• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

量子状態制御と機械学習を用いた量子科学の変革

研究課題

研究課題/領域番号 21K19761
研究種目

挑戦的研究(萌芽)

配分区分基金
審査区分 中区分60:情報科学、情報工学およびその関連分野
研究機関東京大学

研究代表者

寺師 弘二  東京大学, 素粒子物理国際研究センター, 准教授 (80466804)

研究期間 (年度) 2021-07-09 – 2025-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
キーワード量子機械学習 / 量子ダイナミクスシミュレーション / 量子状態制御 / 量子コンピュータ / 機械学習
研究開始時の研究の概要

本研究では、量子コンピュータを「目的とする量子系を実現する」ための量子状態生成マシンとして活用し、全体の量子系が一つの「高位量子計算機」として機能する仕組みを実現する。その実現に向け、量子状態の機械学習と量子微分解析による状態制御を可能にする計算モデルを提案する。この高位量子計算機は、量子系が持つハミルトニアン構造の決定や特定の量子状態を生成することができるため、量子科学の方法論にブレークスルーをもたらす可能性がある。

研究実績の概要

本研究の目的は、NISQコンピュータを「目的とする量子系を実現する」ための量子状態生成マシンとして活用し、全体の量子系が一つの「高位量子計算機」として機能する計算モデルを提案することである。そのために、1)ある量子物理系とその状態関数、2)量子状態を学習するためのNISQマシンの二つを開発の土台とする。令和4、5年度を通して、「量子データを入力とする量子機械学習(QML)」の高度化と「量子微分解析と状態制御を行うモデル」の初期設計を進めた。 量子データ入力のQMLでは、素粒子物理モデルの量子ダイナミクスシミュレーションと横磁場イジング模型の時間発展シミュレーションによって量子状態を生成し、その状態から「量子畳み込みニューラルネットワーク」(QCNN)を使って状態の相識別や粒子間の結合定数の予測、フェルミオンのフレーバー識別が可能なことを示した。これらの結果は査読誌に出版済である(L. Nagano et al., Phys. Rev. Res. 5, 043250 (2023))。
量子微分解析が可能なモデルとして、ニューラルネットワークを用いた強化学習と微分可能プログラミングに基づく状態制御のモデル(F. Schafer et al., Mach. Learn.: Sci. Technol. 1, 035009 (2020))を検討し、シンプルな1 量子ビット系で状態制御が可能なことを数値的に確かめた。現在は、先行研究(X. Wang et al., AVS Quantum Sci. 5, 043801 (2023))を元に、複数の量子ビットからなる多体スピン系に対して、そのハミルトニアンの時間発展状態を状態制御を使ってシミュレートする手法の研究を進めている。

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

本研究では、「量子データを入力とする量子機械学習」を実現するために、1)の量子物理系として量子シミュレーションによる量子状態の生成を行う。素粒子物理の量子ダイナミクスシミュレーションでは、空間1次元のU(1)格子ゲージ理論(シュウィンガー模型)での基底状態やその離散Z2ゲージ理論での時間発展状態等を生成し、その状態を入力とするQMLの学習に成功している。より非自明な時間発展状態の生成を目指し、量子回路パラメータの時間発展による状態生成の方法を検討したが、この方法は学習に大きなコストがかかることが明らかになった。そこで状態生成のモデルは現行の手法に戻し、2)の量子微分解析と状態制御の手法を高度化する研究を進めている。
昨年度から、先行研究(F. Schafer et al., 2020)をベースに古典強化学習の手法を使って量子状態を所望の状態へと時間発展させることができるか検討を進め、この手法によって1量子ビット系の状態制御が可能なことを数値的に確かめた。現在は、先行研究(X. Wang et al., 2023)を元に、ハイゼンベルク模型や1次元格子ゲージ理論など、複数の量子ビットからなるスピン系のハミルトニアンによる時間発展を、量子デバイスの物理的なハミルトニアンの時間発展を制御することでシミュレートする手法の研究を進めている。
超伝導量子コンピュータでは、量子ゲートの実体であるマイクロ波パルスの物理パラメータを微分可能プログラミングで操作することによって、状態制御が可能になる。滑らかな(微分可能な)形状を持つマイクロ波パルスの振幅と時間幅を物理パラメータとして、その制御によって所望の状態を近似的に生成するプログラムの開発を進めており、その初期的な実装はほぼ完了している。現在は、このプログラムを多体スピン系と量子デバイスのハミルトニアンへと適用する研究を進めている。

