グーグルの量子コンピュータが化学のマイルストーンを達成

昨年秋、グーグルの研究者たちが、量子コンピュータが通常のコンピュータでは不可能なタスクを実行できる「量子超越性」を達成したと発表した。ただし、そこには実用性がなかった。乱数発生器の出力をチェックするこのプログラムは、実用的な価値が限られており、同社のマシンが何か有用なことができることを証明するものではなかった。

しかし今、グーグルの量子コンピュータは、簡単な化学反応のシミュレーションに成功するという、実世界での応用が可能なことを達成した。この偉業は、量子化学への道を指し示している。量子化学は、分子反応の科学者の理解を広げ、より良い電池、肥料の新しい作り方、空気中の二酸化炭素を除去する方法の改善などの有用な発見につながる可能性がある。

昨年の量子優位性実験は、53個の超伝導量子ビットを含む「サイカモア」と呼ばれるチップ上で行われた。絶対零度近くまで冷やされた量子ビットは、量子力学的な特性を持ち、古典的なコンピュータのビットを構成する単純な電流の「オン／オフ」の流れよりも複雑で有用な方法で量子ビットを操作できるようになった。いつか、量子コンピュータが、古典的なコンピュータでは宇宙の寿命が尽きてしまうような計算を素早く実行できるようになることが期待されている。

この量子化学実験は、『Science』の8月28日号に掲載されたもので、12量子ビットしか使用していないにもかかわらず、同じ基本的なサイカモアのデザインに依存している。しかし、この実験は、このシステムの汎用性を示していると、Googleプロジェクトのアルゴリズム開発を担当する研究者のライアン・バブッシュは論文の中で主張している。「これは、実際、このデバイスが完全にプログラム可能なデジタル量子コンピュータであることを示しており、どんなタスクにも対応できることを示している」。

チームはまず、12個の水素原子からなる分子のエネルギー状態を単純化したものをシミュレーションした。次に、水素原子と窒素原子を含む分子の化学反応をモデル化し、水素原子が片側からもう片側に移動したときに分子の電子構造がどのように変化するかを調べた。電子のエネルギーは、ある温度や濃度の異なる分子でどのくらいの速度で反応が起こるかを決定するため、このようなシミュレーションは、化学者が反応の仕組みを正確に理解し、温度や化学物質の種類を変えた場合にどのように変化するかを理解するのに役立つだろう。

研究者らが実行したシミュレーションは、ハートリー=フォック法として知られているが、古典的なコンピュータでも実行できるため、それ自体が量子コンピュータの優位性を示すものではなかった。古典的なコンピュータの助けを借りて実行され、機械学習を使用して各計算を評価し、量子シミュレーションの新しいラウンドを改良した。これは量子コンピューター上で行われた以前の記録保持化学計算の2倍の大きさだった。

2017年、IBMは6つの量子ビットを使って量子化学シミュレーションを行った。その結果は1920年代の科学者が手で計算できるレベルの複雑さを持つ分子系を記述したものだったという。その数字を12クビットに2倍にすることで、グーグルのプロジェクトは1940年代のコンピューターで計算できるシステムに取り組んだ。

これまでのところ、古典的なコンピューターでは達成できなかったことを達成した量子コンピューターはない。2019年に同社が量子超越性を達成したことでさえ、グーグルの量子コンピューターでは3分以上で達成したものの、スーパーコンピューターで同じ結果を2日半で達成する方法を示したIBMの研究者たちから疑問の声が上がった。

この目標を達成できない理論的な理由はないが、数量子ビットから数百、最終的にはさらに多くの量子ビットに移行するためには、多くの複雑なエンジニアリングが必要になるとされている。何百万ものクビットを持つ汎用量子コンピュータを作るには、エラー訂正プロトコルの開発が必要になるが、これは特に困難な問題で、解決には10年以上かかるかもしれない。しかし、完全な誤り訂正機能を持たない、いわゆるノイズの多い中間規模の量子コンピュータは、その間にも有用であることが証明されるかもしれない。

例えば、風力タービンや太陽電池で生産されたエネルギーを貯蔵するために、より良い電池材料を探している。このような材料は、急速に充電と放電を行うのに十分な反応性を持ちながらも、爆発や引火を回避するのに十分な安定性を持っていなければならないという、相反する性質を持っている。この反応をコンピュータでモデル化することで、このトリッキーな作業に適した理想的な材料を特定することができる。このようなモデルは、新薬の開発にも重要な役割を果たす可能性がある。

それでも、量子コンピューターは、化学反応をモデル化する唯一の革命的な新しい方法ではないかもしれない。人工知能が、古典的なコンピュータ上で使用可能なシミュレーションを実行するのに十分な効率的なアルゴリズムを開発する可能性があるのだ。彼の研究室では、その賭けを回避するために、ミッドレンジの量子コンピューター上で動作する新しいアルゴリズムを開発したり、新しいタイプの材料を発見するための人工知能駆動ロボットを開発したりしている。

Image by Google