タグ: 量子トンネル探索

  • 光導波路で谷を探す量子トンネル探索:実験が示した範囲と計算コスト

    光導波路で谷を探す量子トンネル探索:実験が示した範囲と計算コスト

    機械学習の調整や装置の設計では、たくさんの候補から、誤差やコストが小さくなる組み合わせを探します。その値を地形の高さに見立てると、最適化は低い谷を探す作業です。ところが、谷がいくつもある「非凸」の地形では、下り坂をたどるだけだと近くの谷にとどまり、別の谷を見落とすことがあります。

    2026年11月12日に公開されたYuanらのプレプリントは、この地形をガラス内部の光導波路へ写し込み、光の広がりから谷の候補を見つける量子トンネル探索(QTS)を報告しています。上海交通大学や北京大学、TuringQなどの研究者による、光のアナログ計算の実験です。興味深いのは、地形を光の伝わり方へ変換する仕組みです。同時に、実測した光の分布、理論上の計算量、装置の準備を含めた処理時間を分けて読む必要があります。

    簡単にまとめると?

    • 目的関数の値を導波路の屈折率に対応付け、隣り合う導波路の間で光が移る仕組みを使って、谷に対応する場所への光の集まり方を調べました。
    • 実験は通常のコヒーレントなレーザー光をCCDカメラで測ったものです。単一粒子の量子力学と同じ形の式を利用しますが、単一光子や多光子の量子優位性を測定した実験とは区別します。
    • チップの製作、目的関数の読み込み、画像処理まで含めた高速化は示されていません。今回の格子への写し込みでは、変数が増えるほど必要な導波路数も急増します。

    地形の高さを、光の進み方へ写す

    光導波路は、光を細い経路に沿って閉じ込める構造です。近くに二本を並べると、片方の光がもう片方へ移る結合が生じます。研究チームはフェムト秒レーザーでガラス内部の屈折率を変え、この経路を多数書き込みました。

    一本の導波路を、調べたい関数の一つの格子点に対応させます。その場所の関数の値に応じて、光の位相が単位長さでどれだけ進むかを表す「伝搬定数」を調整します。これが量子力学でいうポテンシャルの役割です。隣の導波路へ移る結合は、別の場所へ動くための運動の項に対応します。

    こうして作った装置では、光がチップの長手方向へ進む距離が、量子状態の時間発展に相当します。ただし、論文の横軸にあるミリメートルは実際の経過時間ではなく、伝搬距離です。長さの異なる導波路構造の出口を測り、それぞれで光がどこへ分布したかを比べています。一台のカメラで、チップ内部を時間ごとに動画撮影した結果ではありません。

    出発点を整えてから、別の谷へ広げる

    どこからでも無条件に良い答えへ進むわけではありません。この方法では、まず一部の谷が分かっていることを使って、探索の出発状態を用意します。局所的なアニーリングと呼ぶ段階で、限られた領域のポテンシャルを段階的に変え、低いエネルギーの状態に近い光の分布を作ります。完全な基底状態を最後まで準備する代わりに、途中の状態を次の探索へ渡しています。

    続いて、地形全体に対応する導波路へ光を進ませます。波としての結合により、谷の間の障壁を通り抜ける量子トンネル運動に対応した振る舞いを調べます。複数の伝搬距離で得た分布を平均し、どの場所へ光が集まるかを見ます。出力の明るい場所が、低い関数値を持つ候補を示します。

    もう一つの工夫は、進むにつれて、導波路間の結合に対するポテンシャルの強さを変えることです。論文ではハミルトニアン、つまり運動全体を決める式を場所に沿って変えています。ただし、光を入れた後で電子的に設定を書き換えたのではありません。この変化も製作時にガラスへ書き込まれています。また、ポテンシャルを強めれば自動的に全体の最小値へ落ち着く、という一般的な保証ではありません。

    測ったのは光の強度分布

    実験では、一次元の地形に29×1本、二次元の地形に21×9本の導波路配列を使いました。二つの谷や複数の谷を持つ地形で、測定した平均強度が谷に対応する場所へ集まる様子を示しています。深さの異なる谷を含む例では、伝搬距離90ミリメートルの出力分布で、用意した地形の最も低い格子点にピークが現れました。

