ノイズロバストな計算を可能とする量子アルゴリズム：理論とプロセッサ開発

• Project/Area Number: 22KJ3183
• Project/Area Number (Other): 22J01501 (2022)
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund (2023); Single-year Grants (2022)
• Section: 国内
• Review Section: Basic Section 13010:Mathematical physics and fundamental theory of condensed matter physics-related
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: 中路 紘平 国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 特別研究員(CPD)
• Project Period (FY): 2023-03-08 – 2025-03-31
• Project Status: Discontinued (Fiscal Year 2023)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2026: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2024: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2023: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 量子アルゴリズム / 量子コンピュータ / 機械学習 / 量子コンピューター / NISQ / ノイズ / ハミルトニアンシミュレーション / 量子時間発展

Outline of Research at the Start

本研究では10年程度の近未来に実現するノイジーな中規模QC(NISQ)での情報処理にノイズ耐性を持たせる手法(ノイズロバスト化手法)を理論的に提案する。まずは、ノイズロバスト化手法として、(a)複雑な計算処理の近似(b)測定最適化 の2点を開発する。その際に得た知見を元に、(c)ノイズにより実用性に乏しいとされるNISQにノイズ耐性を搭載した新方式中規模QC(RISQ2.0)を提唱し、有用性を理論的に示す。

Outline of Annual Research Achievements

ノイズ耐性のある量子アルゴリズムの開発を目指し、本年度は4本のプレプリント論文を公開した。今年度前半にトロント大学のグループと共同で機械学習を利用した効率的な量子状態の測定方法を提案した。この手法により、量子システムの特性を迅速かつ正確に把握でき、量子情報処理の精度向上が期待される。更に微分方程式の問題において、量子ゲート数を著しく減らすことによってノイズロバスト性を向上させる論文を投稿した。
年度後半には、トロント大学とNVIDIAとの共同研究で、古典的な生成機械学習モデルを量子計算に応用する新しい手法（Generative quantum eigensolver)を開発した。具体的には、大規模言語モデルに用いられるTransformerによって、量子ゲートを順次生成することで、ノイズロバストな量子回路を生成するアルゴリズムである。これは従来の変分量子アルゴリズムに代わる新しい量子計算手法として注目されており、特にノイズを含む環境でも学習可能な設計で、アルゴリズムのノイズロバスト性の向上に寄与している。
さらに、昨年度までにプレプリントとして公開された4本の研究論文が、国際学術誌に受理・出版された。特に、新しい量子シミュレーション手法として提案したqSWIFTアルゴリズムは、国際的に評価の高いPRX Quantum（IF: 9.7）に受理されている。
また、積極的に研究発表を行なっており、公開・非公開のものを合わせ、日本国内外で5件以上の口頭発表を行なっている。

Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

ノイズロバストな量子アルゴリズム開発において、当初想定していた回路の近似アルゴリズム、測定最適化手法の開発は順調に進行している。具体的には、本研究開始以降計9本のプレプリント論文（内、主著論文4本）を公開している。
その上で、当初の想定を超え、機械学習手法を組み合わせることでノイズロバスト性を実現できる可能性を世界で初めて示し（Generative quantum eigensolver）、世界的に注目を集めている。具体的には、世界各国の研究機関から問い合わせを受け、機械学習を用いたノイズロバストなアルゴリズムの共同研究を既に十件近く立ち上げている。今後機械学習手法を使ったノイズロバスト性の向上が更に見込めることから、当初の計画を大幅に上回る進展があると言える。

Strategy for Future Research Activity

現在開始している共同研究機関と共に、機械学習を用いたノイズロバストなアルゴリズム開発を進めていく。また既にIBM、Queraを始めとした量子デバイスを構築する企業との共同研究を開始しており、次年度は構築したアルゴリズムを実際の量子デバイスへと適用していくことで、更なるアルゴリズムの精度向上を狙う。

