]]、0.7% | 38,702 | 8,855 |
平均が1を下回るのは、ほとんどの試行でTesseractを呼ばずに済むためです。最大の符号では0.2%条件で約254分の1、0.7%条件では約4.4分の1になりました。改善幅は雑音条件によって大きく変わります。論理誤り率は比較対象に近い値を示したものの、低い誤り率で観測された失敗数が少ない点には、広い信頼区間も付いています。
実機に近づくには、BPの時間と待ち時間も測る
探索ノード数が減れば、候補を扱う仕事は軽くなります。しかし、その前に動くBPの計算、データ移動、候補を並べ替える処理にも時間がかかります。ここで示された約254分の1という値を、復号時間や量子計算全体の高速化率に置き換えることはできません。
また、BPによる案内と候補の枝刈りを使う実装には、大域的に最小のコストを必ず見つける保証はありません。目的関数を保つことと、探索を制限しても最適解を得られることは別です。著者らは、並列処理しやすいBPと、不規則な探索処理を分担するFPGA・CPU構成などを今後の方向として挙げています。
この研究から見えるのは、「見当をつけてから探す」ことの効果と、その見当を修正できる設計の大切さです。実時間の復号器として比べるときは、同じ雑音条件での論理誤り率、BPを含む処理時間、難しい試行で生じる長い待ち時間を並べて確かめたいところです。
出典
- Sana Javed, Francisco Garcia-Herrero, Bane Vasić, Mark F. Flanagan, Belief Propagation-Informed Tesseract Decoding of Quantum LDPC Codes, arXiv:2611.03128v1、2026年11月2日公開。本文PDF（特にII-C・III・IV・V）。IEEE Transactions on Quantum Engineeringへ投稿中のプレプリント。