D-Waveが「古典計算では困難」とした量子計算、ノートPCが一部の出力に一致
2026年7月23日 00:24
オープンソースソフトウェアを実行する個人用ノートPCが、D-Wave Systemsの5,000量子ビット量子アニーラ「Advantage2」の出力に、特定の量子ダイナミクス問題で一致した。D-Waveは2025年3月、これらの問題はいかなる古典コンピュータでも扱えないと主張していた。サイモンズ財団フラットアイアン研究所の計算量子物理学センター（CCQ）とボストン大学の共同研究チームは、テンソルネットワークと呼ばれる数学的な圧縮手法に、1982年に開発されたメッセージ伝達型の推論アルゴリズムを組み合わせることで、量子ハードウェアを使わずにD-Waveの結果を再現できるとScience誌で報告した。一方、D-Waveは公式に反論し、この古典的手法は同社の結果全体を再現したものではなく、最も難しい問題設定や高次の物理観測量には対応できていないと主張している。
今回の結果は、量子コンピューティングで繰り返されてきた構図に新たな事例を加えるものだ。古典計算を超える性能が主張された後、古典シミュレーションの進歩によって差が縮まるか、あるいはその差がどこに存在するのかを巡って議論が起きるという構図である。
■D-Waveが主張した「Frontier」超えの量子アニーリング
2025年3月、D-Waveを中心とする大規模な共同研究グループはScience誌に論文を発表し、絶対零度に近い温度で動作する量子アニーリングマシン「Advantage2」プロセッサが、オークリッジ国立研究所のスーパーコンピュータ「Frontier」よりも高速かつ正確に、磁性スピングラス系の非平衡ダイナミクスをシミュレートしたと報告した。
シミュレーションの対象は「横磁場イジングモデル」と呼ばれる、物性物理学で標準的に扱われる問題である。数百の量子ビットが、正方格子、立方格子、ダイヤモンド格子といった不規則性を持つ格子形状上で相互作用する。D-Waveのチーフサイエンティストであるモハマド・アミン（Mohammad Amin）氏は当時、この量子マシンは「古典的には解けないいくつかの問題をシミュレートできる」と述べ、その主張は「今後も揺らがない」との見方を示していた。
しかし、この主張には直ちに異論が出た。IEEE SpectrumとScientific Americanはいずれも、古典的手法による量子シミュレーションの専門家が論文の公開当日から反論していたと報じた。この論争が重要なのは、D-Waveのアニーリング型ハードウェアが、IBMやGoogleのゲート型システムとは異なる特殊な量子計算方式であり、科学的に意味のある問題について量子優位性を示したと主張できたのは、それまでになかったためである。
■テンソルネットワークによる波動関数の圧縮
フラットアイアン研究所のチームが用いた手法は、物理系における量子もつれ（エンタングルメント）の基本的な性質、すなわち情報がランダムには分布しないことを利用している。量子クエンチ、つまり印加磁場の急激な変化を受けて時間発展するスピングラス系では、離れた量子ビット間の量子もつれが徐々に形成され、物理学者が「面積則」と呼ぶ規則に従う傾向がある。これは、系を分割した際の量子もつれエントロピーが、領域の体積ではなく境界の大きさに応じて増えるという性質である。
テンソルネットワークは、この構造を利用する。量子ビット数とともに指数関数的に規模が増大し、数百粒子では扱いきれなくなる完全な量子波動関数をそのまま保存する代わりに、波動関数を「テンソル」と呼ばれる、相互接続された小さな数値表のネットワークへ圧縮する。3次元系に使われるテンソルネットワークの一種は「PEPS（射影エンタングル対状態、projected entangled pair states）」と呼ばれる。PEPSは2004年、フランク・ヴェアストラエテ（Frank Verstraete）氏とイグナシオ・シラック（Ignacio Cirac）氏によって静的な基底状態問題のために開発されたが、D-Waveの2025年の論文が対象としたような3次元量子ダイナミクスに、大規模に適用されたことはなかった。
CCQのアソシエイトリサーチサイエンティストで、今回の研究の筆頭著者であるジョセフ・ティンダル（Joseph Tindall）氏はScienceDailyに対し、「波動関数用のzipファイルのようなものだ。膨大な情報を、相互に接続された小さな数値表で構成される数学的データ構造へ圧縮している」と説明した。
ただし、このアプローチを3次元へ拡張するのは容易ではなかった。3次元テンソルネットワークの縮約は、最悪の場合には計算量的に難しい問題となる。ティンダル氏は「こうした対象を扱うこと、特に3次元で扱うことは、ほとんど未開拓だ。処理には高度なコードとアルゴリズムが必要で、それ自体がソフトウェアエンジニアリング上の課題になる」と述べている。
■1982年のアルゴリズム「確率伝搬法」の応用
