2022 Fiscal Year Annual Research Report
量子アルゴリズム・計算量・浅層回路と量子コンピュータ実機実験による量子優位性研究
| Project/Area Number |
20H00579
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
今井 浩 東京大学, 大学院情報理工学系研究科, 教授 (80183010)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 茂 立命館大学, 情報理工学部, 教授 (30362833)
ルガル フランソワ 名古屋大学, 多元数理科学研究科, 教授 (50584299)
Avis David 京都大学, 情報学研究科, 非常勤講師 (90584110)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 量子優位性 / 量子回路設計理論 / 浅層量子回路 / 凸多面体の量子情報 / 量子近似最適化 / 分散量子計算 |
|---|
| Outline of Annual Research Achievements |
3年度目の本研究では、量子優位性を示すことを、研究代表者のところで(1) 分散量子計算を量子機械学習においてスケールアップした実験を実施し、(2) 量子ランダムアクセス符号を拡張した量子緩和を用いた量子近似最適化法に関する研究を理論と実機での実験によって目指した。IBM Quantumの量子コンピュータでの計算も行うことによって、近未来の量子コンピュータの実用性を示す成果をあげることができた。これらの成果はIEEE Quantum Computing and Engineering (QCE) 2023に論文が採択され、(1)の量子機械学習に関する論文の方は、応用面が評価されて応用分野の最優秀論文賞を受賞した。予備的に400超量子ビットのマシンでの結果も得ている。(1)の分散量子計算に関する理論的な研究成果が、分担者のLe Gallによって量子分散対話証明の独自の枠組みの中で得られている。また、研究代表者のところの研究協力者との研究でも、量子ハイブリッドスキームの優位性についても量子計算量理論の観点から示されている。また、(2)の量子最適化での量子緩和の考えは、分担者のDavid Avisによる量子情報の多面体アプローチによる解析を行って得られた成果と、半定値緩和の適用可能性の面で関係している。量子回路設計では分担者の山下の方で、MPMCTゲートを用いた量子回路の最適化、さらに相対位相Toffoliゲートの量子回路設計において導入された相対位相をキャンセルする新方法を提案するなどの成果を上げることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
分散量子機械学習の研究で、その応用面が評価されて、IEEE Quantum Comptuing and Engineeringの国際会議で応用分野での最優秀論文に選ばれている。応用面での量子優位性を示す研究の推進という観点からのもので、このように当初計画より先に進んでいる。
|
| Strategy for Future Research Activity |
2024年度には、1000量子ビットスケールの量子コンピュータ実機の利用も目指すとともに、量子分散計算がハードウェアの制約からモジュールを接続してスケールアップする方向での実験の研究にも取り組む予定である。理論面の成果とともに、量子優位性を応用・理論両面で示すことを目指す。
|
