はてなブックマーク

序章：実験室の中で始まった競争 量子コンピュータの歴史は、常に実験室から始まってきました。超伝導、イオントラップ、光学系──世界中の研究者たちが理論と技術の限界に挑戦してきました。しかし、膨大な冷却設備や巨大な装置に依存する「実験室型の量子コンピュータ」は、どうしても社会実装の壁を越えることが難しいものでした。 転換点：半導体が切り拓く未来 その壁を打ち破るのが「半導体を利用した量子チップ」です。 既存の半導体産業で培われた製造技術を活かすことで、コンパクトかつ高性能な量子コンピュータをチップ上に集約できるようになりつつあります。これは、量子コンピュータを「特別な研究装置」から「実用的なマシン」へと進化させる大きな転換点です。 準備完了：コンポーネントと量産体制 半導体量子コンピュータの心臓部はチップです。ただ、周辺の冷却や配線といったコンポーネント群が整備されることが重要ですが、社会実装

異例の販売記録！量子コンピュータが処方した化粧品が大ヒット──商用化の本質とユーザー企業が学ぶべき教訓 量子コンピュータが創る販売記録──商用化の本質とユーザー企業が学ぶべき教訓 量子コンピュータの話題が盛り上がる昨今、学術的な成果や理論的可能性について多くの議論がなされています。 しかし、実際のビジネスの世界では「論より証拠」が真理です。研究者がいかに高度な理論を語っても、ユーザーにとっての価値は「実際に触れて効果を実感できるか」に尽きます。 参考記事： 理論だけでは進まない実用化 量子コンピュータ技術がどれほど素晴らしい理論的基盤を持っていても、論文や学会発表だけでは商用化は進みません。 商用化を推し進める原動力は、ユーザー体験の証拠です。つまり、研究成果が「実際に役立つ」と感じられる瞬間こそが、量子技術が社会に浸透する唯一の道なのです。 利用者体験がすべて 商用化と普及の鍵となるのは

量子技術者が量子コンピュータを作れなくなる日 量子コンピュータ開発における転換点 近年、量子コンピュータの開発現場で静かな変革が進んでいます。かつては量子物理学者や量子技術者が中心となって開発を牽引してきた量子コンピュータですが、今や半導体技術の比重が急速に高まり、開発の主導権が移行しつつあります。 半導体技術の台頭 現代の量子コンピュータ開発では、半導体プロセスや微細加工技術、特殊材料の知識が不可欠になってきています。量子技術の専門家だけでは対応できない商用レベルの半導体製造フローや材料科学の知識が求められるようになり、従来型の量子技術者が単独で量子コンピュータを設計・製造することが困難になってきているのです。 ソフトウェア領域での先行事例 この現象は、実はソフトウェア領域では既に顕著に表れています。かつて量子技術者が開発していた量子SDKやプログラミングフレームワークは、今やCUDAな

ついに量子コンピュータでLLMの追加学習に成功。量子コンピュータとテンソルネットワークがLLM計算を変える。 ついに、量子コンピュータと大規模言語モデル（LLM）が交差する未来が現実のものとなった。これまでは理論提案が主体だったが、実際の量子コンピュータを利用することでファインチューニングなどの一部の学習が実機で可能になった。 だがこの融合は、ただの“AIの高速化”ではない。LLMのファインチューニングというプロセス自体が、量子計算によって再定義され始めているのだ。 ■ なぜ量子コンピュータでLLMを扱うのか？ 従来、LLMの学習やファインチューニングはGPUクラスタを用いた「大規模分散計算」が前提だった。しかし近年のAIの発展において注目を集めているのが LoRA（Low-Rank Adaptation） をはじめとした「軽量な微調整手法」だ。 LoRAは、モデル全体を再学習するのではな

高性能・低価格・小型冷凍機搭載：量子コンピューティングの「iPhone時代」突入 量子コンピュータはまだ未来の話だと思っていませんか？ いま、世界を根底から変える半導体ベースの量子コンピュータが、ついに実際に発売されました。これは単なる研究用プロトタイプではありません。これまで低い価格、オフィスに置けるサイズ、そして1ラックに収まる冷凍機付き。これまでの量子コンピュータの“非常識”をすべてひっくり返す、まさにパラダイムシフトです。 （注釈：Equal1のマシンを念頭に置いて書いていますが、その他のマシンの話も入っているので全体的な見通しの話となっています。） これまでの10分の1の価格で 従来の超伝導量子コンピュータは数十億円規模が当たり前。 しかし、今回登場した半導体量子コンピュータは、その価格がわずか1/10以下。 消費電力はわずか1600W、今後はさらに削減へ 従来の量子コンピュータ

