Google Research、量子コンピュータが停止せずにエラーから学習することを目指す

Google Researchは、誤り訂正された量子プロセッサの稼働中に強化学習を用いて安定化を図り、長時間の量子計算における基本的な制約に挑戦している。このシステムはエラー信号から学習し、科学者が再較正のために計算を停止させることなく、数千に及ぶ制御パラメータを調整する。

この違いは重要だ。有用な量子アルゴリズムは、数日から数か月にわたり連続稼働する必要があるかもしれない。現在のプロセッサは、量子ビットを制御する周波数、振幅、位相のドリフトに依然として敏感である。通常、運用者は計算と較正を切り分けるため、設定を修正する前にマシンを停止させなければならない。

7月8日にNatureで発表され、7月22日にGoogleが詳説したこの新たな研究は、その保守上の課題を捉え直すものだ。量子エラーを単に復号すべき損傷として扱うのではなく、コントローラーはプロセッサ自体に関するフィードバックとして利用する。Googleは、制御ドリフトを意図的に導入したうえで、自社の超伝導量子プロセッサWillowでこの手法を検証した。

この成果は、商用ワークロードに対応できる自己修復型の耐故障量子コンピュータではない。誤り訂正システムを動作目標により近い状態で維持するための仕組みである。いま焦点となるのは、静的でモデル駆動型の較正と、計算の継続中に学習する適応制御との間の緊張関係だ。

Google Research、エラー検出を制御信号に変換

重要な変化は、エラーデータが論理情報の修復と、将来のエラーを減らす方法をプロセッサのコントローラーに学習させるという、2つの役割を担うようになったことだ。

量子ハードウェアは、完全にデジタルなスイッチで命令を実行するわけではない。壊れやすい量子状態を操作するために、精密に整形されたアナログ信号に依存している。温度、電子機器、材料、周辺環境のわずかな変化によっても、プロセッサは較正済みの動作点から外れる可能性がある。

この変動はドリフトと呼ばれる。制御信号の周波数、振幅、位相に影響し、マシンによる量子操作の精度を変化させる。十分に較正されたプロセッサであっても、長時間の計算の進行に伴ってドリフトすることがある。

量子誤り訂正、すなわちQECは、複数の物理量子ビットに1つの論理量子ビットを符号化することで情報を保護する。繰り返し行うパリティチェックにより、保護された量子状態を直接読み出さずに、エラーに関連するパターンを明らかにする。直接測定すると、計算が依存する重ね合わせ状態が崩壊してしまう。

その後、デコーダーが検出イベントを分析し、論理情報を維持するために必要な補正を推定する。Googleはすでに、ニューラルネットワークをエラー復号データに適用するAlphaQubit researchを通じ、学習型デコーダーを検討している。

復号では、プロセッサが特定のパターンを生成した理由までは特定できない。エラーの一部は、デコヒーレンスとして知られる環境との避けられない相互作用によって生じる。ほかには、不完全な較正やハードウェアのドリフトを反映するものがあり、制御ソフトウェアで対処できる。

新しいadaptive control systemは、同じQEC検出イベントを強化学習エージェントに送る。強化学習は、あらかじめプログラムされた固定の応答リストではなく、行動から得られるフィードバックを通じてエージェントを訓練する。

計算の実行中、エージェントはエラー検出ストリームの変化を観察する。その後、推定されたドリフトを打ち消すため、アナログ制御を調整する。デコーダーは引き続き論理的な補正を担い、コントローラーは追加のエラーが生じるのを防ごうとする。

この役割分担は、Googleの量子誤り訂正における中核だ。デコーダーは物理的エラーが発生した後に情報を保護する。強化学習コントローラーは動作条件を変更し、制御可能なエラーの発生頻度を下げる。

Googleはこれを、演奏を続けるオーケストラを調律することに例えている。この比較は運用上の変化をよく表しているが、基礎となるフィードバックはそれほど直接的ではない。QECイベントが示すのは、回路内の限定された領域におけるエラーであり、正確な故障コンポーネントではない。

したがってエージェントは、分散したエラーパターンと制御設定の関連性を学習しなければならない。ある量子ビットが既知の悪い周波数へずれた、という単純なメッセージを受け取るわけではない。システム全体で論理性能を改善する調整を探索する。