Research Products

• [Int'l Joint Research] University of Toronto/University of British Columbia(カナダ)
• [Int'l Joint Research] NVIDIA/IBM/Quera(米国)
• [Int'l Joint Research] National university of Singapore(シンガポール)
• [Journal Article] High-Order Randomized Compiler for Hamiltonian Simulation (2024)
  • Author(s): Kouhei Nakaji, Mohsen Bagherimehrab, Alan Aspuru-Guzik
  • Journal Title: PRX Quantum Volume: 5 Issue: 2 Pages: 020330-020330
  • DOI: 10.1103/prxquantum.5.020330
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Approximate complex amplitude encoding algorithm and its application to data classification problems (2024)
  • Author(s): Naoki Mitsuda, Tatsuhiro Ichimura, Kouhei Nakaji, Yohichi Suzuki, Tomoki Tanaka, Rudy Raymond, Hiroyuki Tezuka, Tamiya Onodera, and Naoki Yamamoto
  • Journal Title: Phys. Rev. A Volume: 109 Issue: 5 Pages: 052423-052423
  • DOI: 10.1103/physreva.109.052423
  • Peer Reviewed
• [Journal Article] Expressive quantum supervised machine learning using Kerr-nonlinear parametric oscillators (2024)
  • Author(s): Yuichiro Mori, Kouhei Nakaji, Yuichiro Matsuzaki, Shiro Kawabata
  • Journal Title: Quantum Machine Intelligence Volume: 6 Issue: 1 Pages: 14-14
  • DOI: 10.1007/s42484-024-00152-5
  • Open Access
• [Journal Article] Quantum-classical hybrid neural networks in the neural tangent kernel regime (2023)
  • Author(s): Kouhei Nakaji, Hiroyuki Tezuka, Naoki Yamamoto
  • Journal Title: Quantum Science and Technology Volume: 9 Issue: 1 Pages: 015022-015022
  • DOI: 10.1088/2058-9565/ad133e
  • Open Access
• [Journal Article] Measurement optimization of variational quantum simulation by classical shadow and derandomization (2023)
  • Author(s): Kouhei Nakaji, Suguru Endo, Yuichiro Matsuzaki, Hideaki Hakoshima
  • Journal Title: Quantum Volume: 7 Pages: 995-995
  • DOI: 10.22331/q-2023-05-04-995
  • Peer Reviewed / Open Access
• [Journal Article] Overfitting in quantum machine learning and entangling dropout (2022)
  • Author(s): Masahiro Kobayashi, Kouhei Nakaji, Naoki Yamamoto
  • Journal Title: Quantum Machine Intelligence Volume: 4 Issue: 2
  • DOI: 10.1007/s42484-022-00087-9
  • Peer Reviewed / Open Access
• [Journal Article] Approximate amplitude encoding in shallow parameterized quantum circuits and its application to financial market indicator (2022)
  • Author(s): Kouhei Nakaji, Shumpei Uno, Yohichi Suzuki, Rudy Raymond, Tamiya Onodera, Tomoki Tanaka, Hiroyuki Tezuka, Naoki Mitsuda, Naoki Yamamoto
  • Journal Title: Physical Review Research Volume: 4 Issue: 2
  • DOI: 10.1103/physrevresearch.4.023136
  • Peer Reviewed
• [Presentation] The generative quantum eigensolver (GQE) and its application for ground state search (2024)
  • Author(s): Kouhei Nakaji
  • Organizer: Xanadu QHack 2024
  • Invited
• [Presentation] Quantum computing in the Matter Lab and beyond (2024)
  • Author(s): Kouhei Nakaji
  • Organizer: University of Sherbrooke seminar
  • Invited
• [Presentation] Quantum computing in the Matter Lab and beyond (2024)
  • Author(s): Kouhei Nakaji
  • Organizer: Mathematical Challenges in Adaptation of Quantum Chemistry to Quantum Computers
  • Int'l Joint Research / Invited
• [Presentation] qSWIFT: High-order randomized compiler for Hamiltonian simulation (2023)
  • Author(s): Kouhei Nakaji
  • Organizer: Quantum Research Seminar Toronto
  • Int'l Joint Research