前回までは静止画で出していましたが、今回は少しずつモデルについて説明を加えながら、変化が見えるように動画にしました。
感染のシミュレーションでは、量子コンピューティングで利用されるQUBOと呼ばれる定式化を利用します。QUBOは量子ビットそのものにかける強度のバイアスと、量子ビットと量子ビットの間にかけるウェイトを設定します。基本的にネットワーク問題を扱いますので、量子ビットを人や駅と見立てて、感染の広がりを仮想的にシミュレーションしています。
QUBOでは、量子ビットのネットワークを考え、人を健常者、感染者として区別します。感染者は感染をキープし、健常者は感染します。感染者は近隣から感染しますので、ネットワークの接続している部分を考慮します。
新型コロナウィルスにおける様々なパラメータは今だ定まっておりませんので、本モデルでは、主に定性的なシミュレーションを行っています。
また、シミュレーションは既存コンピュータでのシミュレーションとカナダのD-Wave社のLeap2を利用したシミュレーションの両方があります。マシンによっても定式化のパラメータ強度が変化してしまうので、パラメータの強度についての考察は今後の課題として、実際に感染しやすい、感染しにくいという状況を想定した場合の感染の広がりを仮想的にシミュレートしました。
感染しやすい場合、初期状態が少ない状態でも、最終的には感染が広がってしまいます。動画の最後に初期状態と７ステップ感染を計算した後の収束状態の比較があります。
次に感染しにくい場合、初期状態からの変化は少なく、感染の広がりも小さくなります。
今回は実際にカナダのLeap2を利用したシミュレーションを行いました。本動画は人に感染させないという注意喚起を目的に作成されています。
実際にシミュレーションで定量的に詳しいモデルを作ることよりも、Social Distancingを確保して、実際の感染を少しでも早く収束に持ち込むための一人一人の意識が大事だと感じます。