共同発表：光を使って難問を解く新しい量子計算原理を実現
http://www.jst.go.jp/pr/announce/20161021/index.html


ポイント
測定フィードバックによる波束の収縮によりトリガーされる相転移注１）を動作原理とする新たな量子計算スキームを提案。
全結合を施した光パラメトリック発振器群を用いて、この新しい計算機「量子ニューラルネットワーク」を実現。
ノード数２，０００の組合せ最適化問題の解探索に成功し、現代コンピュータを凌駕する性能を実証。
計算創薬、通信ネットワークの最適化、圧縮センシング、深層学習など、実社会における組合せ最適化問題への適用が今後期待される。


内閣府　総合科学技術・イノベーション会議が主導する革新的研究開発推進プログラム（ＩｍＰＡＣＴ）の山本 喜久　プログラム・マネージャーの研究開発プログラムの一環として、日本電信電話株式会社（東京都千代田区、代表取締役社長　鵜浦 博夫　以下、ＮＴＴ）　ＮＴＴ物性科学基礎研究所　量子光制御研究グループの武居 弘樹　主幹研究員、稲垣 卓弘　研究員らのグループと、情報・システム研究機構　国立情報学研究所（東京都千代田区、所長　喜連川 優　以下、ＮＩＩ）情報学プリンシプル研究系の宇都宮 聖子　准教授、Ｐｅｔｅｒ ＭｃＭａｈｏｎ　研究員らのグループは、現代コンピュータでは効率よく解くことが困難とされている組合せ最適化問題の解を高速に求める「量子ニューラルネットワーク」を実現しました。

インターネット、電力ネット、センサネットなど、社会を構成する様々なネットワークが大規模化・複雑化する現在、リソースの最適化が重要な課題となっています。これらの課題の多くは組合せ最適化問題と呼ばれる、現代コンピュータが苦手とする数学的問題に帰着することが知られています。量子ニューラルネットワークは、光パラメトリック発振器と呼ばれる新型レーザの発振振幅を用いてスピン注２）を表した時、相互作用する多数のスピンが全体のエネルギーを最低とするようなスピン配列で発振する現象を利用して、組合せ最適化問題の解を探索するものです。今回、各光パラメトリック発振器の振幅を光ホ◯ダイン検波器で測定し、得た情報を帰還する「量子測定フィードバック」を実装することで、全ての光パラメトリック発振器間の結合が可能な量子ニューラルネットワークを実現しました。これにより、最大２，０００ノード・２００万結合の大規模組合せ最適化問題の解探索に成功し、現代コンピュータ上で動作する既存アルゴリズムを凌駕する性能を示しました。今後、創薬、無線通信、圧縮センシング、深層学習といった実社会の様々な組合せ最適化問題への本成果の適用が期待されます。

本研究は、ＮＩＩの河原林 健一　教授、東京大学の合原 一幸　教授、大阪大学の井上 恭　教授、スタンフォード大学のＭａｒｔｉｎ Ｆｅｊｅｒ　教授の研究グループと共同で行ったものです。本研究成果を記述した２編の論文は、２０１６年１０月２０日１３時（米国東部標準時）発行の米国の科学誌「Ｓｃｉｅｎｃｅ」のオンライン速報版で同時に公開されます。

続きはソースで