量子コンピュータの商用化を阻んでいたのは誰か？ 量子コンピュータは長年「未来の技術」と言われ続けてきました。しかし、技術的な課題だけでなく、業界内部の構造が商用化を妨げていたことが、最近になってより明らかになっています。つまり、量子コンピュータ関係者自身が意図的、あるいは無意識のうちに商用化を遅らせていたということです。 これは、かつての電気自動車（EV）の歴史とも似ています。初期のEVは航続距離が短く、充電インフラも不十分でしたが、それでも市場に投入され、改良を重ねることで現在の普及につながりました。もしEV業界の関係者が「まだ航続距離が短いから発売すべきではない」と言い続けていたら、今のEV市場は生まれなかったでしょう。同じように、量子コンピュータも現時点で完璧ではないにせよ、商用化を進めなければ技術の進展は遅れるばかりです。 なぜ量子コンピュータは儲からなかったのか？ 量子コンピュー

近年、量子コンピュータの進展に伴い、量子機械学習（QML）や量子回路を活用した画像生成モデルの研究が盛んに行われています。特に、拡散モデル（Denoising Diffusion Models, DDM）は、ノイズから画像を再構築するための強力な生成モデルとして注目されていますが、これを量子版に適応させた「量子拡散モデル」の提案もいくつか登場しています。 本記事では、2024年9月初旬現在で提案されている量子拡散モデルをまとめ、簡単に紹介していきます。 Quantum Diffusion Models Andrea Cacioppo∗1, Lorenzo Colantonio1, Simone Bordoni1,2,3, and Stefano Giagu1,3 1Department of Physics, Sapienza Universit`a di Roma, Roma, Ital

GoogleのQuEra投資と日本の量子技術育成の展望 近年、量子技術の進展は急速に進み、その中でも量子コンピューティングは未来の計算技術として大きな注目を集めています。特に中性原子を活用した量子コンピュータは、その高いスケーラビリティと安定性から、量子計算の新たなフロンティアとして期待されています。Googleが中性原子を利用する企業QuEraに投資を行ったことは、量子技術の可能性に対する強い信念を示しており、この分野の発展が加速することは確実です。 一方で、日本も量子技術の研究開発において独自の強みを持っています。量子コンピューティングを中心に、国内の研究機関や企業が積極的に投資し、人材育成を加速させています。特に産業技術総合研究所（産総研）や愛知県にある分子科学研究所（分子研）では、中性原子を使った量子計算の研究開発が進められています。本記事では、Googleの投資を契機に、日本の量

量子コンピュータ受託事業の終了と今後の展望：現実的な最適化・機械学習の提供へ 近年、量子コンピュータの実用化が期待され、多くの企業がその技術を利用した革新的なソリューションを模索してきました。私たちの会社も例外ではなく、受託事業として量子コンピュータを活用した最適化や機械学習の提供に取り組んできました。しかし、現時点では量子コンピュータの実用化が見通せない状況にあり、事業の収益性に限界を感じています。 量子技術は非常に魅力的であり、多くの研究者や企業がそのポテンシャルを信じているものの、現段階での技術的制約や商業化のハードルは依然として高いです。このため、当社では量子コンピュータを入り口とする受託事業を見直し、現実的な解決策として、普通の最適化や機械学習にフォーカスする方針へと舵を切りました。量子コンピュータの技術が進展すれば再度取り組む可能性はありますが、現状では技術的ブレークスルーが起

次は面白くなります。これまでのエラーが多い量子コンピュータNISQの計算は、ハイブリッドと言って、交互に計算をします。 適当に計算をしてから集計をして、それを直しながらやるので、あまり量子の力を使うことができません。 一方で、エラーが少ないFTQCの計算は、存分に不思議な量子の重ね合わせやもつれを使いこなすことができて、長い計算ができるので量子の力をふんだんに使うことができます。 これまでのNISQでのハイブリッド計算は課題が多いことが近年わかり、沢山何度も似たようなことを計算するのに手間がかかったり、集計のコストがかかったり、適当にやって何回もやり直さないといけないので無駄が多く、速度も上がりません。 一方新しいFTQCは、その繰り返しをなるべく行わないようにソフトウェアを量子にチューニングするので本格的な量子コンピュータに大きく近づきます。量子コンピュータの醍醐味であるのは、波動性で、

