まだ構築されていない量子コンピューターが何に適しているのかをどうやって知ることができるのでしょうか?それが博士号です。候補者の Casper Gyurik は、量子コンピューティングと機械学習という、よく聞く 2 つの用語を組み合わせて調査しました。

「改善しようと努めています機械学習量子を使用した技術です」とギュリク氏は述べています。機械学習は、コンピューターが自ら学習する人工知能の一形態です。つまり、通常の古典的なコンピューター上でのことです。

一方、量子コンピューティングは、量子コンピューター上で計算を実行するための画期的な新しい技術です。これは最小粒子の物理学を利用します。「その有用なバージョンはまだ存在していませんが、古典的なコンピュータで数学的にシミュレートすることはすでに可能です。」

「より優れた量子コンピューターの構築においては、毎年大きな進歩が見られます」とギュリク氏は言います。「誰もが非常に熱心ですが、彼らと何をするかという質問にはまだ明確な答えがありません。」

クラシックとクォンタム: どちらが速いですか?

「解決したい問題があるとします。そのデータは、コンピューター上では 0 と 1 にすぎません。古典的なアルゴリズムを使用して、質問に対する答えを得ることができます」とギュリク氏は説明します。「しかしこれからは、量子アルゴリズムを設計して、答えがより速く、より正確に得られるかどうかを確認するつもりです。これを行うには、0 と 1 を変換し、それらを量子アルゴリズムに入力し、結論を 0 と 1 に変換し直す必要があります。」一種の量子的回避策であり、結果を比較できます。」

このようにして、博士候補者は、量子ルートの方が高速な問題を探します。「私のお気に入りの例は、トポロジカル データ分析 (TDA) です。これは、大規模なデータ セットから本質を抽出します。たとえば、あらゆる年齢、民族、髪の色、靴のサイズなどを持つ人々のグループです。TDA はデータを特定の形状を持つ点の集合体では、量子が実際に高速であると強く疑われるようになりました。」

金融危機から人間の脳まで

ギュリク氏は、アプリケーションがどのようなものになるかについてはまだ明言する勇気を持っていない。しかし、彼にはアイデアがあります。「この方法を使用すると、たとえば、金融セクター。このデータ クラウドは危機の直前に大きく形を変えるため、TDA は危機の到来を事前に把握できます。」

別の用途は、複雑なネットワークの分野にあります。「最も興味深い可能性の一つは脳だと思います」と彼は言う。「これは、さまざまな活動中に活発な領域のネットワークであると説明できます。いつか TDA を使用してアルツハイマー病をよりよく理解できるようになるかもしれません。量子がそれを助けることができる兆候があります。」

「このテーマに取り組むには素晴らしい時期です。より大型で、より有用な量子コンピューターが急速に登場しています。うまくいけば、今後数年以内に、それを使って何ができるかについての答えが得られることを願っています。私たち全員が共通の信念を持っていることは、非常に刺激的です」目標を達成しました」とギュリクは博士課程の研究を振り返ります。「次に何をするかはまだわかりませんが、量子分野での研究を続けるつもりです。それは確かです。」