量子コンピューティングのユースケース

量子的アプローチ

VQE(変分量子固有値ソルバー)は、Jordan-Wigner 変換や Bravyi-Kitaev 変換を用いて分子のハミルトニアンを量子ビットにマッピングし、エネルギーを変分的に最小化して基底状態を求めます。相関エネルギーの推定においてわずかな量子的優位性があるだけでも、製薬の研究開発に数十億ドル規模のインパクトをもたらす可能性があります。

量子的アプローチ

このユースケースは特殊で、量子の脅威が古典側の行動を促します。NIST は2024年に CRYSTALS-Kyber(ML-KEM)と CRYSTALS-Dilithium(ML-DSA)を最終確定しました。開発者は暗号インフラを監査し、非対称アルゴリズムを移行する必要があります。「今収集し、後で復号する(harvest-now-decrypt-later)」攻撃により、これは今日すでに緊急の課題となっています。

量子的アプローチ

QAOA は最適化問題をハミルトニアンとして符号化し、回路パラメータを変分的に最適化して高品質な解を生成します。十分な回路の深さがあれば、QAOA は厳密な最適解に収束します。現在の NISQ ハードウェアは深さに制約があり、実問題のサイズでは依然として古典ソルバーが優位です。

量子的アプローチ

パラメータ化された量子回路が学習可能なモデルとして機能します。量子カーネルは指数関数的に大きいヒルベルト空間で内積を計算します。QNN はパラメータシフト則による勾配と古典的なバックプロパゲーションを用います。重要な未解決問題は、古典的な機械学習では効率的に学習できない固有の量子構造を持つ量子データが存在するかどうかです。

量子的アプローチ

古典的な DFT(密度汎関数理論)は電子相関を近似的に扱い、強相関物質では困難に直面します。量子位相推定は厳密な相関エネルギーを計算できます。窒素固定(ニトロゲナーゼ中の FeMo 補因子)は約50量子ビットの問題であり、商業的に意義のある最初の量子化学的優位性となる可能性があります。

量子的アプローチ

古典的なモンテカルロ法は精度 ε に対して O(1/ε²) でスケールします。量子振幅推定は O(1/ε) を達成し、これは二次的な高速化です。デリバティブの価格算定では、10,000サンプルのシミュレーションを約100回の量子クエリに削減できることを意味します。Goldman Sachs、JPMorgan、BBVA が積極的に研究しています。

量子的アプローチ

トロッター分解はハミルトニアンの時間発展を量子ゲートにマッピングします。デジタルアナログ量子シミュレーションは可変結合を利用します。変分的アプローチ(VQE、虚時間発展)は基底状態と励起状態をシミュレートします。これは古典との競合が最も少ない、近未来において最も成熟した量子応用と言えるでしょう。

量子的アプローチ

QKD プロトコル(BB84、E91)は鍵ビットを量子状態(光子の偏光)に符号化します。いかなる盗聴者も必然的にチャネルを乱し、その存在が露呈します。QKD は計算量的な困難性に依存しない無条件の安全性を提供します。商用システムは存在しますが、専用の光ファイバー回線または衛星チャネルが必要です。

量子的アプローチ

タンパク質フォールディングを QUBO(二次制約なし二値最適化)問題にマッピングして QAOA に適用します。配列アラインメントには量子ウォークを用います。長期的には、量子位相推定によりタンパク質-リガンド相互作用を完全に量子力学的にモデル化し、古典的な力場を凌駕します。

量子的アプローチ

QAOA と量子アニーリングは、TSP の一般化である配送ルート問題(VRP)を対象とします。現在の NISQ の結果はランダムな推測を上回りますが、古典的なヒューリスティクスには及びません。誤り訂正された量子コンピュータとより深い QAOA 回路によって、実世界のルーティングにおける量子的優位性が現れる可能性があります。