計算上比較的扱いやすい領域、すなわちD-Waveが扱ったスピングラスのダイナミクスが面積則に従い、量子もつれがまだ系全体に広がっていない段階では、研究チームは計算コストの最も高いテンソルネットワーク縮約法を使用しなかった。代わりに、1982年にジューディア・パール（Judea Pearl）氏が確率的グラフィカルモデル向けに初めて定式化し、その後、誤り訂正符号にも応用されたメッセージ伝達型推論アルゴリズム「確率伝搬法（belief propagation）」を採用した。確率伝搬法は、因子グラフや、確率的ニューラルネットワークで使われるループありメッセージ伝達など、多くの現代的な機械学習手法につながるアルゴリズム群でもある。
この手法には明確なトレードオフがある。確率伝搬法は近似手法であり、木構造のグラフでは厳密な結果を得られるが、ループを持つグラフでは近似誤差が生じる。フラットアイアン研究所のチームは、それでもD-Waveの2025年の論文が対象としたスピングラス問題では、はるかに低い計算コストでD-Waveの結果に一致できるだけの精度が得られたとしている。CCQのリサーチサイエンティストで共著者のマイルズ・スタウデンマイヤー（Miles Stoudenmire）氏は、「ほかの手法より多少近似的だが、はるかに低コストで、多数のより難しい問題にも直接適用できる」と述べた。ティンダル氏は、CCQで開発されたテンソルネットワーク用ソフトウェアライブラリ「ITensor」を使い、初期計算の多くを個人用ノートPC上で実行した。
このシミュレーションは、2025年の論文で検証された正方格子、立方格子、ダイヤモンド格子におけるスピングラスのダイナミクスについて、D-Waveが公表した出力と一致した。また、正解を解析的に求められる小規模な問題では、理論予測とも一致した。
■古典的手法が直面する限界とD-Waveの反論
D-Waveが5月26日に発表した公式回答では、フラットアイアン研究所の論文が扱っていないと同社が考える4つの具体的な限界が指摘されている。
第1は「観測量の相違」である。フラットアイアン研究所のチームによる確率伝搬法では、D-Waveの量子プロセッサが生成した状態全体のデータプロファイルや、4次の高次物理観測量を計算していない。第2は「対象とした幾何形状の不足」である。古典シミュレーションでは、D-Waveの元の論文に含まれていた最も複雑な非平面バイクリーク（biclique）格子トポロジーを試していない。第3は「規模の制限」である。古典的手法が扱ったのは問題の局所的な部分領域であり、D-Waveが評価した最大規模の3次元格子ではない。第4は「強結合時の限界」である。量子相関が格子全体へ急速に広がる強結合のスピングラスでは、確率伝搬法が機能しなくなる。
最後の点は、技術的に最も重要である。PEPSを効率的にし、確率伝搬法を有効な近似にする面積則の仮定は、時間発展の初期段階にある、量子もつれと結合がともに弱い系で成り立つ。強結合のスピングラスでは量子もつれがより速く形成され、ダイナミクスも複雑になるため、面積則が成立しなくなり、PEPSによる近似と確率伝搬法による縮約の双方が信頼できなくなる。D-Waveは、まさにこうした領域で同社のハードウェアが真の量子優位性を示したと主張している。
D-Waveはプレスリリースで、関連するテンソルネットワーク手法である行列積状態（MPS）法を使い、同社が報告した最大規模の問題を再現しようとした場合、「Frontierスーパーコンピュータでも100万年近くかかる」と先行分析で推定されていたと説明した。独立系業界分析メディアのQuantum Computing Reportは、今回の結果を決定的な反証ではなく、「より精緻で厳密なベースライン」を確立したものと評価している。
■繰り返される量子超越性を巡る攻防
フラットアイアン研究所とD-Waveの論争は、量子超越性の主張を巡る短い歴史の中で繰り返されてきたパターンに沿っている。Googleは2019年、同社の「Sycamore」プロセッサが、古典スーパーコンピュータなら1万年かかるランダム回路サンプリングを200秒で実行したと発表した。これに対しIBMは数日以内に見積もりへ異議を唱え、より優れた古典アルゴリズムを使えば、同じ問題を同社の「Summit」で2.5日間で解けると主張した。さらに2024年6月には、1,432基のGPUからなるクラスターを使ったチームが、Googleの当初のハードウェアより速く同じサンプリングタスクを実行し、2019年の結果に対する「初の強力な反証」と位置付けた。
Wikipediaの「量子超越性」の記事には現在、「古典コンピュータとアルゴリズムが予測できない形で改良される可能性があるため、量子超越性は一時的または不安定である可能性がある」と記されている。同じ記事では、ティンダル氏らの2026年の論文も、D-Waveが2025年に主張した優位性に「疑問を呈した」研究として引用されている。
このパターンは重要な構造的意味を持つ。古典シミュレーションの進歩によって追いつかれやすいのは、巧妙な古典的手法で利用できる構造を備えた物理問題を対象とするアルゴリズムである。ランダム回路サンプリングを古典的にシミュレートするのが難しいのは、利用できる構造が存在しないためだ。一方、D-Waveが扱った横磁場イジングモデルのダイナミクスには構造があり、PEPSと確率伝搬法はその構造を利用するよう設計されている。
■議論の先にあるものと古典・量子の融合
