1. 量子コンピュータの基礎と応用

量子コンピュータは、0と1の重ね合わせの状態をとれる量子ビットで情報を表す。量子ビットの状態が持っているのは確率振幅と呼ばれる量で、その振幅の干渉をうまく設計できる問題では、日常的に使っているコンピュータより大幅に少ない計算ステップ数で答えにたどり着ける。量子コンピュータで速く解けると期待されている問題には、量子化学計算、最適化、機械学習、暗号解読などがある。ただし、実用的な問題を解くには、今の量子コンピュータより桁違いに大きな規模と、誤りを抑えながら計算を続ける仕組みが要り、まだ実用には至っていない。

量子コンピュータの計算方法

1-1. 古典コンピュータと量子コンピュータ

我々が日常的に使用しているコンピュータ（以下「古典コンピュータ」と呼ぶ）は、文字や画像・動画などあらゆるデータを0と1を多数並べた二進法で表現している。このとき、0か1どちらかの値を表す情報の最小単位のことを「ビット」と呼ぶ。これに対し、量子コンピュータにおける情報の最小単位「量子ビット」は、0と1の重ね合わせの状態をとることができる。重ね合わせの状態にある量子ビットを測ると、出てくる値は0か1のどちらかである。どちらが出るかは測るまで決まらず、状態によって決まるのはそれぞれの出やすさだけである。

量子力学でいう状態とは、測る物理量を一つ決めたときに、その測定値がどう分布するかを与えるものである。ただし状態が直接持っているのは確率そのものではなく、確率振幅と呼ばれる量で、確率は振幅の絶対値の二乗として得られる。振幅には波の山と谷のように正負の符号があるので、複数の振幅を重ねて干渉させると、強め合うことも打ち消し合うこともできる。

1-2. なぜ量子コンピュータは計算が速いのか

ここで言う計算の速さは、計算にかかる実時間ではなく、問題を解くのに必要な計算ステップ数で比べるのが一般的である。そして量子コンピュータが速く解けるのは、一部の問題に限られる。量子ビットをn個並べると、0と1の並び方は 2n 通りある。重ね合わせの状態は、この 2n 通りのすべてに確率振幅を割り当てたものになる。ここから「2n 通りの計算を同時にするので 2n 倍速い」とする説明を見かけるが、それは誤りである。そのまま測定すると、読み出せるのはランダムな1通りの答えだけだからである。

1-1 で見た振幅の干渉を使うと、一部の問題では、要らない答えの振幅を打ち消し合わせ、欲しい答えの振幅を強め合わせるように計算を組める。そうすれば、最後に量子ビットを測定したときに欲しい答えが高い確率で出る。この干渉の設計が、量子コンピュータが少ない計算ステップ数で問題を解ける仕組みの要である。

この干渉を働かせるために、計算の途中では量子ビットどうしを、量子もつれ（量子エンタングルメント）と呼ばれる、古典物理学では説明できない強い相関を持つ状態にする。量子ビットどうしがもつれると、2n 通りの振幅は一つ一つの量子ビットの振幅の掛け合わせでは表せなくなり、並び方ごとに自由に値をとれるようになる。干渉を使った計算は、この 2n 通りの振幅全体を舞台にして行われる。古典コンピュータでこれを真似するには、一般に 2n 個近い数を記録して計算する必要があり、量子ビットが数十個を超えると現実的な時間やメモリでは追いつかなくなると考えられている（Häner & Steiger, 2017; Boixo et al., 2018）。

例えば素因数分解では、桁数が増えるにつれて必要な計算ステップ数が、古典コンピュータでは指数関数的に増えるのに対し、量子コンピュータでは多項式程度の増え方にとどまる（Shor, 1997）。問題の規模が大きくなるほど、両者のステップ数の差は開き、量子コンピュータの方が速く解けるようになる。