ここに本記事の中心的な対立がある。従来の較正は、ワークロード開始前の物理モデル、制御された実験、専門家の介入に依存する。適応的な較正は、稼働中のエラーデータをハードウェアに関する継続的な情報源として扱う。

継続的な較正が真のボトルネックとなった理由

プロセッサが技術者による再調整のために何度も状態を破棄しなければならないなら、長時間の計算は有用な結果をもたらせない。

量子プロセッサは、非常に厳しい許容差のもとで動作するアナログマシンである。その挙動は制御エレクトロニクス、極低温環境、製造上の差異、近接するコンポーネント間の相互作用に左右される。プロセッサが大規模化するほど、これらの変数を表現するのは難しくなる。

従来の較正ルーチンでは、選択したハードウェア応答を測定し、それをモデルに当てはめ、制御設定を更新する。自動化された手順が異例のケースに遭遇した際には、科学者が物理的な知見を適用できる。このプロセスは実験の準備には十分機能するが、計算とは分離されたままである。

計算が長期間にわたって論理状態を保持しなければならない場合、この分離のコストは大きくなる。通常の診断測定は符号化された量子情報を乱すため、再較正には計算の終了が必要となる可能性がある。新しい設定を適用した後、次の実行は最初からやり直さなければならない。

Google Researchは、将来の有用なアルゴリズムには数日または数か月にわたる中断のない動作が必要になると主張する。すべての価値あるワークロードがその長さに達するかどうかは、依然として不確実だ。しかし、どの耐故障アーキテクチャも、現在の短い実証をはるかに超える期間、安定した論理操作を維持する必要がある。

この圧力は、まず多数の制御対象コンポーネントによって拡張する超伝導システムにかかる。各量子ビットには、較正されたパルス、読み出し特性、隣接量子ビットとの相互作用が必要である。プロセッサの規模が大きくなるほど、パラメータと局所的なドリフトの機会も増える。

ハードウェアの改善が、この制御上の負担を自動的に取り除くわけではない。製造の改善によって明白な欠陥を減らし、平均エラー率を下げることはできる。そうした問題が縮小すると、複雑な残留効果が主要な故障要因になる可能性がある。

それらの効果には、クロストーク、緩やかなパラメータ変化、単純化された物理モデルでは正確に捉えられない相互作用が含まれうる。方程式を増やすことが常に解決策になるわけではない。詳細なモデルは、更新コストが高くなりながらも、個々のデバイス固有の挙動を見逃す可能性がある。

学習コントローラーは別の道筋を提供する。エンジニアがすべての因果関係を事前に指定しなくても、測定された結果に基づいて最適化できる。このアプローチは、多くの相互作用する変数を持つ環境で、学習済みポリシーが手作業で構築されたルールを上回る機械学習の応用に似ている。

ただし、適応制御は量子物理を置き換えるものではない。研究者は依然として、プロセッサの設計、安全な行動の選択、故障の解釈、エージェントの制約に物理モデルを必要とする。強化学習が扱うのは、手作業で作られた記述の維持が困難になるシステムの部分だ。

このため、この実験は報告されたエラー率の改善を超えて重要である。機械知能を、誤り訂正された量子ハードウェアの動作ループに直接接続している。エージェントは、完了した実験の結果を後から分析しているのではない。保護された情報が有効なままである間に、プロセッサへ影響を与えている。

この構成は、エンジニアリング上の目標も変える。チームに必要なのは、ベンチマーク開始時に低いエラー率を示すプロセッサだけではない。ワークロード全体を通じて論理性能を安定させ続けられる、完全な制御スタックが必要となる。

開発者にとって、当面の影響は依然として間接的だ。この研究は新しいプログラミングインターフェースを提供するものでも、既存の量子サービスを耐故障化するものでもない。その意義は、将来のアプリケーションが信頼できる答えを出せるほど長く実行できるかを較正が左右する、その下層にある。

