量子コンピューティング アプリケーションの可能性を実現する
ミュンヘン工科大学とソフトウェア コンピテンス センター ハーゲンベルグの Robert Wille 教授が、量子コンピューティングのアプリケーションと知識が必要な場合とそうでない場合について説明します。
量子コンピューティングは急速に発展している研究領域であり、ハードウェアとソフトウェアが大きく進歩しています。この進歩は、学界と産業界の両方に大きな関心を呼び起こし、物理学、化学、金融、最適化など、さまざまな分野から多くのアプリケーションが生まれています。
ただし、量子コンピューティング アプリケーションを利用することは、この新しいコンピューティング パラダイムの専門知識を明らかに必要とする困難な作業です。同時に、一からやり直す必要はなく、可能な限り従来のコンピューティングの専門知識に頼るべきです。この記事では、量子コンピューティング アプリケーションを実現するための手順を概説し、専用の専門知識が必要な場合とそうでない場合について説明します。
対応する手順の要約を図 1 に示し、以下で説明します。
問題仕様
さまざまなアプリケーションおよび研究ドメインからの多くの問題は、共有の問題記述形式を持つ問題クラスにクラスター化できます。例としては、充足可能性 (SAT) 問題 (制約のリストによって定義される) またはグラフベースの最適化問題 (隣接行列とそれぞれの目的関数によって定義される) があります。これらの記述形式は純粋に古典的なものであり、従来のソリューションが期待する形式に似ています。
アルゴリズムの選択
現在、理論上の複雑さまたは実際の使用において、従来の対応するアルゴリズムよりも優れていることが示されている利用可能な量子アルゴリズムはほんの一握りです。これらの各量子アルゴリズムは、非常に特定のクラスの問題を解決するため、対応するそれぞれの形式で記述された問題を想定しています。
それに応じて問題クラスを定式化できる場合、対応する量子アルゴリズムを適用できます。例としては、Grover のアルゴリズムまたは SAT 問題用の QAOA と QPE またはグラフベースの最適化問題用の QAOA があります。対応するアルゴリズムを選択するのに、量子コンピューティング アプリケーションの詳細な専門知識は必要ありません。大まかな概要だけで十分です。
選択した量子アルゴリズムを使用して、それぞれの問題クラスの問題を解決するには、量子コンピューティングの専門知識が必要な 3 つのタスクが必要です。
1. エンコーディング: 問題のインスタンスは、選択したアルゴリズムでユーザーが解決できるように、量子回路としてエンコードする必要があります。
2. 実行: 生成された量子回路は、シミュレーターまたは実際の量子コンピューターで実行する必要があります。そのためには、それに応じて量子回路をコンパイルする必要があります。実行結果は、計算結果のヒストグラムになります。
3. デコード: 目的の結果を抽出できるように、まさにこのヒストグラムをデコードする必要があります。デコード方式はエンコード方式に依存し、大規模な後処理が必要になる場合があります。
このステップは、おそらく、古典コンピューティングに「社会化」され、現在量子コンピューターを利用したいと考えているエンドユーザーにとって最大の課題の 1 つです。このパラダイム シフトを完全に回避することはできませんが、ソフトウェアと自動化の方法でエンド ユーザーをサポートすることで、その影響を確実に減らすことができます。
溶液処理
前のステップの出力は、最初に与えられた問題の望ましい結果を提供します。最後のステップとして、この結果を元の問題のコンテキストに変換し、エンド ユーザーに返す必要があります。SAT の問題クラスの例では、変数の割り当てを結果から抽出し、実際の問題の解として表す必要があります。グラフベースの問題クラスの例では、目的関数に応じて一連のグラフ ノードが返される場合があります。繰り返しますが、これらのすべてのステップは、量子コンピューティングの専門知識をほとんど必要とせず、主に古典的なコンピューティング ドメインのままです。
可能な限り、エンドユーザーは詳細な量子コンピューティングの側面から保護されるべきです
全体として、量子コンピューティング アプリケーションを実現するための手順のほとんどは、必ずしも量子コンピューティングの専門知識を必要としません。これまでおよび近い将来、誰もが量子コンピューティングの専門家になるわけではないことを考慮すると、対応する設計フローを確立する際にこれを利用する必要があります。可能な限り、エンドユーザーは詳細な量子コンピューティングの側面から保護する必要があります。
これは、適切な (古典的な) インターフェイスとブラック ボックス アプローチによって実現できます。これは、従来のソリューションと同様です (その内部動作はエンド ユーザーからもしばしば保護されています)。
完全に回避できない量子的な側面は、明らかに量子コンピューティングの専門家が処理する必要があります。しかし、ここでも、必要な専門知識のしきい値は、自動化によって大幅に削減できます。Munich Quantum Toolkit (MQT) 用に開発されたソフトウェアおよび設計自動化手法は、エンドユーザーを支援するボタンを押すだけのソリューションを提供することでそれを目指しています。たとえば、最適なプラットフォーム、コンパイラなどを自動的に決定し、シミュレーション手法、コンパイラ最適化など。これらのツールは、GitHub でオープンソース プロジェクトとして公開されています。