1-3. 量子コンピュータで何ができるか

量子化学計算は、分子や材料の中の電子の振る舞いを、量子力学に基づく計算によってシミュレーションする問題である。このシミュレーションは、すでに新しい薬の探索や、触媒・電池の材料開発の中核にあり、量子コンピュータはそれを速めることが期待されている。組合せ最適化は、有限個の候補の中から最もよい解を探す問題で、産業ではスケジュールの作成、配送ルートの決定、資源の割り当て、サプライチェーンの管理などとして現れる。金融では、複数の資産への投資配分を決めるポートフォリオ最適化や、オプションなどの金融派生商品の価格計算が候補に挙がっている。機械学習でも、量子コンピュータを使ってデータの分析や学習を速める方法が研究されている。また、素因数分解を速く解けることは、広く使われている暗号の安全性を損なうことにつながる。ただし、どの問題でも、古典コンピュータの最良の方法と比べて本当に速くなるかは、問題ごとに検討が続いている。

これらの応用で実用的な規模の問題を解くのに必要な量子ビットの数は、今の量子コンピュータの規模を数桁上回ると見積もられている（Gidney & Ekerå, 2021; Gidney, 2025）。また、量子ビットの誤りは計算の途中で積み重なるので、規模だけでなく、誤りを訂正しながら計算を続ける仕組み（誤り耐性）が要る。実機が動いていることと、実用的な問題を解けることは別の段階にある〔→ 6. 実用化の現状と残された課題〕。規模の広げ方や誤りの種類は、量子ビットを何で作るかによって違い、その方式には超伝導回路、イオン、中性原子、半導体、光などがある〔→ 2. 量子コンピュータの方式〕。

参考文献

  • Acharya, R. et al.（Google Quantum AI and Collaborators）(2025). Quantum error correction below the surface code threshold. Nature, 638, 920-926. DOI: 10.1038/s41586-024-08449-y. arXiv:2408.13687
  • Boixo, S. et al. (2018). Characterizing quantum supremacy in near-term devices. Nature Physics, 14, 595-600. DOI: 10.1038/s41567-018-0124-x. arXiv:1608.00263
  • Dalzell, A. M. et al. (2025). Quantum algorithms: A survey of applications and end-to-end complexities. Cambridge University Press. DOI: 10.1017/9781009639651. arXiv:2310.03011
  • Gidney, C. (2025). How to factor 2048 bit RSA integers with less than a million noisy qubits. arXiv:2505.15917（査読前）
  • Gidney, C., Ekerå, M. (2021). How to factor 2048 bit RSA integers in 8 hours using 20 million noisy qubits. Quantum, 5, 433. DOI: 10.22331/q-2021-04-15-433. arXiv:1905.09749
  • Häner, T., Steiger, D. S. (2017). 0.5 petabyte simulation of a 45-qubit quantum circuit. Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC17), 33. DOI: 10.1145/3126908.3126947. arXiv:1704.01127
  • Jozsa, R., Linden, N. (2003). On the role of entanglement in quantum-computational speed-up. Proceedings of the Royal Society of London A, 459, 2011-2032. DOI: 10.1098/rspa.2002.1097. arXiv:quant-ph/0201143
  • Preskill, J. (2018). Quantum computing in the NISQ era and beyond. Quantum, 2, 79. DOI: 10.22331/q-2018-08-06-79. arXiv:1801.00862
  • Shor, P. W. (1997). Polynomial-time algorithms for prime factorization and discrete logarithms on a quantum computer. SIAM Journal on Computing, 26, 1484-1509. DOI: 10.1137/S0097539795293172. arXiv:quant-ph/9508027
  • IBM（2023年12月4日）”The hardware and software for the era of quantum utility is here”（IBM Quantum blog）
  • IBM（2025年11月12日）”IBM Delivers New Quantum Processors, Software, and Algorithm Breakthroughs on Path to Advantage and Fault Tolerance”
  • Quantinuum（2025年11月5日）”Quantinuum Announces Commercial Launch of New Helios Quantum Computer That Offers Unprecedented Accuracy to Enable Generative Quantum AI (GenQAI)”