強化学習、Willowで専門家による較正を上回る

Googleによると、科学者が集中的な人手主導の較正ですでにWillowを調整した後であっても、強化学習は論理性能を改善した。

チームは、2024年に発表された超伝導プロセッサ、Google’s Willow chipでコントローラーを評価した。研究者は制御パラメータに意図的にドリフトを注入し、エージェントが安定した動作を回復できるかを検証した。

Googleによると、強化学習による制御は、その人為的なドリフト下で誤り訂正符号の論理的安定性を3.5倍改善した。この改善により、プロセッサが信頼できる量子メモリとして振る舞う時間が延びた。つまり、完全なアプリケーションを実行するのではなく、符号化された情報を保持したということだ。

研究者らは、このシステムが専門家による較正後にも価値をもたらすかどうかも検証した。人間の専門家は、物理的知識と困難なケースへの手作業による介入を用いて、すでにプロセッサを調整していた。Googleによると、その後の強化学習による微調整によって、論理エラー率はさらに20％低下した。

2つ目の結果は、意図的に注入したドリフトからの回復よりも、より示唆的であるとも言える。意図的に劣化させた設定を修復するコントローラーは、より良いパラメータを探索できることを示す。専門家が調整したシステムを改善するコントローラーは、熟練した運用者や既存モデルが見落とした関係を発見できる可能性を示唆する。

この複合実験では、表面符号において誤り訂正サイクル1,000回あたりの論理エラーが1回未満となった。表面符号は、物理量子ビットを配置して反復的な局所チェックにより論理情報を保護する方式だ。Googleは、実験で使用したカラー符号では100サイクルあたり1回の論理エラーを報告した。

これらの数値には慎重な解釈が必要である。定義された実験条件下における量子メモリ試験を示すものであり、数か月にわたって有用なアルゴリズムを実行する汎用的な耐故障量子コンピュータを示すものではない。異なる符号、操作、デバイスレイアウト、ワークロードでは、異なる結果が生じる可能性がある。

査読済みのNature paperは、同社の説明の技術的基盤を提供している。この論文の掲載により、外部の研究者は主張を評価するための明確な手法とデータセットを得られる。他のプロセッサでの独立した再現は、別の段階として残されている。

この手法はデコーダーと競合するのではなく、それを補完する。AlphaQubitやTesseract decodingのようなアルゴリズムシステムは、検出イベントから補正を推定する。強化学習エージェントはそれらのイベントを利用し、将来のエラー率に影響する制御を変更する。

この組み合わせにより、多層的なフィードバックシステムが生まれる。物理量子ビットが検出イベントを生成し、デコーダーが論理状態を保護する一方、コントローラーはハードウェアパラメーターを更新する。次のサイクルでは、それらの変更が有効だったかどうかを示す新たな証拠が得られる。

従来のキャリブレーションシステムもフィードバックを利用できる。違いは、方策が観測結果と調整をどのように結び付けるかにある。Googleのエージェントは、明示的にプログラムされた物理モデルだけに依存するのではなく、経験を通じてその対応関係を学習する。

この実験は、量子コンピューターが自らのミスを理解していることを意味しない。このシステムは統計的シグナルに基づいて制御目標を最適化している。「エラーから学習する」という表現は、推論や自己認識ではなく、適応的なフィードバックプロセスを指す。

この留保を踏まえても、この仕組みは意味のある変化を示している。エラー訂正は一般に、ノイズの多いハードウェアに対する防御として捉えられてきた。ここではエラーストリームが、ハードウェアをより正確に動作させるための診断チャネルにもなる。

適応制御が静的な物理モデルに挑む

主要な競争はGoogleと他の量子企業の対決ではない。計算中も固定されたままのキャリブレーションと、適応的でデータ駆動型の制御との競争である。

物理ベースのキャリブレーションには出発時点で優位性がある。研究者は、量子ゲート、共振器、カプラー、読み出しシステムに期待される挙動を理解している。モデルはその知識を効率的に組み込み、学習エージェントが無制限の試行錯誤で見つけるべきではない安全上の制約も課せる。

モデル化されていない効果が蓄積すると、静的モデルの信頼性は低下する。ある量子ビットで機能するパルスが別の量子ビットに影響を与えることがある。パラメーターは動作中にゆっくりとドリフトする可能性がある。製造上のばらつきにより、公称上は同一のコンポーネントでも異なる挙動を示し得る。

