こんにちは、量子アニーリングが死にかけているという記事を見ました。そうは言いつつもawsでD-Waveが使えたり、QAOAという形で組合せ最適化が残っていたり、今後時間発展の汎用計算で引き続き量子断熱は残り続ける予定なので、活用方法を考えてみます。 <h2>１、教師なし学習</h2>一部の教師なし学習では機械学習として量子アニーリングとイジングモデルが利用できます。確かに実機の利用はD-Waveのサイズが小さいので難しいことはありますが、量子技術の発展は着実に進めているので、機械学習を学ぶものいいでしょう。 ・Matrix Factorization・クラスタリング・線形回帰etc... 様々な実データを入れてみて、実機の能力を確認してみるのもいいと思います。 <h2>２、精度の必要のない問題をたくさん解く</h2>精度を突き詰めたりすると難しいです。コストが合えばいいので、精度の必要ないところにつかってみるというのもいいと思います。マシンの精度が足りないのは現実なので、それを回避して無難なところから使っていくのがいいと思います。 <h2>３、量子断熱機械学習</h2>ボルツマン分布に応じて出現するボルツマンマシンを量子アニーリングマシンを使って実行するというのも手です。ボルツマンマシンでの多少の煩雑さはありますが、統計を使った機械学習は得るものが多いです。 <h2>４、QAOA</h2>量子アニーリングの知識は量子ゲートマシンへと引き継がれています。NISQ量子ゲートを活用した、QAOAは量子アニーリングの過程をデジタルで離散化して再現されており、大変学習になります。mixerという量子アニーリングマシンで利用できない機能もあるので、勉強になります。 <h2>５、量子断熱時間発展</h2>上記QAOAのベースとなった理論でFTQC（Fault Tolerant Quantum Computer）を利用して実行するものです。量子断熱過程の近似や実行スケジュールなどが肝になってきます。今後盛り上がる分野です。 <h2>まとめ</h2>実機が使えるというのはとてもいいことです。電気自動車やドローンなどと同じでハードウェアありきの技術なので、ソフトウェア技術を磨きながら、ハードウェアの発展とともに社会応用をしていきましょう。以上です。

量子アニーリングを活かすための学習方法

Yuichiro Minato