    ここで検出したのは、レーザー光を入れた後の出力をCCDカメラで撮った画像です。背景を差し引き、各導波路の領域にある画素の値を足し合わせ、全体の強度で割っています。したがって、図に示される「確率」は、実験上は各経路に出た光の強度の割合です。一個ずつの光子を数えた頻度でも、同じ最適化を何度も解いて正解した割合でもありません。

    コヒーレントな古典光の結合方程式は、この装置が模擬する単一粒子の量子力学の方程式と同じ形になります。その対応を利用した実験には意味がありますが、古典的な波では再現できない計算能力を、その一致だけから結論付けることはできません。補足資料にある二光子の同時計数は将来の拡張に向けた数値シミュレーションで、今回の実測とは別です。

    「量子高速化」を読むときに分けたい三つの比較

    論文の要旨や本文には、確率的勾配降下法(SGD)に対する量子高速化という表現があります。一方、比較条件を詳しく書いた補足資料は、この実験から一連の処理全体の高速化は見積もれないと明示しています。

    第一は、特定の理論モデルでの計算量です。引用された先行研究は、ある二重井戸の地形の族について、局所的に関数を問い合わせる古典アルゴリズムと量子トンネルウォークを比較します。量子側には、出発する谷の局所基底状態を利用できるという前提があります。任意の非凸関数を、事前情報なしで指数関数的に速く解けるという主張ではありません。

    第二は、今回の図に並べた探索の振る舞いです。SGDはソフトウェアで多数の軌跡を計算し、光の実験は出口の強度分布を測ります。横軸のSGDの更新回数と光の伝搬距離を並べる際には、分布の広がりを比較しやすくするために60という係数も使われています。この係数は表示上の対応付けであり、同じ計算資源を使ったことや、実行時間が60倍違うことの証拠ではありません。

    第三は、問題を入力して答えを取り出すまでの総コストです。比較するには、関数や勾配の評価回数、設定値を探す計算、試行回数、得られた解の品質、実測時間をそろえる必要があります。光学系では、それにチップの設計・較正・製作、入出力の調整、画像の取得と処理も加わります。

    地形を全部書き込む費用が、拡張の課題になる

    今回の方式は、格子点ごとに目的関数を評価し、その値に合わせた導波路を作ります。格子点がN個なら、その入力準備だけでN回の関数評価が必要です。補足資料も、すべての格子点の値が既に分かっていれば、それらを一度走査して格子上の最小値を選べると指摘しています。物理的な波の探索がうまく働くことと、未知の問題を解く総手間が減ることは、ここでも分かれます。

    変数を増やす場合も同様です。各変数をn点で表す格子をそのまま作ると、d変数にはnのd乗本の導波路が必要です。たとえば各変数を10点で表すなら、1変数で10本、2変数で100本、3変数で1,000本になります。これは規模の増え方を説明する例であり、今回の実験の導波路数ではありません。

    各変数を10点の格子で表す説明例。1、2、3、4変数で必要な導波路数は10、100、1000、10000本となる。縦軸は対数目盛り。
    Quantum Sea作成。各変数を10点で表し、格子点一つに導波路一本を割り当てる場合の計算例です。縦軸は対数目盛り。論文の資源数の式N=ndを説明するもので、製作したチップや測定速度のデータではありません。

    著者らが挙げるチップ一枚の製作時間は、およそ5〜10時間です。これは光が通過する時間でも、一本の導波路だけを書く時間でもありません。今回の構造では、違う関数を載せるには基本的に別の配列を製作する必要があります。将来に向けては、関数の足し合わせの構造などを使って表現を小さくする方法や、設定を変えられる光回路への展開が課題になります。

    光で関数を表現する技術として、次に何を見るか

    今回の結果は、レーザーで書いた導波路の伝搬定数を調整し、設計した地形に沿って光の分布を変えられることを示しています。一方、遠い谷に光が現れたという観察だけで、障壁を通る効果の寄与を完全に分離できるわけでもありません。補足資料は、障壁を下げた配列や一様な配列との、同じ条件での対照測定を次の検証として挙げています。

    読者が今後の進展を判断するときには、光の集まる場所が目的関数の低い場所と一致するかに加え、未知の地形で止め時を決められるか、入力準備を含めて費用が減るか、同じ装置を別の問題へ使い回せるかを見るとよさそうです。2026年11月14日に確認した第1版のプレプリントは、光アナログ計算の具体的な実装と、その次に確かめるべき条件を示す研究として位置付けられます。

    出典