量子コンピューティングの画期的な論文3本がネイチャーの表紙に登場:忠実度は99%を超え、実用レベルに到達

量子コンピューティングの画期的な論文3本がネイチャーの表紙に登場:忠実度は99%を超え、実用レベルに到達

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

今日のネイチャー誌はちょっと特別で、表紙に同時に 3 つの論文が掲載されるという、非常に珍しい内容です。

オーストラリア、オランダ、日本の 3 つの異なるチームが、シリコン量子コンピューティングにおける重要なマイルストーンを同時に達成しました。

忠実度は99%を超えます。

この結果は、Google の Sycamore 量子コンピュータの 2 量子ビット忠実度と同じレベルです。

これは、ほぼエラーのないシリコン量子コンピューティングが実現可能であることを意味します。 Google や IBM の超伝導量子コンピューティング技術のようなシリコン量子コンピューターは、大規模量子コンピューターを実現するための有力な候補です。

「エラーが非常に稀であれば、エラーが発生したときにそれを検出し、修正することが可能になります。これは、意味のある計算を実行するのに十分な規模とパワーを持つ量子コンピューターを構築できる可能性があることを示唆しています。」

3本の論文のうち1本の責任著者であるニューサウスウェールズ大学(UNSW)のアンドレア・モレロ教授はこう述べた。

△ アンドレア・モレロ教授

そして、UNSW チームは何年も前に Google を上回るもう 1 つの成果を達成していました。それは、シリコン量子システムに情報を35 秒間保存するというものでした。

この持続時間は、Google や IBM の量子コンピューターの100 万倍の長さです。これらの超伝導量子コンピューターは、100 マイクロ秒しか情報を保存できません。

これら 3 つの研究は、半導体量子コンピュータの開発に向けて極めて重要な一歩を踏み出しました。彼らは、堅牢で信頼性の高い量子コンピュータが現実のものになりつつあることを実証しました。

どうやってそれをやったのか

USNW チームの研究を例にとると、量子システムの忠実性を保証するためには、矛盾した問題を解決する必要があります。

つまり、量子ビットは、情報を長期間正しく保存するためには可能な限り「外界から隔離」された状態に保たれる必要があり、同時に量子ビットが外界と相互作用して量子コンピューティングの操作を実行できるようにもする必要があります。

核スピンは外部環境から十分に隔離できます。これまで、核スピンシステムでは量子情報は 35 秒間保存されていました。

核スピンが外界と相互作用できるようにするために、研究チームは2つのリン原子核の間に電子を導入しました。 2 つの原子核が 1 つの電子にリンクされている場合、共有電子を介して相互作用することができます。

赤い点はリン原子核を表し、外側の光沢のある楕円は電子を表す。

論文の著者の一人であるセルワン・アサド博士は次のように述べた。


核スピンを電子と絡み合わせると、電子は別の場所に移動し、さらに離れた他の量子ビット核とも絡み合うようになり、大量に実行できる堅牢で実用的な量子コンピューティングへの道が開かれます。


シリコンにリン原子をドーピングすることは半導体産業における基本的な操作(n 型半導体の製造に使用)であるため、この技術は現在のコンピューター技術と互換性があります。

最後に、研究者たちはゲートセットトモグラフィー(GST)技術を使用して量子演算を正確に記述し、1量子ビットで平均99.95%のゲート忠実度、2量子ビットで99.37%のゲート忠実度、2量子ビットの準備/測定忠実度最大98.95%を達成しました。

これら 3 つの指標は、シリコン核スピンがフォールト トレラント量子プロセッサに必要なパフォーマンス要件に近づいていることを示唆しています。

今日の古典的なコンピュータはすべて何らかの形のエラー訂正とデータ冗長性を備えていますが、量子物理学の法則により、量子コンピュータで訂正を実行する方法には厳しい制限が課せられています。

論文の責任著者であるモレロ氏は次のように述べた。


量子エラー訂正プロトコルを適用するには、通常、1% 未満のエラー率が必要です。これが達成されたので、有用な計算を実行するために拡張性と信頼性に優れた動作が可能なシリコン量子プロセッサの設計を開始できます。


チームワークが3つの論文に結実

本日のネイチャーの表紙を飾った 3 つの論文は、次のような成果を達成しました。

1. オーストラリアのニューサウスウェールズ大学のチームは、シリコンへのイオン注入により、電子と 2 つのリン原子からなる 3 量子ビット システムで、1 量子ビットの忠実度99.95% 、2 量子ビットの忠実度99.37%を達成しました。

2. オランダのデルフト工科大学のチームは、シリコン/シリコンゲルマニウム合金量子ドットの電子スピンを使用して、1量子ビットで99.87% 、2量子ビットで99.65%の忠実度を達成しました。

3. 日本の理化学研究所チームも、シリコン/シリコンゲルマニウム合金量子ドットの二重電子システムを使用して、1量子ビットで99.84% 、2量子ビットで99.51%の忠実度を達成しました。

各チームはそれぞれ独自に実験結果を発表しましたが、実験技術、材料、人員の相互交流など、チーム間の広範な学術交流は切り離せないものでした。

△ UNSW チーム、左から右へ:アサド・セルワン博士、アンドレア・モレロ教授、マテウシュ・マジク博士


  • UNSW 論文の第一著者である Mateusz Mądzik 博士は現在デルフト チームのポスドク研究員であり、もう一人の著者である Serwan Asaad 博士はデルフト工科大学の学生でした。
  • デルフトチームのリーダーであるリーベン・ヴァンダーシペンは、2016年に5か月間の休暇でUNSWを訪れました。
  • RIKEN チームリーダーのジョルダーノ・スカプッチ博士は、元ニューサウスウェールズ大学の研究者です。

加えて:

  • デルフト工科大学と理化学研究所のグループが使用したシリコン/シリコンゲルマニウム合金量子ドットは、どちらもデルフト工科大学によって製造され、両グループ間で共有されていました。
  • UNSWチームが使用した同位体精製シリコン材料は、日本の慶應義塾大学の伊藤公平教授から提供されたものである。
  • この論文の鍵となるゲートセットトモグラフィー(GST)法は、米国のサンディア国立研究所によって開発され、公開されました。

<<:  自分だけのデジタルヒューマンを開発しよう、FACEGOODが音声駆動表現技術をオープンソース化

>>:  15億パラメータのモデルを2日間でトレーニングし、国内オープンソースプロジェクトがNvidiaのMegatron-LMを上回った

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

なぜ機械学習エンジニアになりたいのですか?それは情熱や熱のせいでしょうか?

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

ディープラーニングと従来の機械学習のメリットとデメリット!

過去数年間、ディープラーニングは、従来の機械学習を凌駕し、ほとんどの AI 型の問題に対する頼りにな...

AI はどのようにして既存の人間の偏見を強化するのでしょうか?

定義上、人工知能 (AI) は人間の脳の働きを模倣して組織活動を最適化することを目的としています。 ...

ロボットと自動化技術は、パンデミックの新たな常態の中でどのように新しい雇用を生み出すのでしょうか?

AI テクノロジーと自動化ソリューションは、仕事を奪う諸悪の根源なのでしょうか、それとも新しいプラ...

階乗関連のアルゴリズムとその C++ 実装

階乗とは、必要な数値が得られるまで 1 × 2 × 3 × 4 を掛け合わせることを意味します。 C...

AI動画がまた爆発!写真+音が動画に、アリババがソラのヒロインに歌わせ、レオがラップ

ソラに続いて、実は新しいAI動画モデルが登場し、とても素晴らしいのでみんなが転送して絶賛しています!...

ビッグデータと人工知能のために生まれた新しい職業:アルゴリズム専門家

[[69076]]映画「マトリックス」でレオが銃弾の雨をかわす難しい動きを誰もが覚えているはずだ。こ...

...

ロボットは電気羊の夢を見るか?Google AI 従業員の辞職から AI 倫理について何を学ぶことができるか?

2月20日、Googleの倫理AIチームの創設者であるミッチェル氏はTwitterに「私は解雇され...

IoTとAIがスマートホームにもたらす効果

スマートシティ建設が国家戦略となり、ハイテクが急速に発展するにつれて、スマートシティはバージョン1....

データ構造とアルゴリズム: リンクリストの交差、交差点を見つける

[[441326]]リンクリストの交差LeetCode の問題へのリンク: https://leet...

ディープラーニング思考

[[195107]]機械学習ルーチンほとんどの機械学習アルゴリズム(ディープラーニングを含む)は、実...

フロントエンドインテリジェンスは、AIがセキュリティに着地するための第2の足掛かりになりつつある

近年、セキュリティ業界のデータ量は飛躍的に増加しており、バックエンド サーバーはますます多くのデータ...

住宅地に顔認識システムを設置する前に、5つの主要なセキュリティの質問に答えてください

誰のため?なぜ?コミュニティ顔認識システム導入の需要の源と目的多くの居住コミュニティが顔認識システム...