Google Quantum AIは2026年10月15日、超伝導量子プロセッサWillowの上で「マジック状態の耕作」を実証し、必要な特殊状態の誤りを耕作なしと比べて約40分の1に抑えたと、査読付き誌Scienceで発表した。同じ週には、AnthropicがAIで量子回路を設計し、主要な処理のコストを最大12分の1に縮めたと報告した。耐障害性量子計算の資源要求が、ハードウェアとアルゴリズムの両側から同時に下がった1週間の意味を整理する。
全量子ビットの9割を食う「T状態」問題、実機で誤り40分の1に
耐障害性をもつ万能量子コンピュータには、誤り訂正のしやすいCliffordゲートに加えて、非Cliffordゲートと呼ばれる操作が必要です。このゲートを誤り訂正の下で実行するには、「マジック状態」と呼ばれる特殊な量子状態を大量に用意しなければなりません。従来の手法である「蒸留」は、粗い状態から少数の良い状態を選び出す方式で、専門メディアQuantum Computing Reportの解説によれば、この生成にマシン全体の物理量子ビットの90〜95%を費やすと見積もられてきました。量子コンピュータが大きく見えて、計算本体に回せる部分は1割そこそこしかない、というのがこれまでの想定です。
Google Quantum AIは10月15日、Science誌に論文「Magic state cultivation on a superconducting quantum processor」を発表し、別のアプローチである「耕作(cultivation)」を超伝導プロセッサWillow上で実証したと報告しました。論文の著者らは、この結果が量子計算の最重要課題の一つに対する実行可能な解を実験的に確立したものだと結論づけています(ScienceAlertが論文から引用して伝えている)。
仕組みはこうです。ノイズを含む初期状態をWillowチップの小さな領域に注入し、「距離3のカラーコード」という小規模な誤り訂正符号の上で測定を重ねて不良な状態をふるい落とします。純度が確認された状態だけを、より大きな「距離5のサーフェスコード」へ移植(grafting)する。その結果、耕作しない場合と比べて誤りは約40分の1、T状態の論理忠実度は99.99(1)%(誤り率0.0001以下)に達したと報告されています。Googleの公式ブログは、これを量子コンピューティングの主要なボトルネックの解消だと説明しています。状態の保持率は8%と、試行の9割以上は捨てられるものの、必要なチップ面積は従来方式より大幅に小さくなる、という報告です。
同じ週、AIが量子回路の設計コストを削った
ハードウェアとは逆の側、アルゴリズムの側でも資源の壁が下がりました。Anthropicが公式サイトで報告したところでは、AIモデルのClaudeが量子回路の設計で既存の最良を更新したといいます。論文はarXivで公開中です(査読前)。
量子アルゴリズムは「回路」として実装され、必要な量子ビット数とゲート数がコストの目安になります。例としてAnthropicが挙げるのは、窒素固定酵素の中心にある鉄硫黄クラスターFeMocoの計算です。2017年には約50兆個のToffoliゲートが必要と見積もられていましたが、同社の説明では多くの研究グループによる8年間の改善の積み重ねで約3.4億個、約15万分の1まで減りました。今後のマシンなら物理量子ビット約300万個で数時間の計算に相当するとされます。
実験の仕組みは閉ループです。Claude(Mythos 5)が回路設計を提案し、外部の評価プログラムが正しさを検証して量子ビット数とゲート数でスコアをつけ、その結果を見てClaudeが改良する。ラウンド間の人間の介入はない設計です。こうした反復の末、化学・最適化・量子シミュレーション・整数論・数値計算の8つの基本処理で、既存の最良設計を量子ビット数とゲート数の両方で下回る新しい設計を見つけた、と同社は主張しています。
具体的な成果のひとつは、楕円曲線の計算で最も高くつく「モジュラ逆数」の回路です。可逆性の制約のため量子回路では実用化されてこなかったdivstepsアルゴリズムについて、Claudeは53時間の自律的な試行の中で、途中経過を保存せずに逆算できる形の実装を新たに導出しました。正当性は数値シミュレーションに加え、定理証明支援系Leanでの形式検証でも裏付けられています。得られた設計のひとつは、従来最小の設計より量子ビット数が12%増える代わりに、ゲート数は17分の1です。
もうひとつは、超多項式的な高速化が期待される最適化アルゴリズムDQIの最重要ステップ、リード・ソロモン復号器です。拡張ユークリッド法をBerlekamp-Massey法に置き換え、一時情報を保存せず再構成する設計に変えて、Google Quantum AIの従来構成(arXiv:2510.10967、査読前)に対しゲート数を12分の1に縮めました。最悪の場合に備えた665量子ビットの予約は、4億300万回のシミュレーションで例外の頻度を実測したうえで、19量子ビットまで圧縮できたといいます。この研究はHarvard大学とQuEra Computingの研究者との共同研究です。
1週間で3つ動いた資源見積もり
この1週間の動きを並べると、耐障害性量子計算の資源見積もりを押し下げる報告が3つ重なっていたことになります。1つ目は上記のマジック状態の耕作(Science誌、査読済み)。2つ目がAnthropicの回路設計(arXiv、査読前)。3つ目は、Google Quantum AIとDeepMindがモジュラー双曲qLDPC符号を発表し、従来標準の2次元サーフェスコードと比べて30倍を超える量子ビットの削減を見込むと、Quantum Computing Reportが10月20日に伝えています(技術文書はarXiv、査読前)。
実用量子コンピュータの必要規模は誤り訂正のオーバーヘッド(符号とマジック状態)と、論理回路そのもののコストの積み上げで決まります。Willowは2024年12月に発表された105量子ビットのチップで、「しきい値を下回る」誤り訂正、すなわち符号を大きくするほど論理エラーが指数的に減る状態を既に示しています。その延長線上で、符号のコスト、マジック状態のコスト、回路のコストがそれぞれ別の研究として削られていく、という構図です。
数値を落ち着いて読むと、まだ残る距離
強調すべきは、これらの成果が「実用機の完成」を意味しないことです。耕作の状態保持率は8%で、大量の並列試行が必要です。99.99%の論理忠実度も長い計算の途中で許される水準とそのまま一致するわけではありません。Anthropicの成果は設計の理論的評価であって実機での動作実証ではなく、企業の発表である点も括弧に入れて読む必要があります。DQIについての「スーパーコンピュータFrontierで約3か月かかる問題を、将来の量子コンピュータなら約1時間で解ける」という比較は、Google Quantum AIの研究者による資源見積もり(arXiv:2510.10967、査読前)に基づく試算です。
それでも、資源要求が複数の方向から同時に削られることの意味は小さくありません。FeMocoの見積もりが8年で15万分の1になった履歴が示すように、アルゴリズム側の削減は着実に積み重なります。ハードウェアの誤り率改善と掛け合わせたとき、実用に必要な量子ビット数の桁が1つ下がるだけで、到達時期の見通しは大きく変わります。最初の誤り訂正済みマシンが対象にできる問題の幅も、回路設計しだいで広がるわけです。
コメントを残す