量子コンピュータは何がすごいのか？　NASAとGoogleが世の中の空気を変えた

量子コンピュータのすごさとは

——量子コンピュータは、量子力学の現象を利用して計算するといわれています。しかし具体的にどういうことか説明できるかというと、ほとんどの人がつまずきそうです……。

量子コンピュータを簡単に定義するなら、「量子力学の基本原理である『量子重ね合わせ』それに「干渉」を活用するコンピュータ」となります。従来のコンピュータは二進法に基づき、「0」と「1」の2つのビットを使って計算してきました。これに対して量子コンピュータでは、ビットの概念を拡張した量子ビットを利用して計算します。この量子ビットはよく「0」と「1」の重ね合わせ状態と表現され、「0」でもあり「1」でもある状態ともいわれます。このあたりで“それは一体何を意味しているのか？”とついてこられなくなるケースが多いでしょうね。

——確かに「0」と「1」の重ね合わせといわれた段階で「？」マークが点灯します。

量子コンピュータでも最終的な答えは、従来のコンピュータと同じく「0」か「1」として出てきます。これが重要なポイントです。では、量子コンピュータは従来のコンピュータとどこか違うのかといえば、途中の計算過程が異なるのです。従来のコンピュータは「0」と「1」のままで計算している、これは途中の計算段階では、常に「0」か「1」のどちらかを経由しなければならないことを意味します。実際には「0」「1」は、スイッチの切り替えによる電流のオン・オフです。

これに対して量子コンピュータでは、いちいち「0」か「1」のいずれをも経由せずに、その途中の状態を利用して計算できるのがメリットです。

仮に2ビットの計算をする場合、通常のコンピュータでは「0・0」「0・1」「1・0」「1・1」と4通りのいずれかに向けて途中経過を経ながら最適解を求めます。これに対して量子コンピュータの「0」と「1」の重ね合わせなら、従来のコンピュータでは必要だった途中の計算プロセスをすっ飛ばして1回で答えが出てくるような方法も作り得る。

3ビットの計算なら「0・0・0」から始まる2の3乗分の計算が必要なところ、量子コンピュータなら途中を飛ばせるかもしれない。だから計算処理が速いと期待されているわけです。そもそも計算時間が短ければ、そこで消費する電力も自ずから小さくなりますよね。

そもそも量子コンピュータの研究は、エネルギーを極力使わない計算方法を求めて始まっています。要するにいかに楽して計算するかを追究した結果が量子コンピュータです。結果としてさまざまな新しい側面が明らかとなっていった。そうして今日での量子コンピュータの脅威的な性能が明らかとなっていったわけですね。

『量子コンピュータが変える未来』（寺部雅能・大関真之共著／オーム社）P17より改変

——その量子コンピュータにも細かくいえば2種類があるそうですね。

量子ゲート方式と量子アニーリング方式ですね。量子ゲート方式は、現在の汎用型コンピュータの次世代版であり、現時点で壮絶な開発競争が進み、実用化が今か今かと期待されています。これに対して既に商用化されているのが、量子アニーリングマシンです。これは組み合わせ最適化問題と呼ばれる、一種のパズルを解くことに特化したマシンです。この原理となる「量子アニーリング方式」を1997年に提唱したのが私の師匠にあたる西森秀稔・東京工業大学特任教授です。ただ当時の西森先生らの学会発表は、ほとんど注目されずに終わったそうです。

NASAとGoogleが、世の中の空気を変えた

——量子アニーリングマシンは、既に市販されています。

2011年にカナダのベンチャー企業D-Wave Systems社が開発しました。この会社はもともと社名の通りD-Wave、つまりd波超伝導を研究していたそうです。ところが超伝導関連の技術は進展していったものの、なかなかビジネスとして軌道に乗らなかった。

そこでマサチューセッツ工科大学（MIT）に相談に行きました。その相談相手となったMITの研究者は、量子アニーリングとはいわず量子断熱時間発展（Quantum Adiabatic computation）と呼んでいたそうですが、要するに量子アニーリングとまったく同じメカニズムの計算法を思いついていました。この計算プロセスを実現するためには、超伝導集積回路が必要、つまりD-Wave Systems社の技術を活かすことができると期待されたのです。そこで量子アニーリング方式によるマシンをつくろうとスタートしたのが2006年ぐらいだったと聞いています。

——当時のD-Wave Systems社の動きを西森先生はご存知だったのですか。

噂レベルでは色々と聞こえていたとは思います。私も2004年から2010年まで西森研究室に所属していて、量子アニーリングに関連する隠れたやりとりについては聞いていました。その意味ではなんとなく量子アニーリング方式のコンピュータ開発が進んでいるのだ、もの好きな人はいるものだな、と認識はしておりました。