フラットアイアン研究所のチームは、すでに次の研究対象を示している。実際の超伝導体や量子材料のように、電子がサイト間を移動する系である。こうしたフェルミオン系には、パウリの排他原理や反対称波動関数といった追加の数学的制約があり、テンソルネットワークを使っても古典シミュレーションはさらに難しくなる。
スタウデンマイヤー氏は、「定量的に見て、はるかに難しい問題だ。だからこそ、次に越えたい大きなハードルの一つになっている」と述べている。
古典シミュレーションの進歩が持つ価値は、個々の量子優位性の主張を立証または反証することだけではない。正確な古典シミュレーションは独立した比較基準となり、研究者が量子ハードウェアの結果を検証するのに役立つ。量子ハードウェアの開発チームが、どの問題なら本当に古典計算の到達範囲を超えるのかを見極める助けにもなる。また、極低温で動作する量子プロセッサを利用しなくても、高温超伝導体を含む量子材料への理解を深められる可能性がある。ティンダル氏はScienceDailyに対し、「これは私たちの指針になるだけでなく、量子コンピューティング研究者の指針にもなり得る。特定の現象をシミュレートする際の参入障壁は、私たちの方が明らかに低い。量子コンピュータを造る必要がないからだ。コードを書いて、自分のコンピュータで『実行』を押すだけでよい」と語った。
さらに、量子推進派と古典推進派という二項対立では十分に捉えられない、より広い融合も進んでいる。現在、量子物理学に使われている確率伝搬法のアルゴリズム群は、機械学習の確率的グラフィカルモデルを支えるものと同じ系統に属する。ITensorソフトウェアライブラリも、物性物理学と計算線形代数が交わる領域に位置している。5年前であれば、どちらか一方の分野の研究者からは、このような交差領域として認識されなかったかもしれない。量子ハードウェアが最終的に、どの古典アルゴリズムでも扱えない問題を生み出せるかどうかにかかわらず、その主張を検証するために開発された手法は、すでに材料科学、最適化、計算物理学に役立つツールを生み出している。
■注目ポイントQ&A
●この結果は量子コンピュータが役に立たないことを意味するのですか？
いいえ。フラットアイアン研究所のチームも、この点を明確にしています。今回の結果が異議を唱えているのは、D-Waveのアニーリング型ハードウェアで実装された、2次元および3次元の横磁場イジング・スピングラスの非平衡ダイナミクスという特定の問題群についての、特定の主張です。IBM、Google、IonQなどが開発するゲート型量子コンピュータや、ショアの素因数分解アルゴリズム、量子化学、現行の古典アルゴリズムとの比較がまだ行われていない量子ハードウェアの用途について結論を示すものではありません。D-Waveも、量子超越性を巡る議論とは別に、アニーリングが実用的価値を持つ最適化、創薬、物流の分野で商業的な事業を展開しています。
●量子アニーリングとは何ですか？IBMやGoogleが構築しているものと同じですか？
量子アニーリングは、多数の変数が相互作用する系の最低エネルギー状態を見つける問題に特化した量子計算方式です。この問題は、特定の最適化やシミュレーションの課題に対応します。D-Waveは、量子アニーラを商用に開発する唯一の主要企業です。一方、IBM、Google、IonQをはじめとする多くの量子コンピューティング企業は、より汎用的で、異なる物理アーキテクチャを使うゲート型量子コンピュータを開発しています。フラットアイアン研究所の結果は量子アニーリングのダイナミクスに関するものであり、ゲート型システムへそのまま適用できるわけではありません。
●なぜ確率伝搬法アルゴリズムがこの特定の結果を超えて重要なのですか？
確率伝搬法は、機械学習やネットワーク分析で使われるものを含む、幅広い確率的推論手法のアルゴリズム上の基盤です。それを量子テンソルネットワークへ適用し、古典コンピュータで3次元量子ダイナミクスを効率的に近似できたことは、古典的なAIと量子物理学の概念的な道具が融合しつつある可能性を示しています。今回の結果が得られたというだけでなく、古典計算が到達できる範囲とできない範囲の境界は、量子ハードウェア業界の宣伝が示してきたよりも変動しやすい可能性があります。古典的な確率手法の進歩は、今後もその境界を引き直していくと考えられます。
●量子優位性の主張から結論を出す前に、どのような点に注意すべきですか？
2019年以降に示された主要な量子超越性の主張はいずれも、通常は発表から数カ月以内に、改良された古典アルゴリズムによる異論に直面してきました。現在、この分野では一般に、「量子優位性」と「量子超越性」を区別しています。量子優位性は、特定の問題で量子デバイスが現行の古典的手法を上回ることです。量子超越性は、実行可能な時間内にはどの古典コンピュータでも解けない問題を量子デバイスが解くことを指します。
後者の主張は、考え得るすべての古典アルゴリズムについて計算量の下限を証明する必要があるため、はるかに困難です。物理的に意味のある問題について、そのような証明に成功した例はまだありません。量子優位性の発表を評価する際は、どの問題を、どの規模で、どの古典的手法と比較したのか、また、どの程度の独立した古典的検証が行われたのかを確認する必要があります。
元記事: D-Wave Said Classical Computers Could Not Match Its Quantum Chip. A Laptop Just Did.