※本記事は、James Manyika氏とHartmut Neven氏による対談「Building the quantum-AI future with Hartmut Neven and James Manyika」の内容を基に作成されています。本動画はGoogle I/O 2026のDialoguesセッションの一つとして公開されたものです。動画の詳細は https://www.youtube.com/watch?v=yQPnb4gxKRc でご覧いただけます。本記事では、対談の内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
James Manyika氏はGoogleおよびAlphabetのResearch Labs, Technology & Societyのプレジデントを務めています。Hartmut Neven氏はGoogleのQuantum AIチームの創設者であり、2012年に同チームを立ち上げ、現在もそのリーダーを務めています。
Google I/O 2026のAIセッションはこちら → https://goo.gle/AI-at-IO26 Google I/O 2026のDialoguesセッションはこちら → https://goo.gle/Dialogues-at-IO26 Google for Developersのチャンネル登録はこちら → https://goo.gle/developers
1. オープニング:Googleのムーンショット史と量子コンピューティングの基礎
1.1 開会挨拶とムーンショットの系譜、超伝導研究の起源とノーベル賞
JAMES MANYIKA: 私はJames Manyikaと申します。GoogleおよびAlphabetでResearch Labs, Technology & Societyのプレジデントを務めております。本日はこのセッションにお越しいただき、ありがとうございます。Googleにはこれまで、非常に野心的な課題やムーンショットに挑戦してきた輝かしい歴史がございます。検索そのものがムーンショットであったと言う方もいらっしゃいますし、AIの分野における取り組みもまさにムーンショットだったと言えるでしょう。Googleにおける最も初期の例の一つは2001年に遡ります。当時、機械学習を用いたオートコレクションのような機能に着手していました。そこから発展して、自動運転車のWaymoもムーンショットとして取り組んできたものが、今では現実のものとなり、私たちは実際にWaymoに乗車できるようになっています。皆さんもすでにご経験されたことと思います。そして量子もまた、そうしたムーンショットの一つです。私たちは長きにわたり、量子コンピュータという構想の実現に注力してまいりました。本日はまさにこのテーマについてお話ししたいと思います。申し上げておきたいのは、私たちが量子コンピュータを構築する上で拠り所としている基礎は、1980年代にまで遡るということです。当時、バークレーの研究者であったMichel Devoret、John Martinis、John Clarkeの3名が、超伝導をどのように実現するかという問題に取り組み始めました。というのも、それまでの理解では、量子現象はミクロなレベルでしか観測できないとされていたからです。そこで、果たしてマクロなレベルでの観測は可能なのかという問いが生まれました。彼らはこの問いに対して驚くべき実験と発見を成し遂げ、マクロスケールで実際に構築可能な回路という着想に至りました。これこそが、私たちが量子コンピュータの構築について考える上での基礎となっています。申し添えますと、この3名、Michel Devoret、John Martinis、John Clarkeは、昨年ノーベル物理学賞を受賞しております。そして嬉しいことに、そのうちの2名、Michel DevoretとJohn Martinisは、実際に私たちの量子チームの一員でもありました。John Martinisは現在量子チームには在籍しておりませんが、Michel Devoretは現在もGoogleの量子コンピューティングチームでChief Hardware Scientistを務めています。この対談では、Hartmut Nevenに加わっていただきます。HartmutはQuantum AIチームのリーダーであり創設者です。Hartmutは2012年にこのチームを立ち上げました。量子コンピュータというムーンショットをいかにして実現するかという構想のもとにです。私たちは共に働く仲間ですので、こうしてHartmutと話す機会はいつも楽しみにしています。今日はまず、量子コンピューティングとは何か、私たちがどこまで進んでいるのか、どのような進展があったのか、そしてどのような課題や機会、私たちがワクワクしていることについてお話しし、この先どのようなことが期待できるのかについて語り合いたいと思います。それではHartmut、参加いただきありがとうございます。
HARTMUT NEVEN: こちらこそ光栄です。皆さん、お越しいただきありがとうございます。
1.2 超重ね合わせとキュービットの基礎、Willowチップの計算スケール