量子アニーリングの研究は我々の研究分野の中でも割と亜流で、面白い部分はあれど本当に組合せ最適化問題を解くということを考えて利用するなど思ってもいなかったのですね。というのも、量子アニーリングの有用性は、それに対応するシミュレーテッドアニーリングという、それこそ「0」と「１」をでたらめに動かしながら良い答えを探索する方法があるのですが、それよりは早く問題を解くことができるよ、というレベルだったのです。しかもゆっくりと丁寧にその計算を進めていくと早く正しい答えに到達できるという意味です。とにかく早く正しい答えを求めようとする現実的な利用法について、真面目な、というか実用的な路線で研究が進められていたわけではなかったから、量子アニーリングをある意味真面目にやろうとする人がいるとは思っても見なかったです。

ある国際会議で西森先生が「D-Wave Systems社が量子アニーリングマシンをつくっているらしい」と話したところ、講演後に学会の大御所から「あいつらと関わると良くない」と諭されたそうです。要するに当時はまだ、量子アニーリングはもとより量子コンピュータが実現するなどとは、学会では誰も予想さえしていなかったのです。今ではD-Wave Systems社が量子アニーリングを実現しており、それが今の量子コンピュータの研究開発の盛り上がりの一端を担っていることは間違いありませんから。未来はわからないっていうことですね。

——2011年に実際に量子アニーリングマシンが実用化されたわけですね。

ニュースを聞いたときには我々も半信半疑で「そうですか」ぐらいの感覚でした。何せ、もの好きな人がいるものだなあくらいの気持ちでいましたから。ところが2013年にNASAとGoogleがD-Wave Twoを共同購入し、Quantum Computing AI Laboratryを設置、本格的に研究を始めると関係者の間で一気に空気が変わっていきました。西森先生も次第にそうした研究グループとの交流が始まり、私にもコメントを求めてくるようになりました。

特にその頃私自身は量子アニーリングそのもの以前に、最適化問題や機械学習といった現代のデータ科学の基盤となる技術に興味を持っていたため、量子アニーリングマシンの上手い活用法はないかと議論したものです。私は量子アニーリングマシンを機械学習のこのプロセスに利用できると提案したのですが、そこまで精密な機能はないだろうとあまり響かなかったようですが、その後実際にNASAの研究グループでは、提案した内容と同じように機械学習で試験的に活用していましたね。

——その後の10年でD-Waveは、かなり進化したのではないでしょうか。

指標の一つとされる量子ビットの数が、飛躍的に増えています。2019年の段階で2048量子ビットだったのが、現時点では5000量子ビット超にまで到達しています。最初にできたD-Wave Oneが128ビットだったことを思えば、長足の進歩です。だいたいD-Waveのマシンは2年に1回のペースでバージョンアップしているので、来年か再来年にはさらに倍ぐらいになっている可能性もあります。先日の国際会議Qubits21では7000量子ビットのマシンが予定されていることを公表していましたね。その背景では超伝導に使う金属を変えたり、回路のネットワークを変えたり、ノイズの低減に工夫したり、と様々な点で進化させています。

圧倒的な省エネ性能が秘める爆発的な可能性

——量子アニーリングマシンが得意とする組み合わせ最適化問題は、なぜ従来のスーパーコンピューターでは解けないのでしょうか。

コンピュータの速さは、計算の速さと手際のよさで決まります。計算の速さとは、コンピュータそのものの動作速度を意味します。手際のよさとは、ひとつの解答を出すまでにコンピュータ内部で行われている細かい計算の数によって決まる速さです。

先ほども説明したように、量子コンピュータの最大のメリットは、計算の手数が圧倒的に少なくなる可能性を秘めている点です。この潜在能力を組合せ最適化問題を解くことに生かすことはできないのか、という期待があったわけです。ただ期待は期待でしかなく、組合せ最適化問題の本当に難しい問題については、そうした計算性能を利用しても、太刀打ちできないだろうと考えられています。だから量子アニーリングマシンがあれば、全てが解決するとかそう言ったことはありません。

ただこれまでの最適化問題を解く方法とは異なる考え方を中心的に持つなど、ある種のパラダイムシフトを牽引したところが本質的に面白いところだったのかもしれません。そうした背景から量子アニーリングマシンの動作を真似たコンピュータや新しい計算手法が次から次へと登場して、量子アニーリングマシンに対抗して、組合せ最適化問題を解くマシンが揃っていきました。

——その計算能力を人類はさまざまな組合せ最適化問題に応用できるのですね。

もちろんです。例えば複数の要素の絡んだ製造工程の計画問題なら効率的なスケジュール計画を立てられるでしょうし、機械学習の実行に必要な計算なども高速に実行できるようになるでしょう。量子アニーリングマシンが得意とするのは「複数候補を検討して、最適解を絞り込む問題」といえばわかりやすいかもしれません。

