量子AI
概要と重要性
量子AIは、量子コンピューティングの力と人工知能を組み合わせたものですこの組み合わせにより、量子とAIそれぞれの特有の強みが活かされ、キュービットと呼ばれる量子ビットを用いて、従来のコンピューターでは処理できない高度な計算を実行することができます。
量子AIの歴史
量子コンピューティングの概念は、物理学者リチャード・ファインマンが1980年代初頭に、従来のコンピューターでは不可能な物理システムのシミュレーションに量子力学を利用するというアイデアを提唱したことから生まれました。このアイデアが量子コンピューティングの基礎となり、重ね合わせやエンタングルメントといった量子力学の原理を用いて、複雑な計算を行うことが可能になりました。
1990年代、大きな数の素因数分解を行うショアのアルゴリズムのような量子アルゴリズムの開発により、量子コンピューティングが従来のコンピューターよりも高速で問題を解ける可能性が示されました。こうした進歩により、量子コンピューティングとAIの交差点を探求することへの関心が高まりました。
2000年代初頭には、NASA、Google、および大学宇宙研究協会（USRA）によって量子人工知能研究所（Quantum Artificial Intelligence Lab）が設立されました。この取り組みは、量子コンピューティングがいかにして機械学習やその他の複雑な計算タスクを強化できるか、という研究を開拓することを目的としていました。
ほぼ同時期に、研究者は量子コンピューティングを活用してAIモデルの速度と精度を向上させる、量子機械学習アルゴリズムの開発を始めました。
近年では、量子AIの実用的な応用に焦点が移りつつあります。
この研究の最前線に立つ企業は、量子コンピューティングと従来のコンピューティングを組み合わせたハイブリッドアーキテクチャを模索しています。例えば、現在進められている研究では、最適化問題に対する量子アニーリングの活用や、機械学習、量子化学、シミュレーションといったより汎用的なアプリケーションに対するゲートモデルの活用について研究が行われています。
量子AIの最新動向
量子AIの解説
SASの量子AI製品戦略責任者であるAmy Stoutが、量子コンピューティングとその仕組みについて解説します。キュービットとは何でしょうか？量子コンピューティングは従来のコンピューティングとどう違うのでしょうか？Stoutがこれらの疑問に明快に答え、この新興テクノロジーの今後の展望について解説します。
量子AIを使っているのは誰なのか
量子AIは、これまでにない計算能力と効率性を提供することで、さまざまな産業に革命をもたらす可能性を秘めています。
量子コンピューティングが大きな影響を与える可能性のある産業の例として、以下のようなものがあります。
量子AIの動作の仕組み
量子コンピューターは、スマートフォンや最強のスーパーコンピューターといった、既存のあらゆる従来のコンピューターとは異なります。量子コンピューターは、重ね合わせやエンタングルメントといった量子力学特有の性質を利用して、従来のコンピューターだけでは難しすぎる複雑な問題を解くことができます。状況によっては問題を非常に高速に解決できる一方で、従来のコンピュータでは表現できない形で問題を扱えることもあります。
現時点では、量子コンピューターは従来のコンピューターに取って代わるのではなく、別の道具としてそれらと並行して使用されることとなります。このパラダイムの下では、CPU、GPU、QPUが連携し、それぞれが最も得意とする問題に取り組みます。
従来のコンピューターはビットを使用し、データを0または1として表します。しかし、量子コンピューターは量子ビット、またはキュービットを使用し、複数の状態で同時に存在することができます。重ね合わせの原理は、この複数の状態の存在を説明するものであり、以下のような例において説明できます。
コインについて考えてみましょう。 コインには、表か裏かというはっきりとした2つの状態が存在し、これは古典的なビットの0と1の状態と考えることができます。次に、コインが空中で回転しているところを想像してみましょう。この場合、コインが止まったときに表か裏のどちらかが測定される確率は等しく、両方の状態が同時に存在しています。量子コンピューティングでは、この同時性を利用して、コインが回転し続けている限り（重ね合わせの状態にある）、表（0）と裏（1）の両方に対して同時に計算を行うことができます。