JAMES MANYIKA: それでは始めましょう。量子コンピューティング、あるいは量子力学は、非常に複雑なトピックの一つです。Hartmutは量子コンピューティングをどのように説明しますか。基本的なことを教えていただけますか。量子コンピューティングについて理解しておくべき基本事項とは何でしょうか。
HARTMUT NEVEN: 量子コンピュータの超越的な力がどこから来るのかを理解したいのであれば、把握すべき概念は一つ、重ね合わせ(スーパーポジション)という概念です。手短に量子コンピューティング101をお話しして、重ね合わせとは何かを説明させてください。量子物理学が述べているのは、あらゆる系は同時に多くの構成状態で存在しうるということです。これが重ね合わせと呼ばれるものです。イメージしやすいように説明しますと、今私たちがこの部屋で作っている状況を考えてみてください。私たちは今、一つの特定の配置で座っています。しかし、別の配置も簡単に想像できます。例えば、お二人が席を交換することもできますし、James、あなたと私が席を交換することもできます。つまり他にも配置は存在するわけです。しかし量子物理学の解釈に従えば、これらの、あるいは多くの構成、配置は今この瞬間すべて実現しており、それらが時間とともに共に進化しているということになります。そして、これこそが私たちのチップにおいて活用している性質なのです。
JAMES MANYIKA: ここでよく話題になることの一つですが、私たちは物理キュービットを構築し、それから論理キュービットへと進んでいきます。キュービットという概念について、どのように理解すればよいか説明していただけますか。
HARTMUT NEVEN: キュービットとはquantum bit(量子ビット)の略です。本質的には、私が重ね合わせ状態にできるビット、あるいは複数のビットのことを指します。後ほど、あるいは今この場でお見せしましょう。キュービットを含むチップをご覧に入れます。カメラに映るかどうかわかりませんが、これはWillowチップという私たちの最近のチップの一つです。この中には105個のキュービットが搭載されています。重ね合わせが何かを理解した上でこれを考えると、次のようなことがわかります。これらのキュービットは重ね合わせ状態になりうるということです。105個のキュービットに対する一つの構成というのは、単に0と1の列にすぎません。これを長さ105のビット列と呼びます。しかし先ほどお話ししたように、いくつかのキュービットを反転させれば別のビット列が得られますし、さらにいくつか反転させればまた別のビット列が得られます。では、いったいいくつのビット列が存在しうるのでしょうか。このチップにある105個の量子ビットでは、2の105乗という数になります。そして驚くべきことに、このチップのわずか1クロックサイクルの中で、私たちは2の105乗個もの異なる対象、すなわち2の105乗個の異なる文字列に触れることができるのです。これは途方もない数です。したがって、このごく小さなチップが、世界最大級の工場規模のデータセンターをもってしても法外な時間、直近の実証では10垓(せん)——10 septillion年——を要するような計算をやってのける、という状況に至るわけです。
2. キュービットの物理的実装と技術的課題
2.1 超伝導方式の選択理由と極低温冷却
JAMES MANYIKA: 冒頭の挨拶で、私たちはMichel Devoretらが1980年代に成し遂げた発見の上に構築を進めていると申し上げました。彼らが取り組んだ重要なテーマの一つが、超伝導という手法です。Josephson回路を用いた量子トンネル効果のようなアイデアによって超伝導を実現するというものでした。これには多くの場合、実際にこれらの装置を絶対零度からわずか数度という温度まで冷却する必要があります。そこで、実験室で実際にこうした特殊な冷凍装置を構築されている様子について教えてください。なぜそのような方法で冷却を行う必要があるのでしょうか。どのような仕組みなのでしょうか。
HARTMUT NEVEN: キュービットを作る方法にはいくつかの種類があります。量子力学というと、有名な話として、電子や原子を記述する非常に小さなものの物理学だと思われがちですが、これは実は正しくありません。量子物理学はあらゆるスケールにおいて成り立つ法則であり、ミクロなスケールから宇宙全体に至るまで当てはまります。ただ、量子効果を容易に制御し、管理し、観測できるのがたまたまミクロなスケールであるというだけのことです。そのため、キュービットを作る自然な選択としては、原子そのものを使うこと、例えば電子や原子核のスピン状態を利用することが考えられます。しかし、これらは非常に微小であり、扱いが難しいという課題があります。ノーベル賞を受賞した独創的な発明とは、本質的にはマクロスケールのキュービットを作り出したことにあります。超伝導ワイヤのループを用いることで、原子が持つ量子化されたエネルギー準位やその他の特徴的な性質を、マクロなスケールで再現できるようになりました。これによって、チップに組み込みやすく、格段に扱いやすくなったのです。
JAMES MANYIKA: そして実際、Hartmutがいつもおっしゃっていることの一つに、私たちの研究室はおそらく銀河系で最も冷たい場所だというものがあります。これについて説明していただけますか。