もう一点、量子アニーリングの大きなメリットが、圧倒的な省電力性能です。現状のコンピュータでやるのと同じ計算を、極めて省電力でできるのが量子アニーリングマシンです。計算を行っているプロセッサの部分での消費電力が圧倒的に少ないというのが特徴です。現状の量子アニーリングマシンでは超伝導量子ビットを利用していますが、この中で消費されている電力は永久電流の恩恵でほぼゼロです。超伝導状態を維持するための冷却装置の電力消費はまだまだ巨大なものですが、技術革新や、超伝導量子ビットではない他の量子ビットの実現技術で代替されることで、この状況も変化するでしょう。

コンピュータによるエネルギー消費は、ネットワークを介してコンピュータがさまざまなサービスを提供するように構築された現代社会ではふくらむ一方です。だから量子アニーリングマシンや量子ゲート方式のマシンが普及したときには、いまのコンピュータでエネルギーを猛烈に使って計算している内容を、一部でも良いから省電力に抑えていくことができるようになるのではないかと期待されるわけです。

——となると、量子アニーリングマシンをたくさんつくって動かせば、とんでもない計算を瞬時にできたりするのでしょうか。

現状の量子アニーリングマシンでは、どうしても解ける問題の規模が限られているというのがボトルネックの一つとなっています。大規模な問題を分割して解くこと、その結果をうまく統合すること、その画期的な手法を開発することで、異次元の計算が可能になるかもしれません。その際に電力消費や計算時間において、これまでのコンピュータとは異なるスケールで利点のある方法となるかもしれません。

最適化以外にも量子コンピュータの画期的な利用法や適用対象を模索して、世界中で競争が進められているのが現状です。成功すれば一躍世界のトップランナーとなれる可能性が開かれています。量子アニーリングマシンなら基本的な数式さえつくれれば簡単に使えますから、具体的な例としては、マテリアルズ・インフォマティクスへの適用などが有望と考えられています。

量子アニーリングマシンで計算を行う際の基本関係式。
解きたい問題をこの形式に書くことさえできれば、すぐに計算できる

社会実装を目指して起業の道へ

——2019年にベンチャーの「シグマアイ」を起業した目的は何だったのでしょうか。

私の研究室で量子アニーリングマシンを使い、工場内での無人搬送車の最適化を目標に掲げた共同研究を実施して、国際会議で発表、学術論文として投稿しました。その結果の反響が大きく、この話を聞きつけた複数の企業から引き合いがあったのです。

産業界で大きなニーズがあることを認識しました。そうであるならば我々のノウハウでより多くの人の役に立てるのではないかと考えました。しかし大学の中では収益を蓄え、人材を確保し事業形態の拡大ということは難しいこともあり、企業としての事業化に踏み切りました。幸いなことに量子アニーリングの技術を持つ企業としてだけではなく、事業開発のできる自立した企業として成長を始め、これまでとは異なる分野や事業領域への進出が始まっております。物流系や材料系の企業さんとの共同研究だけでなく実証研究、そして独自プロダクトの開発が進んでいます。

——コロナウイルス関連でも、何か期待できますか。

ウイルスの正体がより明らかになりつつある現在、ワクチンや特効薬を開発する際に候補物質や分子構造を効率よく選定できる可能性はあるでしょう。量子アニーリングマシンの性能を語る上で、最適化ができているかどうかという観点がありますが、どうもそれは現在のコンピュータの確固たる精度に比べては、やはり弱いものです。

それを揶揄して、大したマシンではないという見方もありますが、逆にこれを有効利用したくなるのが研究者の性です。あるがままを受け入れて、そのものを最大限に生かすことが技術の萌芽に最も重要なことと思います。

私たちは量子アニーリングマシンに出力結果の散らばり具合に注目して、探索に利用しようと考えています。最適化問題の難しさは、どのような観点で最適であるかという仮説を立てます。その仮説に対して最適な結果が返ってきても、その仮説に絶対の確かさがなければ、その答えは結局意味のあるものとは言い切れません。なればこそその仮説を反映しつつ、新しいことへの道筋を提案する方がよっぽど価値のある結果であると考えています。そうした意味で人間の発見や考察をサポートするような技術へと進化させていこうと考えています。

他にも甚大な災害時における避難誘導に活用することを考えています。例えば津波が襲ってきた際に、みんなが一斉に同じ避難路を選ぶのではなく、どのような迂回路で避難すれば混雑を解消できるか、といった問題の解決に量子アニーリングマシンの利用を考えています。

津波が起きた際の最適避難経路を求めた。最適化前の左の地図では交通が集中して混雑が起きているが、計算によって示された右の図では混雑が緩和されている。
（画像提供：東北大学量子アニーリング研究開発センター）

