サスティナブル量子AI研究センター

量子データに対する生成モデルを、その訓練法も含めて一般的な量子状態変換則で記述し、量子生成モデルの訓練に要する計算複雑性を見積もり、量子生成モデルとして扱うべき適切なクラスの特定を目指す。

テンソルネットワークと量子回路により励起状態や励起スペクトルを計算するためのアルゴリズム開発し実装を行う。有限温度や散逸・量子測定の効果、量子もつれを評価するための方法の開発や、実装のための量子誤り抑制との融合を行う。また、量子デバイスで実現しやすい実時間発展に基づいた量子多体系のグリーン関数計算手法を開発し、古典計算機上で手法の検証を行う。量子機械学習による異常検知や連続量光量子技術を用いた暗号通信へのテンソルネットワークの応用手法の研究と実証環境の構築を進める。量子回路のシミュレーションに向けて、非一様なテンソルネットワークの近似縮約計算手法の研究開発を進める。

最適化問題の数理構造、特に制約条件の構造に適合するゲート型量子コンピュータ・量子アニーリングマシン・イジングマシンなどのアルゴリズム構築を実施し、大規模最適化問題に対する古典・量子ハイブリッドアルゴリズムの構築を行う。さらに、2024年度までに実施してきた研究の知見をもとに、イジングマシンと機械学習のハイブリッド計算によるブラックボックス最適化手法の高度化を進め、適用範囲のさらなる拡大を目指す。

量子古典結合の最適化のため、状態ベクトル方式量子ゲートシミュレーションをSATAディスク直結型FPGAボード上に実装し、対象量子ビット間のカスケード実行、状態情報の圧縮など高速化技術の確立に取り組む。さらに、引き続きHPC環境での量子ゲートシミュレータの性能評価を行うほか、様々な評価やAIモデル構築の際の学習データとして用いることのできるパラメタライズ可能な量子回路生成ツールを開発する。

ハミルトニアンシミュレーションに基づく量子選択配置相互作用の提案。ハートリー・フォック近似が基底状態として良好な結果を与える分子だけでなく、多配置混成特性を持つ強相関系にも適用できることを明らかにした。

量子CAEの基礎となる手法の提案。計算工学におけるトポロジー最適化をイジングマシンで行う手法を検討した。

数理最適化手法とイジングマシンを組み合わせた手法の提案。列生成法の計算フローの一部にイジングマシンを用いることで、イジングマシン単体では解くことが難しい最適化問題を解くことが可能になることを示唆する結果を得た。

量子アニーリングマシンにおける変数固定効果の物理特性の明確化。大規模な問題を量子アニーリングマシンで解く際に行う変数固定が、最適化性能に及ぼす影響を物理学的観点から考察した。