HARTMUT NEVEN: はい。超伝導材料でできたこの人工的な原子を扱うためには、これは皆さんもご存じかもしれませんが、超伝導というマクロな量子効果を得るためには、金属や材料を非常に低い温度まで冷やす必要があります。私たちは現在、アルミニウム製のキュービットを使用しています。ニオブやタンタルといった他の選択肢もありますが、いずれの場合も約1ケルビンまで冷却する必要があります。これだけでも十分に低温ですが、私たちはそこで止まりません。さらに10ミリケルビンまで冷却します。なぜなら、温度というのは物理学者にとってはノイズを意味する言葉だからです。私たちのチップにノイズを持ち込みたくありません。ですから、冷やせば冷やすほど良いということになります。
2.2 コヒーレンス時間の改善と課題認識の変化
JAMES MANYIKA: それでは、量子コンピュータを構築する上で何が難しいのか、少しお話しいただけますか。こうしたシステムを構築しようとする際に解決しなければならない主要な課題とは何でしょうか。
HARTMUT NEVEN: 先ほど、重要な資源は重ね合わせ状態であると説明しました。私たちは、この異なる構成の重ね合わせを維持し続ける必要があります。そしてこれを測定する上で重要な時間があり、それを量子コンピュータのコヒーレンス時間と呼んでいます。これは本質的に、この重ね合わせがどれだけ長く持続するかを測るものです。この時間はできるだけ長い方が望ましいわけです。当初、私たちは皆、これが取り組むべき重要な戦い、乗り越えるべき重要な工学的課題だと考えていました。しかし、この領域では急速な進展が見られました。当初20マイクロ秒だったコヒーレンス時間は、その10倍、現在では250マイクロ秒を超えるまでになり、量子コンピューティングに必要な水準としてはほぼ十分なものとなっています。ですから、これはもはや物理学上の最重要課題ではなくなっています。むしろ、私たちの足かせとなっているのは、より地味なシステムレベルの問題なのです。
3. 量子コンピュータの応用可能性とロードマップの進展
3.1 応用分野とアルゴリズム数の増加
JAMES MANYIKA: それでは、なぜ量子コンピュータを構築したいと思うのでしょうか。実現できたと仮定した場合、どのような有用な応用があるのでしょうか。今どこまで進んでいるかについては後ほど少しお話ししますが、そもそもなぜ量子コンピュータが欲しいのでしょうか。
HARTMUT NEVEN: 応用の面では、いくつかの領域があります。まず皆さんに理解しておいていただきたい重要な点は、量子コンピュータは、私たちの知る限り、常に専門特化型のツールであり続けるということです。特定の応用には非常に優れている一方、そうでない応用にはあまり役立ちません。では、考えられる有用な応用にはどのようなものがあるでしょうか。一つ目は、私たちがRichard Feynmanの「キラーアプリ」と呼んでいるものです。Feynmanは、量子効果が重要な系をシミュレートしたい場合、この組み合わせ的な課題にぶつかることに最初に気づいた人物です。つまり、あらゆる異なる構成を考慮しなければならず、それは古典コンピュータにとってはとうてい実現不可能なほど困難だということです。そこで彼は、冒頭のビデオでもご覧いただいたように、自然を忠実にシミュレートしたいのであれば、それは量子力学的に行うべきだと提唱したのです。
JAMES MANYIKA: 量子コンピュータというと、しばしば速度面での恩恵、つまり物事をより速く実行できるようになるという点に注目しがちです。しかし中には、本質的に量子的であり、量子コンピュータでしか取り組めない問題も存在します。単なる高速化に留まる領域と、量子コンピュータでなければ扱えない領域とをどのように区別すればよいでしょうか。
HARTMUT NEVEN: いくつか例を挙げましょう。先ほどはRichard Feynmanのキラーアプリ、すなわち量子系のシミュレーションという概観をお話ししました。これは実は、皆さんが思う以上に頻繁に必要とされる作業です。良い例を一つ挙げると、電池です。少し退屈に聞こえるかもしれませんが、休暇で飛行機に乗る際、灯油ではなく電池で動く飛行機に乗れたら、私たちはずっと気分が良いはずです。現在、リチウム空気電池というものがあり、灯油よりもエネルギー密度が高いものです。ですから、理論上は十分に実現可能です。しかし残念なことに、これらは非常に脆く、さまざまな材料科学上の問題を抱えています。それが、今日私たちがこれらを使用していない理由です。しかし量子コンピュータであれば、リチウム空気電池のさまざまな設計をシミュレートする素晴らしいツールになり得ます。そうすれば、自動車だけでなく飛行機にも搭載できるようになるでしょう。
JAMES MANYIKA: そうですね。もしかすると訂正が必要かもしれませんが、現在、量子コンピュータが最も有用な取り組み方であると研究コミュニティが特定している問題やアルゴリズムは、70種類以上あると記憶しています。これはまだ70のままでしょうか、それとも増え続けているのでしょうか。