この重ね合わせの状態により、量子コンピューターは単一のビットと比較して、単一の量子ビットで2倍の情報量を処理できます。量子ビットの数を増やすと、処理できる情報量は量子ビット数の2乗で指数関数的に増加し、計算が大幅に高速化されます。例えば、10量子ビットは1,024古典ビットに相当する計算を行うことができ、この量は指数関数的に増えていきます。
次に、エンタングルメントと量子アルゴリズムについてご紹介します。
エンタングルメント
量子コンピューターで使用される、同様に重要なもう一つの量子物理学の特性がエンタングルメントです。エンタングルメントは、量子粒子同士が相互作用をすることだと単純に考えることができます。2つの量子ビットがもつれている場合、一方の状態がわかれば、もう一方の状態も自動的にわかります。エンタングルメントは、重ね合わせと組み合わせることで、計算能力をさらに高めることができるのです。
量子アルゴリズム
量子AIは、量子アルゴリズムを用いて機械学習モデルを改善することもあります。量子サポートベクターマシンや量子ニューラルネットワークといった量子機械学習アルゴリズムは、計算を実行するために量子回路を使用します。
こうした量子回路は、量子計算を実行するための普遍的な方法を表しています。
例えば、一般的な量子ニューラルネットワークの実装では、従来のデータは量子状態として符号化されます。量子回路は、パラメーター化された回転、エンタングルメント、測定を使用して、複雑な関係性を同時に調べます。出力は古典的に最適化され、新しいパラメーター化された回転として回路にフィードバックされ、最適な構成が得られるまで繰り返されます。これは、古典的なニューラルネットワークにおいてノードの重みを最適化することに似ています。
量子AI –ハイブリッド型アプローチ
量子コンピューティング技術はまだ発展途上であるため、量子AIは量子コンピューティングと古典コンピューティングを組み合わせたハイブリッドな工程となっています。量子処理が最初に行われる場合もあれば、最後に行われる場合もあり、また、量子コンピューティングとj従来のコンピューティングの間で交互に処理されることもあります。このハイブリッドな性質は、量子コンピューティングと従来のコンピューティング両方の強みを活かし、より高い性能と精度を実現します。
量子コンピュータが進化するにつれ、信頼性と拡張性の向上を活用してAIによる意思決定を強化するハイブリッドなアプローチが、今後も増えていくこととなります。
私たちは量子コンピューティングとAIの統合の幕開けを迎えています。この統合は、量子コンピューティングの成熟に伴い、より緊密なものとなっていきます。現在、量子コンピューティングのメーカーは、QPU（量子処理ユニット）と専用のAIU（AIユニット）を同一場所に配置して実験を行っています。
今後5年から10年の間に、このような研究が進化するにつれて、量子AI分野で巨大な技術的進歩が起こることが予想されます。こうした進歩は、これまでの手法を変革し、複雑な問題を新しく独創的な方法で解くための道を切り開いていきます。
お勧めの関連資料
-
公衆衛生分野におけるSASの活用SAS® Viya®は、一つの環境でアナリティクスに必要な機能を全て実現したクラウド対応のプラットフォームです。アジャイルなIT環境に欠かせない高い信頼性、スケーラビリティ、セキュリティを備えたアナリティクス環境とガバナンスを提供することにより、 データ・サイエンティストからビジネス・アナリスト、アプリケーション開発者、そして経営幹部まで、あらゆる人々のニーズに対応します。
-
記事
SASでデジタルトランスフォーメーションを加速し、迅速な意思決定を実現 -
記事
ModelOps： モデル・ライフサイクルを業務運用化する方法ModelOpsとは、分析モデルがデータサイエンス・チームからIT本稼働チームへと所定のサイクルに沿って受け渡され、一定のリズムでデプロイ（業務実装）および更新されるようにするための手法です。ModelOpsは、AIモデルから価値を創出する競争において、ごく少数の企業だけが利用している勝利要因です。