最近国内外での量子コンピュータのトレンドを聞かれることが多くなりました。いろいろな報道やビジネスがあります。量子アニーリング、NISQなどのキーワードを耳にする機会もあると思います。今一番ホットで最先端なのは「FTQC」です。 FTQCはFault Tolerant Quantum Computerの略で、誤り耐性付きの量子コンピュータを指します。こちらの過去の投稿も参考にしてください。 量子コンピュータの新時代。NISQからFTQCへ。(2021.03.21) https://blueqat.com/yuichiro_minato2/0eac083b-536b-4baa-8ff0-3b51c5e8a4a9 これまでの国内外のトレンドは、 １，量子アニーリング（2016年ごろ） ２，NISQ量子ゲート（2019年ごろ） ときましたが、それらの時代を終え、次はFTQC量子ゲートの時代に入りま

これまでいくつかローカルのPCで利用するLLMの紹介をしてきました。今回はLLMを使ったとても最近人気のあるRAGについてです。 RAGはRetrieval Augmented Generationの略で、大規模言語モデルと検索を組み合わせることで企業向けの需要を満たすということで大きな人気があります。RAGは略称の通り、 Retrieval（検索） Augmented（拡張） Generation（生成） の三つのステップで処理が進みます。通常のLLMでの質問は知識はLLM内部に学習された内容に限られ、しばしば間違えることもあります。また、通常のモデルではトークン数と言ってLLMが入力として理解のできる単語数に制限があります。そのため、検索のシステムを一度通し、必要な情報を取得し、それを観ながら与えられた処理を完結するというステップを踏むのがRAGになります。 例えば、ユーザーがある知識

昨年から量子コンピュータ業界は大きな転換期に入りました。これまで人類には難しすぎるという量子コンピュータはみんなで四苦八苦しながら開発をしてきたと思います。具体的な沿革としては、 １、2012年に簡易型量子コンピュータみたいな量子アニーリングマシンが出る。 ２、量子アニーリングマシンは2016年をピークに2018年ごろに廃れる。（デスクトップパソコンと大差ないことがわかる） ３、その代わりに第一世代のNISQと呼ばれるエラーあり量子コンピュータが流行る。（この時点で一旦リセット、NISQは量子と普通のコンピュータのハイブリッド） ４、2019年にGoogleが量子超越を発表スパコンで1万年かかる計算が200秒と発表。（しかし実はその後1万年もかからないで数百秒程度で計算できることがわかる） ５、NISQも2019年をピークに、2021年ごろに廃れる。 ６、NISQがダメなら本格的な量子コン

こんにちは、安くLLMを構築したいですね。おすすめ構成をお知らせします。 LLMは大規模言語モデルのことで、AIがChatGPTみたいに文章を作ってくれます。無料で使えますが、業務で使おうとすると結構難点があるし、データの漏洩とか含めて困りますね。手元のローカルでLLMを作る際のおすすめ構成をお知らせします。 まず、LLMを作るには、マザーボード、CPU、メモリ、SSD、電源、ケース、そしてGPUが必要です。ソフトウェアやOSはすべて無料で手に入りますので、心配入りません。 まず、ケースにマザーボード、CPU、メモリ、SSD、電源をセットします。この辺りは標準的な構成をお勧めします。 肝心なのはGPUで、VRAMのサイズが搭載できるLLMの性能を左右します。パラメータ数7Bのモデルが標準的に使われていますので、 14GB程度のVRAMが必要です。 そこで、よく使われるのがおそらく安価でVR

自然科学研究機構 分子科学研究所（愛知県岡崎市／所長 渡辺芳人 以下分子研）は、大森賢治教授が主導する研究グループの成果を用いた量子コンピュータ開発を目指して「事業化検討プラットフォーム」（以下当PF）を設立しました。企業や金融機関など10社の参画を得て事業化に向けた活動を始めました。 当PFへの参画企業は、blueqat株式会社（東京都渋谷区）、株式会社日本政策投資銀行（東京都千代田区、DBJ）、富士通株式会社（東京都港区）、株式会社グルーヴノーツ（福岡県福岡市）、浜松ホトニクス株式会社（静岡県浜松市）、株式会社日立製作所（東京都千代田区）、日本電気株式会社 （東京都港区、NEC）など計10社（表記はアルファベット順）です。 当PFではスタートアップ設立、国産量子コンピュータ開発、量子コンピュータの実用化研究やサービス展開といった事業化にかかわる事項について、参画各社の強みを生かした助言

