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 |
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
- David Ravehほか「Scalable Compilation of Resource-Efficient Tapers for High-Confidence Quantum Phase Estimation」、arXiv:2611.15076v1、2026年11月11日投稿。本文・付録A/B、図7、表Iを含む全10ページを確認。プレプリントとしての報告です。
- 研究チームによる準備回路の公開記録、Zenodo、DOI: 10.5281/zenodo.23931205。公開記録の日付は2026年11月3日。回路の配布と実機での性能検証は区別して扱っています。