今後の研究の推進方策

本研究の課題である「量子微分解析と状態制御を行うモデル」の構築に向け、ハイゼンベルク模型や1次元格子ゲージ理論など、より高度な多体スピン系のハミルトニアンによる時間発展を、量子デバイスの物理的なハミルトニアンの時間発展を制御することによってシミュレートする手法の研究をさらに進めていく。ある量子デバイスを対象とした時に、量子ビットの接続パターンや構造によってそのデバイスの物理的なハミルトニアンが決まる。そのハミルトニアン(デバイスハミルトニアン)に外部電場の大きさをパラメータとして持つ付加項を加え、この外部電場パラメータを制御することによって所望の状態を生成することが可能なモデルを実装する。このデバイスハミルトニアンによる時間発展によって、対象とする多体スピン系のハミルトニアン(モデルハミルトニアン)の時間発展をシミュレートする手法の開発を行う。デバイスとモデルの両ハミルトニアンによって記述されるユニタリー演算子の間のフィデリティーを計算し、そのフィデリティーを最大化するよう外場電場パラメータの最適化を微分可能な形で実装する。
NISQマシンに入力する外場電場として、超伝導量子コンピュータでは量子ゲート操作に用いるマイクロ波パルスを活用する。マイクロ波パルスの振幅と時間幅を物理パラメータとして、その制御によって所望の状態を近似的に生成するプログラムは初期的な実装がほぼ終わっており、このプログラムをさらに高度化し、多体スピン系と量子デバイスのハミルトニアンへと適用する。
超伝導量子コンピュータ以外のNISQマシンへの応用を可能にするため、外部電場の形状や特性を柔軟に変更できるプログラムへと拡張していく予定である。

報告書

(3件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書
  • 2021 実施状況報告書
  • 研究成果

    (6件)

すべて 2024 2023 2022 2021

すべて 雑誌論文 (1件) (うち国際共著 1件、 査読あり 1件、 オープンアクセス 1件) 学会発表 (5件) (うち国際学会 3件、 招待講演 3件)

  • [雑誌論文] Quantum data learning for quantum simulations in high-energy physics2023

    • 著者名/発表者名
      Nagano Lento、Miessen Alexander、Onodera Tamiya、Tavernelli Ivano、Tacchino Francesco、Terashi Koji
    • 雑誌名

      Physical Review Research

      巻: 5 号: 4 ページ: 043250-043250

    • DOI

      10.1103/physrevresearch.5.043250

    • 関連する報告書
      2023 実施状況報告書
    • 査読あり / オープンアクセス / 国際共著
  • [学会発表] Quantum Computing and Qubit Technology Development for Particle Physics2024

    • 著者名/発表者名
      寺師弘二
    • 学会等名
      KEK素核研物構研 連携研究会2024
    • 関連する報告書
      2023 実施状況報告書
    • 招待講演
  • [学会発表] Exploring Computational Science Towards the Era of Quantum Computing2024

    • 著者名/発表者名
      Koji Terashi
    • 学会等名
      International Symposium on Grids & Clouds 2024
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会 / 招待講演
  • [学会発表] Quantum data learning for quantum simulations in high-energy physics2023

    • 著者名/発表者名
      Lento Nagano
    • 学会等名
      Quantum Techniques in Machine Learning (QTML 2023)
    • 関連する報告書
      2023 実施状況報告書
    • 国際学会
  • [学会発表] 量子機械学習に向けた取り組み2022

    • 著者名/発表者名
      寺師弘二
    • 学会等名
      量子イノベーションイニシアティブシンポジウム2022
    • 関連する報告書
      2022 実施状況報告書
    • 招待講演
  • [学会発表] Quantum Gate Pattern Recognition and Circuit Optimization for Scientific Applications2021

    • 著者名/発表者名
      Koji Terashi
    • 学会等名
      25th International Conference on Computing in High-Energy and Nuclear Physics(vCHEP21)(国際学会)
    • 関連する報告書
      2021 実施状況報告書
    • 国際学会

URL: 

公開日: 2021-07-13   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi