量子コンピューティングの冬が来る、ルカン氏：現実は残酷、誇大宣伝が多すぎる

「量子コンピューティングの冬が来るのか？」

今週の金曜日、AIの先駆者であるヤン・ルカン氏の発言が議論を巻き起こした。

AI分野の著名な学者は、量子コンピューティングは困難な局面を迎えていると語った。同時に、科学技術分野の多くの専門家は、量子コンピューティング技術の現在の進歩の多くは誇大宣伝に過ぎず、実用化にはまだまだ遠いと考えています。

これに対して悲観的な態度をとる人も少なくありません。

IEEE のこの記事に何が書いてあるか見てみましょう:

量子コンピュータ革命は、多くの人が想像するよりもずっと遠い将来に起こり、限定的なものになるかもしれない。

量子コンピュータは、金融モデリング、物流の最適化、機械学習の加速など、幅広い問題を解決できる強力なツールになると長い間期待されてきました。量子コンピューティング企業は、自社のマシンがわずか数年のうちに現実世界に大きな影響を与える可能性があると述べ、野心的な計画を立てることが多い。しかし今日では、テクノロジーに対する非現実的な期待に対する抵抗が高まっています。

LeCun——量子ビット、それほど魔法的ではない

チューリング賞受賞者であり、Meta人工知能研究の責任者であるヤン・ルカン氏は最近、量子コンピュータの将来性に冷水を浴びせた。

メタ基礎人工知能研究チームの10周年を祝うメディアイベントで、ルカン氏は量子コンピューティング技術は「魅力的な科学的テーマ」だが、「本当に役立つ量子コンピューターが実際に構築されるかどうかはわからない」と述べた。

ルカン氏は量子コンピューティングの専門家ではないが、この分野の第一人者たちも同様の警告を発している。アマゾン・ウェブ・サービスの量子ハードウェア責任者、オスカー・ペインター氏は、現在、業界には「誇大宣伝があふれている」とし、「楽観的な話と完全に非現実的な話を区別するのは難しい」と語った。

多くの物理量子ビットに情報を分散させることで、より強力な「論理量子ビット」を作成できるという見方もありますが、これには論理量子ビット 1 つにつき 1,000 個もの物理量子ビットが必要になる可能性があります。量子エラー訂正はまったく不可能だと考える人さえいます。

結論として、オスカー・ペインター氏は次のように述べています。「これらの計画を必要な規模とスピードで実現することは、まだ遠い目標のままです。」同氏はまた、「数千の量子ビットで数十億のゲートを実行できるフォールトトレラントな量子コンピュータを実現するという技術的な課題を考えると、タイムラインを設定するのは難しいが、少なくとも10年はかかると見積もっている」と述べた。

マイクロソフト - 量子コンピューティングは大量の計算能力を消費する

それは単なる時間の問題ではありません。 5月、マイクロソフトの量子コンピューティングのリーダーであるマティアス・トロイヤー氏は、Communications of the ACMに、量子コンピューターが提供できる有意義なアプリケーションの数は人々が考えていたよりも限られていることを示唆する論文を共同執筆した。

「過去 10 年間に人々が提案したアイデアの多くは機能しなかったことがわかりました。その理由は非常に単純でした」とマティアス・トロイヤー氏は言います。

量子コンピュータの主な利点は、従来のコンピュータよりも速く問題を解決できることですが、どの程度速くなるかについては人によって考え方が異なります。量子アルゴリズムが指数関数的な高速化をもたらすと思われるアプリケーションが 2 つあると Troyer 氏は言います。 1 つは大きな数を因数分解することです。これにより、インターネットが依存している公開鍵暗号化を解除できるようになります。もう 1 つは量子システムのシミュレーションであり、化学や材料科学への応用が期待されます。

量子アルゴリズムは、最適化、薬物設計、流体力学など、さまざまな問題を解決するために提案されてきました。しかし、研究で主張されている計算の高速化は必ずしもうまくいくとは限らず、時には二乗の利得に達することもあり、これは量子アルゴリズムが問題を解くのに必要な時間が、従来のアルゴリズムにかかる時間の平方根になることを意味する。トロイヤー氏は、こうした利点は量子コンピューティングに必要な膨大な計算オーバーヘッドによってすぐに相殺されてしまうだろうと述べている。量子ビットの操作はトランジスタのスイッチングよりもはるかに複雑であり、したがって桁違いに遅くなります。

つまり、小さな問題では、古典的なコンピュータの方が常に高速であり、量子コンピュータが優位に立つポイントは、古典的なアルゴリズムの複雑さがどれだけ速く拡大するかによって決まります。

Troyer 氏と彼の同僚は、単一の Nvidia A100 GPU を、10,000 個の「論理量子ビット」を持ち、今日のデバイスよりもはるかに高速なゲート時間を備えた、架空の将来のフォールトトレラント量子コンピューターと比較しました。

研究者らは、二次的な高速化を備えた量子アルゴリズムは、役に立つほど大きな問題で古典的なアルゴリズムを上回るには、何世紀、あるいは何千年も実行する必要があることを発見した。

もう一つの大きな障害はデータ帯域幅です。量子ビットの速度が遅いため、量子コンピュータが古典データの入出力速度が根本的に制限されます。トロイヤー氏は、楽観的な将来のシナリオでも、従来のコンピューターより数千倍、あるいは数百万倍遅くなる可能性があると述べた。これは、機械学習やデータベース検索などのデータ集約型アプリケーションが、近い将来にはほぼ確実に利用できなくなることを意味します。

トロイヤー氏は、量子コンピューターは実際には小さなデータの問題を指数関数的な速度でしか解決できないというのが現在の結論だと述べた。 「残りはすべて美しい理論だが、実用的ではない」と彼は付け加えた。

トロイヤー氏は、この論文は量子コンピューティングの研究コミュニティにはあまり影響を与えなかったが、多くのマイクロソフトの顧客は量子コンピューティングの実用化に興奮したと述べた。同氏は、金融やライフサイエンス分野を含む多くの企業が量子コンピューティングチームを縮小、あるいは閉鎖しているのを目にしていると語った。

応募は制限される場合があります

今月初め、量子コンピューティングの新興企業QuEraとハーバード大学の研究者らは、280量子ビットのプロセッサを使用して48個の論理量子ビットを生成できることを実証した。これはこれまでの実験で達成された数値をはるかに上回るものだ。

QuEraのCMOであるユヴァル・ボガー氏は、この実験は研究室でのデモンストレーションであると強調したが、その結果を受けて、フォールトトレラントな量子コンピューティングのタイムスケールを再評価する動きが出ている。

しかし同時に、彼は一部の企業が量子コンピューティングからリソースを静かにシフトさせている傾向に気づいていた。これは大規模言語モデルの出現以来、人工知能への関心が高まったことが一因であると彼は考えています。

量子コンピュータが最も有望と思われる分野であっても、その応用範囲は当初期待されていたよりも狭い可能性があります。たとえば、近年の研究論文では、量子化学における限られた数の問題だけが量子高速化の恩恵を受けることができることが示されています。

ドイツの製薬大手メルクのデジタルイノベーション担当グローバル責任者フィリップ・ハルバッハ氏は、多くの企業がすでに古典的なハードウェア上で稼働する成熟した効率的な量子化学ワークフローを備えていることを覚えておくことも重要だと語る。

「一般の認識では、量子コンピューターは現在達成できないことを達成できるように見えますが、それは正確ではありません」と彼は言いました。「まず、量子コンピューターは既存のタスクを高速化しますが、完全に破壊的な新しいアプリケーションを導入することはありません。そのため、私たちはここでその違いを評価しています。」

ハーバッハ氏のグループは、約6年間にわたり、量子コンピューティングと医薬品製造の関連性などを研究してきた。 NISQ デバイスは特定の高度に専門化された問題を解決するために使用できる可能性があるものの、フォールト トレランスが実現されるまでは量子コンピューティングが業界に大きな影響を与えることはないだろうと結論付けました。それでも、その影響がどれほど変革をもたらすかは、企業が開発している具体的な使用事例や製品によって決まるとハーバッハ氏は述べた。

量子コンピュータは、従来のコンピュータでは解決が難しい大規模な問題に対して正確な解決策を提供することに優れています。これは、新しい触媒の設計など、特定の用途に非常に役立ちます。しかし、メルクの実務では、関心のある化学の問題のほとんどは、多数の候補分子を迅速にスクリーニングすることに関係しています。

「量子化学におけるほとんどの問題は指数関数的に拡大することはなく、近似値で十分だ」とハーバッハ氏は言う。 「これらは簡単に解決できる問題です。システムの規模を大きくすれば、処理速度が速くなるだけです。」

それでも、マイクロソフトのトロイヤー氏は、量子コンピューティングについては楽観的になる理由があると述べている。たとえ量子コンピューターが化学や材料科学などの分野で限られた問題しか解決できないとしても、その影響は依然として画期的なものになる可能性があるのだ。 「私たちは石器時代、青銅器時代、鉄器時代、シリコン時代の世代間の違いについて話しているので、物質は人類に大きな影響を与えているのです」と彼は言う。

トロイヤー氏は、懐疑的な見方を喚起する目的は、この分野への関心を低下させることではなく、研究者が量子コンピューティングの最も有望で影響力の大きい応用分野に集中できるようにすることだと語る。

おそらく誰かが、この発言を支持するヤン・ルカンのツイートへの返信を投稿するだろう。

グーグルのマーケティング責任者、ギヨーム・ロケス氏は次のように語った。「今日の大規模言語モデルの基礎となっているニューラルネットワークの最初の実装は、1950年にマービン・ミンスキー氏とディーン・エドモンド氏（当時ハーバード大学の学生）によって提案されました。」

1957 年、フランク・ローゼンブラットは、出力としてバイナリ結果 (0 または 1) を返すソフトウェアで実装された単層ニューラル ネットワークであるパー​​セプトロンを作成しました。残念ながら、多層ネットワークは数十年後まで登場しませんでした。なぜなら、パーセプトロンがミンスキーによって批判され、ジェームズ・ライトヒルの AI に関する非常に悲観的なレポートによって、AI の研究の多くがさらに数年間「埋もれ」たため、AI の研究は長い「冬」を経験したからです。

だから、量子コンピューティングの冬が来ず、私たちが生きている間にその影響を目にできるといいのですが…