こんにちは。量子コンピューターの開発環境がおもわしくないため、弊社では大きく事業の方針変換をします。これは世界的な流れに沿っており、多くの企業が実行していることであり、弊社でも実践して行ってみたいと思います。 これまでは量子コンピューターは一見流行っているように見えたため、研究開発費がふんだんに投資されていましたが、最近では生成AIの方が重要視され、実際私も霞ヶ関の知り合いに聞いたところ、あまり期待してないと言われてしまいました。 理由は米国量子ベンチャー企業の失敗であり、投資をしてもあまりリターンがないということが広く知れ渡ってしまったからだと思います。 そんな中、弊社では重要視しているのは、量子機械学習と呼ばれる手法で、こちらはガートナーのハイプサイクルの日本版でも2023年に新規に量子コンピューターと別途に登場しています。 https://www.gartner.co.jp/ja/n

現在、量子の冬に突入したとアメリカではもっぱらの話題です。日本で行われている組合せ最適化問題に関しては、アメリカではすでに脈なしと言うふうに認識されており、発展途上国を中心とする後進国に派生して行われている段階で米国ではほぼ活動はありません。次に、量子ゲートに関してもNISQと呼ばれるエラーありの量子コンピューターに関する計算は有用な計算ができないと言う事がでほぼ決着がついており、ほとんどの企業が収益に関して苦労していると思います。実際米国に上場している企業は、IonQという最新型のマシンを扱う企業以外は株価が非常に低迷しており、上場株の10分の1の株価となっています。一瞬盛り返すかと思いきや、実際また下がり始めており、上場廃止ボーダーラインの1ドル近辺で攻防していると言う状態になっています。 これは主に量子コンピューターが技術的な優位性を持たず、商業的に成功していないと言うことを反映して

量子コンピュータ事業化始めて７年、資金調達して３年たった今、世界的に量子コンピュータの早期実用化の道は絶たれ、もはや使命感しかなくなった 量子コンピュータに参入してからというものの安心して寝れる日は皆無です（比喩表現です。毎日ぐっすり寝てます。）。湊です。 量子コンピュータはとにかく難しい 2014年に量子コンピュータに一足先に参入して世界征服をしてしまおうという夢は2021年では砕け散りました。もはや今の状況では量子コンピュータの早期実用化は絶望的といってよいと思います。それでも、量子コンピュータ業界の中では、大体の人はまぁしかなたいよねという見方だと思います。量子コンピュータの難しさというのは仕方がないもので、簡単に人間が制御できるような代物ではないです。世界で天才と呼ばれる人たちが束になってもかなわない、それが量子コンピュータです。 さて、量子コンピュータは量子アニーリングはD-Wa

こんにちは、量子コンピュータはいろんなことを言う人がいて、何を考えればいいかわかりませんね。blueqat社は現在非常に明確な基準を持って量子コンピュータ業界で仕事をしています。それをベースに次を占ってみます。 NISQは速度を出すのが厳しい 量子コンピュータではこれまでエラーの多い小規模なマシンであるNISQという、将来的な理想的な量子コンピュータではないものが使われてきました。NISQではエラーが多いため、既存コンピュータとのハイブリッドで利用します。しかしハイブリッドでは近年速度が出なく、量子コンピュータとして利用するメリットが極めて低いということがわかってきました。その次の解決が必要です。 FTQCに取り掛かる これに対する具体的な対応策は誤り訂正であり、エラーの多い量子ビットを複数集めて論理量子ビットと呼ばれるエラーの少ない量子ビットを作成します。これによりエラーを減らすことで、

こんにちは。最近米国でも量子コンピュータにまつわる誇大広告が問題になっています。米国ではすでに量子アニーリングを行っている企業はほとんどおらず、量子ゲート方式しかやっていないのにもかかわらず、誇大広告とはどういうことでしょうか？また、量子コンピュータに参入してしまった企業はどのように対策をしているのでしょうか。 特に誇大広告として語られてしまっているのが、 １，組合せ最適化問題（誇大広告度大） ２，量子化学計算（誇大広告度中） ３，量子機械学習（誇大広告度小） の三種類となっています。実際には今の量子コンピュータではこれらの問題を効率的に解くことはできません。では、なぜ今量子コンピュータが注目されているのでしょうか？それは、１０年後２０年後を見据えてということになっています。今後を見据えて時間がかかるので、今から今後万が一より強力な量子コンピュータが出てきたときのために準備しましょうという

blueqat