“ドク”になりたかった青年

——そもそも研究者の道を選んだきっかけは何だったのですか。

小学生の時に見た映画『バック・トゥ・ザ・フューチャー』の影響があるかもしれません。映画に出てきた少し変わった博士「ドク」に惹かれました。社会や周りの人の評判なんかどうでもいいみたいな感じで、ひたすら研究に打ち込んでいるのだけれど、友人にはとことん情熱的でとても優しい人じゃないですか。ある種のかっこよさを感じたのです。

——ドクにあこがれた？

そうですね。社会の決めたルールはたくさんあるけれど、なかには無意味としか思えないルールもありますよね。そういうのに邪魔されたくないなとは以前から思っていたのです。ドクはまさに社会的にはどちらかというとあぶれ者で変人扱いされている人物ですが、科学的視点や考察を大事にしたいという行動原理からいかなる時も冷静な判断をします。対してドクの唯一無二の友人であるマーティは、ドクよりも若く、感情優先で動く血気盛んなキャラクターです。

ところが印象的だったのは、物語の終盤でドクは恋に落ち、感情で物事を決め始めるんですね。そんな時、彼を諭したのは他ならぬマーティでした。マーティはドクに向かって「あんたは科学者だ。何が正しいかは、心じゃなくて自分の頭で決めるんじゃなかったのか？」と説得します。これはそれまでドクがマーティに語ってきたことの意趣返しのシーンで、逆に見ればドクの科学者としての矜持がマーティの生き方や考え方にも影響を与えていたことの現れなんですね。

そんな風にいつの間にか人に影響を与えている存在としてのドクが響きましたね。社会的なルールよりも、まずは自分なりの考え方で物事を判断し、なおかつ人にはやさしく接し人を導くような人間に私もなりたいと思いました。

——そうした自分なりの考え方を学ぶために大学に進んだのですね。

ところが最初は面白くなかったのです。友だちともあまりつるめなくて、どちらかといえば一匹狼みたいな感じ。大学ももうやめようかなと考えたりしていました。でも2年生後期の授業で西森先生と出会ったのです。内容も、伝え方も、先生そのものも面白くて、この人に何とか認めてもらいたいと思いました。だから授業で先生が「この問題、解ける人？」といったとき、まっさきに手を挙げて解いた。そしたら先生が「すごい！みんな拍手！」とほめてくれて、これに参りました。無邪気にも程がある。

——その西森研究室に進み、博士論文を出した段階では認められなかったと聞きました。

西森先生は「確かに内容は面白い、けれど私は認めません」とおっしゃったのです。先生の理論を覆すような内容だったからかもしれません。といいながらも、博士課程の早期修了を認めてもらい学位も授与していただきました。振り返れば、この経験のおかげでそれ以降、研究成果について何をいわれても怖くなくなったように思います。今から思えば先生は言葉にこそされませんでしたが、「自信があるのなら揺るぎない心を持ちなさい」と教えてくださったのではないかと感じています。

考えは、必ずA4のルーズリーフに手書きでまとめる。何かを理解できたか、全体像を把握できたかどうかのチェックは、自分の考えを一字一句よどみなく書けたかどうかでわかるという。
そのための筆記具にもこだわりがあり、使うペンやノートもメーカーが決まっている。

研究者は「ひたすら楽しい」職業である

——研究者をめざす人たちへのメッセージをお願いします。

研究者をひと言で表現するなら『ひたすら楽しい仕事』です。何か自分が関心を持てるテーマを決めて、それについて考え抜くこと自体が仕事になる。これほど恵まれた仕事は研究者しかないでしょう。自分の好きな研究に没頭できる仕事は、この世では唯一無二だと思います。西森先生もよく、「研究者をやっているのは、何より自由に研究できるからですよ」とおっしゃっていました。

——とはいえ楽しいだけでは、ダメですよね。

もちろんです。研究者を職業とするなら、当然仕事から収入を得るわけです。そこで考えてほしいのが、自分が提供できる価値、貴重な研究費の活かし方です。そう考えると「研究費が足りません」などと簡単にいっちゃいけないはずなんですよ。いただいたお金をきちんと使って研究で成果を出す。それがプロというものです。そこに責任感とプライドを感じられる人なら、研究者は最高の仕事だと思います。好きな研究をするためにお金をいただける、そんな仕事は他にないんですから。

もちろんね、会社やプロジェクトの方針などで振り回されているような気もするときがあると思います。でもね、きっとそれはそれで正しい側面と、それに完全に寄り添わないあなたがいるから、新しいものが生み出されると考えてください。僕は西森先生から指示された仕事はしたけれど、研究方針でいうことを聞いたことは全くなかったです。好きなことをやるためには、仕事と野望、両者を重ね合わせることが大切です。

（本記事は「リケラボ」掲載分を編集し転載したものです。オリジナル記事はこちら）