HARTMUT NEVEN: その数字を挙げていただき、ありがとうございます。ウェブサイトを確認しておくべきでした。この対談を始めた頃は60でしたが、今では70になっています。そして数年のうちに、量子コンピュータが決定的な優位性をもたらす重要なアルゴリズムが600や700、つまり10倍に増えることを期待しています。
3.2 6段階ロードマップとWillowチップのブレークスルー
JAMES MANYIKA: それでは、私たちが今どこまで進んでいるのかについてお話ししましょう。HartmutとGoogleで初めて一緒に仕事をするようになったのは、確か5年ほど前だったと思いますが、当時6つのマイルストーンからなるロードマップをお持ちでした。まず、量子コンピュータの構築に向けて描いてこられたロードマップについて説明していただけますか。そして、そのロードマップ上で今どこにいるのか、どのような進展があったのかを教えてください。
HARTMUT NEVEN: もともと、Google Quantum AIチームの取り組みをご覧になったことがある方であれば、私たちが講演やプレゼンテーションの冒頭で必ず示しているのを見たことがあるかもしれません。私たちの使命は、他に解決策のない問題のために、実用的な量子コンピュータを構築することです。そこに至るために、私たちは6つのマイルストーンからなるロードマップを設定しました。最初の2つのマイルストーンは、数年前にすでにクリアしています。最初のものは2019年で、量子コンピュータが古典的なスーパーコンピュータでは何年もかかるようなことを、数分で計算できることを初めて示しました。これがマイルストーン1です。マイルストーン2は、量子誤り訂正と呼ばれる技術に関するものです。これは、重ね合わせ状態を維持し続けるために必要な技術であり、理論上は1990年代から理解されていました。しかし2022年になって初めて、私たちはこれを実際に実現し、量子誤り訂正が実際の機械においてエラーを削減することに成功する機械を構築しました。そして現在、うまくいけば今年後半にもマイルストーン3を解決できるところまで来ています。これは、大規模なモジュール型量子コンピュータを構築するための、非常に優れたモジュールの一つとなるでしょう。
JAMES MANYIKA: そして、マイルストーン5あるいは6に到達する頃には、実用的な応用が実現していることを期待しています。それでは、最近のブレークスルーについて少しお話ししましょう。Willowチップをお見せいただきましたが、これは2024年に世界に向けて発表したチップです。これには2つの重要なブレークスルーがあったと思います。一つは、世界最速のスーパーコンピュータが10垓年かかるような計算を数分で実行できたという事実です。これは1の後に0が25個続く数字であり、驚くべきことです。しかしもう一つ、ある意味でより重要な実証は、閾値以下の誤り訂正という考え方です。これが何であり、なぜそれほど重要なのか説明していただけますか。
HARTMUT NEVEN: はい。量子誤り訂正は、重要な重ね合わせ状態を維持し続けるために必要な技術です。そして先ほど申し上げた通り、2022年に初めてこのハードルを乗り越えました。しかし研究コミュニティはあまり感心しませんでした。というのも、エラーがわずか数%しか低減しなかったからです。皆さんは、それ以前と比べても大したことではないと言いました。誤り訂正はどのように行うのでしょうか。通常、冗長性を利用します。これは工学において物事をより安全にするために使う手法と同じです。つまり、私たちが物理キュービットと呼ぶものを一定数用意し、それらをオーケストレーションして、より安定した一つの論理キュービットへとまとめ上げます。これが誤り訂正の仕組みです。しかし以前、人々がこれを試みた際には、より多くの冗長性を導入していました。すると、より多くのキュービット、より多くの配線、より多くの測定装置が必要になり、物が増えるばかりでした。そのため、エラーは常に低減するどころか、逆に増加してしまっていました。そして2022年になって初めて、私たちはエラーを低減させることに成功しましたが、それは数%というぱっとしないものでした。そしてWillowによって、私たちは再びこの実験を行いました。2024年には、基本的に同じ実験を繰り返しましたが、今度はすでにはるかに高品質なチップを使っていました。そしてエラーは2倍低減しました。そこで初めて、研究コミュニティは、これは本当にうまくいくらしいと受け止めるようになったのです。
4. Quantum Echoesアルゴリズムと化学分野での実証実験
4.1 ベンチマークの限界とQuantum Echoesの意義
JAMES MANYIKA: そうですね、それは重要なブレークスルーでした。そして昨年、私たちはもう一つの大きなブレークスルーを迎えました。ただ、そのブレークスルーについてお話しする前に、これまで用いてきた10垓年といった典型的なベンチマークは、ランダム回路サンプリングと呼ばれる特定のベンチマーク手法によるものであり、それ自体は実際に役立つ計算ではないという点を整理しておきたいと思います。あくまで進捗を測るための手法にすぎません。しかし、昨年のQuantum Echoesによるブレークスルーは、実は誰かが実用的なアルゴリズムを示した初めての事例だったと思います。Quantum Echoesについて、そしてこのブレークスルーがなぜ重要だったのか、お話しいただけますか。
HARTMUT NEVEN: おっしゃる通りです。量子チップが何か印象的なことをできるという当初の実証は、エキゾチックな数学的ベンチマークで行われていました。これは本質的に、皆さんや現実世界の人々が抱えているような問題ではなく、あくまでベンチマーク用の問題です。そこで、私たちが実際に関心を持てるようなものを見せてほしいという批判が寄せられました。Quantum Echoesは、この批判への答えでした。これは、実用的なタスクを実行できる初めての量子アルゴリズムだったのです。
JAMES MANYIKA: そのタスクについて教えてください。私たちはBerkeleyの研究者らと協力し、Quantum Echoesの実用的な活用例を示す実証を行いましたね。その取り組みについて説明していただけますか。
HARTMUT NEVEN: はい。Quantum Echoesは、本質的には典型的な量子機械学習アルゴリズムです。これは、容易に入手可能なデータから学習することを可能にします。そのデータとは、核磁気共鳴(NMR)装置から得られるデータであり、製薬会社が使用するNMR装置や、あるいは病院でMRIスキャンを受ける際に用いられる核磁気共鳴イメージングも同様です。こうした装置からより多くの情報を引き出すために、Quantum Echoesアルゴリズムが応用されるのです。
4.2 NMR応用とジフェニル分子での実証
JAMES MANYIKA: そして、その例において実際に観測できたのは、これまで理解が困難だった分子の二面角を初めて測定できたということだったと思います。確か、ベンゼン環を含む分子でしたね。
HARTMUT NEVEN: はい。このような新しいアルゴリズムを実際の現場に定着させるには、通常いくつかの段階を踏む必要があります。まず初めに、原理実証のような問題でこれを示しました。そして次第に、化学者が実際に関心を持つ対象へと近づけていきました。具体的には、ジフェニルと呼ばれる分子です。これはベンゼン環を2つ持っています。化学者たちは、この2つの環が互いにどのような角度で回転しているのかを把握できていませんでした。そこで私たちは、Quantum Echoesを用いてこの角度を計算しました。そして、このアルゴリズムを使えば化学における実際の未解決の問いに答えられることを示したのです。
5. 「Quantum AI」という名称とAI・量子の相互作用
5.1 チーム名の由来とAlphaFoldデータセット問題
JAMES MANYIKA: 一つ申し上げておきたいのは、Googleにおける量子チームは実はQuantum AIという名称なのです。この名前について、なぜそう呼ばれているのかお話しいただきたいと思います。そこにはいつも、この2つは互いを必要としているのかという疑問がついて回ります。量子コンピューティングはAIを必要とするのか、そしてAIは量子コンピュータを必要とするのか。Quantum AIというチーム名の由来を説明していただけますか。そのあとで、AIと量子の関係について少し議論を交わせればと思います。なぜその名前になったのでしょうか。
HARTMUT NEVEN: Quantum AIという名前になった理由についてですね。私はキャリアの大半をAIの分野で過ごしてきました。実は私の博士論文は自動運転車についてのものでした。Googleに入社した当初はコンピュータビジョンや視覚検索に携わっていました。しかし当時、真に強力な未来のAIというものは、私たちが考えうる最も強力で高性能な計算基盤にアクセスできる必要があるという考えに至りました。そして現在、その計算基盤にあたるのが量子コンピューティングなのです。そこで私は、Quantum AIは古典的なマシン上で動作するAIには決して実現できないタスクをこなせるはずだと考えました。そして2012年、この仮説に基づいて、私たちはこれが本当に正しいことを実証すべく取り組みを開始したのです。
JAMES MANYIKA: そして、量子コンピューティングがAIに貢献しうる理由の一つは、特にデータセットに関するものだと思います。
HARTMUT NEVEN: そうですね。ここで宣伝させてください、James。詳しく知りたい方のために、"Daedalus"の特集号が近くまとまります。あなたが編集者を務めていますね。そこに私たちは「Quantum Plus AI Equals Quantum AI」と題したエッセイを寄稿しました。そこでは、この双方向的な加速について論じています。今日、私たちはどのようにAIを使って量子コンピューティングの進展を加速させているのか、そしてこれから、さらには将来において、量子リソースがどのように新たな課題の解決を助けていくのかという内容です。
JAMES MANYIKA: そうですね。その一例として、DeepMindチームと量子チームの間で深い協業が行われたAlphaQubitという事例があります。これは、AIや機械学習の技術を使って、私たちが誤り訂正において進めてきた進展をどのように後押しできるかという着想でした。これはAIが量子に恩恵をもたらした一例だったわけですが、他にもそうした例はありますか。
5.2 AlphaQubitによる誤り訂正へのAI活用
HARTMUT NEVEN: はい。その前に、先ほどのご質問にきちんとお答えしていませんでしたので、まずそちらから。量子はどのようにAIを助けられるのか。おそらく十数通りの異なる方法があります。一つ、二つ例を挙げましょう。AlphaFoldは目覚ましい成功を収め、世界中の研究室で使われています。AlphaFoldを訓練するためには、1970年代から収集され始めたデータセットが必要でした。タンパク質のデータベースのようなものを作るのに50年もかかったのです。多くの博士研究者たちによる骨の折れる作業であり、多くの政府助成金も投じられました。量子コンピュータがあれば、こうした訓練データセットの作成が難しいさまざまな場面において、非常に価値あるデータセットを生み出すことができるようになるでしょう。ですから私たちは、これが量子からAIへの最初の貢献になると期待しています。つまり、こういう優れたデータセットがあるので使ってくださいと言えるようになるということです。そして実際、直近の話題として、つい先週のことですが、材料科学に関連する最初のデータセットが得られました。私たちはこれを見て、これは十分な品質だと驚きました。そこで、DeepMindの同僚たちに提供することにしました。
JAMES MANYIKA: それは素晴らしいですね。
6. 量子シミュレーションが生んだ科学的発見
6.1 量子もつれとワームホールの実証実験
JAMES MANYIKA: 私が興味深く感じていることの一つは、私たちは完全に誤り訂正された量子コンピュータを構築するというムーンショットの旅を続けているわけですが、その道中で素晴らしい科学的発見が数多く起きているということです。いくつか例を挙げていただけますか。私が気に入っている例の一つは、Einsteinが提起したある予想に端を発するホログラフィック効果です。ですが、Hartmutと研究チームがこの道のりの中で成し遂げてきた驚くべき科学の例について、もう少しお話しいただけますか。
HARTMUT NEVEN: 現在、私たちは数百個のキュービットを持つチップを手にしていますので、Richard Feynmanの夢を実現し、量子系をシミュレートしてその性質を研究し、新しいことを学ぶことができるようになっています。すでにいくつか触れていただきましたが、非常にエキゾチックな一例として、科学界に大きな論争を巻き起こしたものがあります。この背景にある科学を完全に説明するのは難しいのですが、量子もつれという効果についてお聞きになったことがあるかもしれません。これは、2つの量子粒子が長距離にわたって相関しうるというものです。また、ワームホールについても耳にされたことがあるかもしれません。これは空間内の2つの離れた点をつなぐ経路のことです。そして物理学には、ホログラフィック双対性と呼ばれる分野があり、これら2つの現象は実は同一のものであると主張しています。もしこれが本当に正しいのであれば、私たちのチップ上で生成できるもつれたキュービットを使って、ワームホールを作り出すことができるということになります。そして実際、私たちはワームホールを作り出しました。あえて「シミュレートした」ではなく「作り出した」という言葉を使っています。なぜなら、厳密に言えば、もしホログラフィー、つまり弦理論の研究者たちが正しく、この双対性が本当に存在するのであれば、それは実際に小さな——ご心配なく、皆さんが落ちてしまうようなものではありませんが——ワームホールが本当に作り出されたということになるからです。
JAMES MANYIKA: ええ、これは非常にエキゾチックな話にすぐに発展してしまいますね。量子重力に関する実験も行われていますし、以前は十分に理解されていなかった電磁気学に関するより深い問いについての理解も進めていらっしゃいます。この道のりの中で、実に驚くべき科学が数多く生まれているということですね。
6.2 タイムクリスタルと非可換エニオン
HARTMUT NEVEN: そうですね。私たちが誇りに思っていることの一つは、私たちのチームがまさにそうした発見——このプロセス、つまり興味深い系の量子シミュレーションを通じて得られた発見——について論じる、インパクトの大きい論文を数多く継続的に発表しているという点です。他にも、名前だけご紹介すると、詳しい説明は省きますが、タイムクリスタルというものを作り出しました。これは物理学が許す範囲で最も永久機関に近いものです。本質的には、環境とエネルギーをやり取りすることなく、永遠に周期的な運動を続ける系のことです。もう一つのエキゾチックな例は、非可換エニオンです。舌を噛みそうな名前ですが、これは何でしょうか。これも一見、常識に反するように思えるものです。想像してみてください。LEGOブロックで小さな家を建てたとします。同じように見える2つのブロックがあり、それらを入れ替えてもう一度家を見たとします。同じものだったのですから、何も変わらないはずですよね。しかし量子物理学では、これが異なる結果になるという予測がありました。つまり、同一の粒子を2つ入れ替えたとしても、系全体の性質が変化してしまうというのです。そして私たちは、実際にこれが本当に存在することを実証したのです。
7. 暗号技術への影響と社会的責任
7.1 RSA・ECC解読に必要なキュービット数の推移
JAMES MANYIKA: 量子コンピューティングと聞くと、多くの方は生物学や化学、材料科学などにおけるこうした驚くべき応用について話すことができますが、多くの人が真っ先に思い浮かべる応用は暗号技術だと思います。Shorのアルゴリズム以来、私たちが使っている暗号システムの多くは、古典コンピュータにとって極めて解くのが困難な問題であるという前提に依拠しています。ですから、私たちはこうした計算の困難さを頼りに、暗号システムを設計しているわけです。しかし量子コンピュータがあれば、おそらくこうしたシステムを破ることができてしまいます。そして最近、Hartmutと研究チームは、RSA暗号や楕円曲線暗号システムを破る能力を持つシステムの構築が、それほど遠くない将来に実現しうるというニュースを発表されましたね。そのニュースの内容と、そこに至るまでの進展について少しお話しいただけますか。
HARTMUT NEVEN: はい。幸いなことに、量子コンピュータの自然な応用の多くは、より良い薬の設計、より優れた電池、核融合炉といった、人類にとって非常に友好的なものです。人類が直面する重要な課題の解決に役立つものが数多くあります。しかし、量子コンピューティングのより問題含みの応用の一つが、暗号解析において非常に強力な力を発揮しうるという点です。実際、量子コンピューティングにおいては、ハードウェアだけが進歩しているわけではありません。アルゴリズムも進歩しています。そのため、私たちはシミュレーションに必要な計算資源がどんどん少なくて済むようになっていることを示すことができました。それは暗号解析についても同様です。したがって、実際にそのタイムラインは前倒しになりつつあります。2030年代後半まで待ってから心配すればよいという話ではありません。実際、Googleはブログ投稿を通じて、2029年までにより強力なポスト量子暗号方式への移行が必要であると発表しています。
JAMES MANYIKA: そうですね。具体的な数字でお話しすると、2019年当時、業界の見解としては、RSA 256暗号を解読できる量子システムを実現するには、少なくとも2000万キュービットのシステムが必要だとされていました。そして約1年前、私たちは進展によってその閾値がすでに下がり、必要なキュービット数はおよそ100万にまで減っていることを示しました。そして2か月前には、特に暗号通貨などで主に使われている楕円曲線暗号システムについて、その閾値がさらに下がっていることを示しました。これは、量子コンピュータシステムの到来に備えてポスト量子暗号システムへ移行しなければならない日が、それほど遠くないことを示唆しています。
7.2 ポスト量子暗号への移行とマイルストーンの前倒し
JAMES MANYIKA: それほど遠くないということですね。量子コンピュータシステムの到来に世界が備えられるようにする上で、私たちの責任についてどのようにお考えかお聞かせください。
HARTMUT NEVEN: おっしゃる通りです。昨年、私たちのチームには非常に優れた量子アルゴリズム設計者がおります。Craig Gidneyという名前です。昨年、彼はRSA 2,048に対する暗号解析が、わずか100万個の物理キュービットで実行可能であることを示しました。そして続けて、デジタル署名にとって重要なECC-256についても、必要なのはわずか数十万個の物理キュービットだけであることを示しました。ちなみに、先ほどロードマップについてご説明した際に付け加えておくべきだったのですが、私は6つのマイルストーンがあると申し上げました。そして6番目のマイルストーンは、本質的には、100万個の物理キュービットを持つ物理チップ、あるいは複数のチップ群を構築するというものでした。しかし、アルゴリズムにおけるこうした進展のおかげで、私たちは現在、商用として意味のあるマシンには約10万個の物理キュービットしか必要ないだろうと考えるようになっています。そこで私たちの間では、「マイルストーン5が新たなマイルストーン6だ」という合言葉が生まれています。そこに到達すれば、本当に商業的なインパクトが見えてくるはずです。
8. 今後の展望:期待、創造性への応用、代替アプローチ、クロージング
8.1 量子アルゴリズムの実証への期待と創造性への応用
JAMES MANYIKA: それではHartmut、この先を見据えて、量子コンピューティングについて最も期待していること、そして最も懸念していることは何でしょうか。
HARTMUT NEVEN: 私が最も期待しているのは、現在多くのアルゴリズム、量子アルゴリズムについて、それが実生活で有用であると主張するには、まだ実際にそのアルゴリズムを実行できないため、鉛筆と紙で証明しなければならないという状況があるということです。今世紀末までには、もうそうする必要がなくなります。ある優れた量子機械学習アルゴリズムがあったとして、それを苦労して証明しようとするのではなく——古典的なニューラルネットワークについても通常こうしたことは証明できないのですが——実際に実行することで実証できるようになるのです。そうなれば、経験的に、発見的に新しいアルゴリズムを試し、開発できるようになる、はるかに楽しい時期が訪れるでしょう。
JAMES MANYIKA: ですが、Hartmutが他にも期待していることがいくつかあると知っています。少し引き出させてください。量子コンピューティングと創造性の交差点について考えてこられましたね。取り組んでこられた実験について教えていただけますか。
HARTMUT NEVEN: はい、最近とても楽しい実験をいくつか行いました。皆さんもご存じかもしれませんが、美しい画像や音声、映像を生成するための主要なツールとして拡散ニューラルネットワークがあります。これらは基本的に、ノイズテンソルを受け取り、そこから美しい画像を彫り出すように訓練されています。今日私たちにできることの一つは、古典コンピュータの手が届かないようなノイズ分布、というより確率分布を、私たちのチップ上で表現できるということです。そこで私たちは、もしこのチップを使ってノイズテンソルを作ったら、より鮮やかで見栄えの良い画像になるのだろうかという問いを立てました。そして実際に画像を生成してみました。皆さんにもお見せすることになると思います。この仮説が正しいかどうか、皆さん自身で判断していただけるよう、このツールを公開する方法を模索しているところです。
JAMES MANYIKA: ですが、実際に最近ヨーロッパでの展示会でこの一部を披露されましたよね。
HARTMUT NEVEN: はい。著名なアーティストたちとのコラボレーションを行いました。最も早いものはRefik Anadolとのもので、2020年に同じプロセスを行いました。量子プロセッサからの出力、量子ノイズテンソルを使ってこの作品を制作しました。「Quantum Memories」というタイトルの作品です。これは非常に成功を収め、130万人もの人々に鑑賞されました。ただしこれはYouTubeのクリック数ではありません。実際に美術館に足を運んだ人々の数です。ですから、とても成功したと言えます。ほかにもベルリンで2回、展示会が行われました。その一つは、私が少し誇らしく思っているものです。真冬のベルリンで、1マイルから2マイルにも及ぶ長い行列ができたのです。Kraftwerkでの展示会にこの量子アートショーを見るために並んだ人々の列です。それを見るのはとても嬉しいことでした。
8.2 中性原子方式という代替アプローチと締めくくり
JAMES MANYIKA: それではHartmut、そろそろ締めくくりに入りますが、もし数年後にまたこうして対談をするとしたら、どのようなことを成し遂げていたいと考えていますか。そして、どのような新しい成果をお見せできるようになっているでしょうか。
HARTMUT NEVEN: そうですね。私たちのチームも大いに意欲を持って取り組んでいることですが、Quantum AIがより強力な形のAIであるという基本的なテーゼが正しいことを実証できればと思っています。
JAMES MANYIKA: そうですね。実は、もう一つ質問を挟ませてください。この対談の冒頭で、私たちは超伝導と超伝導キュービットを量子コンピュータ構築の手法として追求してこられたことに焦点を当てました。しかし、それが唯一の量子コンピュータの構築方法ではないことは明らかです。他にも手法があります。中性原子や、いわゆるトポロジカルキュービットなど、さまざまな可能性が語られています。最近、中性原子に焦点を当てた新しいチームを立ち上げられましたね。これを、こうしたシステムを構築するための異なる代替手段として説明していただけますか。
HARTMUT NEVEN: 量子ビット、キュービットを表現するために探求されている方法は、5つ、6つ、あるいは7つほどあります。先ほど、超伝導がなぜ優れた戦略なのかを説明しました。扱いやすいマクロな原子を持てるからです。ところが、中性原子を扱う研究者たちも良い進展を遂げており、私たちはある時点で、彼らの方が超伝導方式よりも早く特定の応用にたどり着けるかもしれないと考えるようになりました。そこで私たちは2番目の研究の柱を加え、現在コロラド州ボルダーに新しい研究室を立ち上げ、中性原子方式と呼ばれる2番目の柱を追求しています。この先どうなるか、見守っていきたいと思います。もちろん、両方の柱は、アルゴリズムや誤り訂正、制御、電子工学など、私たちが持つ共通の専門知識から大いに恩恵を受けることができます。
JAMES MANYIKA: そして両者はそれぞれ非常に異なる特性を持っているため、まさに補完関係にあるということですね。
HARTMUT NEVEN: はい。それぞれに長所と短所があります。超伝導は常により高速であり続けるでしょう。中性原子システムは、センサーとの接続がより容易かもしれません。これはまだお話ししていなかったことですね。そして量子強化センシングは、文字通り人類に新しい目をもたらし、これまで私たちが見ることのできなかった宇宙の特徴を見えるようにしてくれます。
JAMES MANYIKA: そろそろ締めくくるよう言われているようですが、対談にご参加いただきありがとうございました。皆さんにとって有益で参考になる内容であったことを願っています。Hartmut、いつもながらお会いできてよかったです。
HARTMUT NEVEN: ええ、楽しい対談でした。ありがとうございました。