普通のノートパソコンが、かつては量子コンピュータ専用と思われていた問題を解決

編集者: Alex Khohlov

量子優位性への突然の挑戦。サイモンズ財団フラットロン研究所計算量子物理学センターの物理学者とボストン大学の協力者は、以前は古典コンピュータでは不可能と考えられていた問題が、通常のコンピュータ、さらにはラップトップでもシミュレーション可能であることを証明しました。

この論争は2025年3月に始まりました。研究者グループが科学誌サイエンスに画期的な発表をしたのです。彼らは複雑な量子系の振る舞いを量子コンピュータ上でモデル化することに成功し、それは古典的な手段では再現不可能だと主張しました。フラットロンの研究者であるジョセフ・ティンダルは、この主張を聞いて懐疑的に眉を上げました。彼と彼の同僚は、その問題が本当に解決不可能かどうかを検証することにしました。

研究の中心は、正方形、立方体、その他の規則的な格子に配置された数百個の相互作用する量子ビットからなる系のモデリングです。この問題こそ、反対派が古典計算では不可能だと主張していたもので、継続的な計算に数万年かかるとされていました。

解決策はテンソルネットワークに見出されました。これは、量子系の巨大な波動関数を文字通り「圧縮」する数学的ツールであり、ZIPアーカイブがファイルを圧縮するようなものです。これにより、処理する必要のある情報の量が劇的に削減されます。ティンダルは、センターの同僚が開発したITensorライブラリを使用して、ラップトップで初期計算を実行しました。結果は驚くべきものでした。量子コンピュータが数時間かかっていた問題を、古典的なラップトップがわずか30分で解決したのです。一部のラップトップでは、計算に最大2時間かかりましたが、必要なRAMはわずか40メガバイトでした。これはソーシャルメディアの簡単なビデオの容量よりも少ない量です。

鍵となる手法は、1980年代に遡る適応型信念伝播アルゴリズムです。ティンダルと彼のチームは、この古い手法を量子システムに合わせて再設計し、数十年間誰も見えていなかったその潜在能力を引き出すことに成功しました。このアプローチは、代替手法よりも安価で高速ですが、わずかに精度は劣ります。しかし、実用的な問題に対しては十分に許容できる精度です。

特に印象的なのは、結果が理論的予測だけでなく、実際の量子コンピュータで得られたデータとも一致したことです。精度は、古典科学にとっては達成不可能に見えていたレベルに達しました。これは、この問題における量子優位性が非常に限定的であるか、あるいは全く存在しないことを意味します。

科学者たちは、主な結論を強調しています。古典計算と量子計算は敵ではなく、協力者であるということです。古典シミュレーションは、誇張された量子優位性の主張を暴き、量子デバイスが本当に役立つものをよりよく理解するのに役立ちます。同時に、量子「ハードウェア」のあらゆる進歩は、開発者に新しい古典的な手法とアルゴリズムを開発する意欲を与えます。

現在、ティンダルのチームは、より複雑な課題に進んでいます。それは、格子ノード間を移動できる電子のモデリングです。これらの系はさらに複雑で、物理学者が合成して理解したいと考えている磁石、超伝導体、エキゾチックな物質などの実際の量子材料に近いです。この研究は、古典世界と量子世界の境界が思っていたよりも曖昧であり、両方の方法が真のブレークスルーへの道で互いに助け合うことを示しています。

96 ビュー

ソース元

  • An Ordinary Laptop Solved a Problem Thought to Require a Quantum Computer

  • Quantum Dynamics Breakthrough Challenges Supremacy Claim

  • Quantum supremacy just ran into an unexpected rival: An ordinary laptop armed with new math

  • The Mathematical Tools Trailblazing the Quantum Future

  • Quantum Dynamics Advance Overturns Claim of 'Quantum Supremacy,' Opens New Research Directions

  • Классические компьютеры отняли у квантовых машин монополию на симуляцию сотен кубитов — помогли тензорные сети

  • Belief propagation

  • Working with Tensor Networks of Arbitrary Structure

エラーや不正確な情報を見つけましたか?できるだけ早くコメントを考慮します。