量子コンピュータは、入力データがほぼランダムで特別な数学的構造を持たない問題を解く際に、従来のコンピュータを指数関数的に上回ることはできない。これは単なる新たな制約ではない——人工知能によって得られた証明である。
2026年11月、米国のスタートアップPhysical Superintelligence(PSI)は、2011年にテキサス大学オースティン校のスコット・アーロンソンとラトビア大学のアンドリス・アンバイニスが定式化した予想の証明を発表した。この予想は、ブール立方体上で0から1の値をとる低次多項式に対して、常に顕著な影響力を持つ変数が存在することを主張していた。証明は、非公開のAnthropicモデルに基づくPSIの内部研究システムが見出した。全文はLeanシステムで検証を通過し、解説記事はスタンフォード大学の研究者ガイ・ブランク、ジョーダン・ドクター、カルメン・ストラッスル、リー=ヤン・タンによって準備された。
システムは4日間稼働した。まず完全な証明を取得し、その後二度にわたって改良を加え、いずれの版もLeanにエラーなく受理された。これは量子プロセッサ上での実験ではなく、クエリ計算量理論の領域における純粋に数学的な証明である。これは、入力に対してT回のクエリを行う量子アルゴリズムが、多項式回のクエリのみを用いて、ほとんどのランダムな入力に対して高い精度で古典的にシミュレーションできることを示している。
何十億もの箱が並ぶ巨大な倉庫を想像してほしい。目的の品は手がかりもなくランダムな場所にある。古典的な探索は箱を一つずつ調べていく。量子ならば一瞬ですべてを覗けるかのように思える——しかし証明が示すのは、ショアの因数分解アルゴリズムのような特別な構造がなければ、そうした「覗き見」は指数関数的ではなく多項式程度の加速しかもたらさないということだ。多項式における一つの変数の影響力は、ランダムな入力がほとんどの場合、少数のビットから予測できることを保証している。
この結果は量子超越性の限界についての見方を変える。今や明らかだ。内在的な構造を持たない問題——ランダムなグラフやランダムな関数——では、指数関数的な優位性は期待できない。量子コンピュータは、暗号や特別な性質を持つ最適化のように構造がある領域では優位性を保つ。これは実機の開発を否定するものではないが、まさにそうした構造化された問題の探索へと力を向けさせる。
New Scientistの12月2026年付の記事とarXivの8月付のプレプリントは、証明の過程と、ランダムオラクルの世界におけるBPPとBQPのクラス関係へのその帰結を詳しく述べている。
量子超越性は今、より明確に輪郭を描かれている。それは現実のものだが、必要とされるのはランダム性ではなく、隠れた規則性なのだ。