人間の専門家は、標的を絞った実験によってこうした境界事例を解決することが多い。奇妙なシグナルをもっともらしい物理的原因に結び付けられるため、その直感は価値がある。しかし、長時間の計算全体を通じて、相互作用する数万のパラメーターを専門家が手動で監視・調整することはできない。

強化学習は、制御を継続的な最適化問題へと変えることで、このバランスを変える。エージェントはマシンの動作中に局所的な証拠を追跡し、選択したパラメーターを更新できる。行動する前に、すべてのパターンを完全に説明する必要はない。

Googleは、数百の量子ビットと数万の制御パラメーターを用いた数値シミュレーションを通じて、スケーリングの問題を検証した。同社は、そのシミュレーションではトレーニング反復回数がシステム規模に伴って増加しなかったと報告している。

提案されている理由は局所性である。QECの検出イベントは近傍のエラーに最も強く反応するため、エージェントはプロセッサー全体を覆う単一のグローバルな関係を推論する必要がない。システム全体が成長しても、局所的なフィードバックによって局所的な制御調整を導ける。

この性質がより大規模なハードウェアでも成り立つなら、学習型キャリブレーションに対する重大な懸念の一つに対処できる。量子ビットの増加に伴って指数関数的に多くのトレーニングを必要とする手法は、実用上ほとんど価値がない。規模に依存しない反復回数であれば、このアプローチはより大規模なプロセッサーにも適用可能だという見方が強まる。

シミュレーション結果は、物理ハードウェア上でのスケーリングと同等ではない。実際のプロセッサーには、レイテンシー、相関ノイズ、予想外のハードウェア挙動、制御設定を変更できる速度の制約がある。数値環境で効率的に収束する方策でも、極低温システム内部では異なる制約に直面し得る。

強化学習ループには高速な通信も必要となる。検出イベントは量子プロセッサーから古典コンピューティングハードウェアへ移されなければならない。エージェントはそれを評価し、ドリフトによる損害が大きくなる前に更新された制御を返す必要がある。

Googleは、この手法の利点を最大限に引き出すには、より緊密な統合と高速な通信が必要だと認めている。これは、古典的な制御スタックが量子スケーリング問題の一部になることを意味する。専用プロセッサー、低レイテンシーのリンク、慎重にスケジュールされた更新は、学習アルゴリズムと同じくらい重要になる可能性がある。

競合する量子プラットフォームも関連する安定性の課題に直面しているが、それぞれのハードウェアは異なる制御上の課題を生み出す。イオントラップ、中性原子、フォトニックなどのシステムは、Willowとまったく同じキャリブレーション要件を共有しているわけではない。超伝導ハードウェアで検証された方策を、それらへ自動的に移植することはできない。

このため、企業対企業という単純な比較の有用性は限られる。より広い競争は、どのアーキテクチャーが物理量子ビット、エラー訂正、デコーディング、キャリブレーション、古典制御を信頼できるシステムに統合できるかをめぐるものだ。

Googleの結果は、この競争における適応制御の側面を強化する。プロセッサーの挙動が固定的な手順では扱いきれないほど複雑になる場面で、機械学習が物理モデリングを補完できることを示唆している。ただし、学習型制御があらゆる層で従来のキャリブレーションに取って代わることを確立したわけではない。

より信頼できる方向性は、依然としてハイブリッドシステムである。物理学はアーキテクチャー、制約、初期キャリブレーションを提供する。人間の専門家は未知の障害を診断する。学習エージェントは、承認された動作範囲内でパラメーターを継続的に最適化する。

この構成は、多くの複雑な工学システムが自動化を活用する方法と似ている。コントローラーが高速かつ反復的な調整を担い、人間は目標を定め、学習経験の範囲外にある状況を調査する。量子ハードウェアでは、不適切な行動が代替不能な論理状態を破壊し得るため、リスクはより大きい。

この実験がなお証明していないこと

注入されたドリフト下で成功したメモリー実験は、有用なアルゴリズムを実行する大規模な耐障害量子コンピューターにおける継続的制御を確立するものではない。

第一の不確実性は、ワークロードの複雑さにある。量子メモリーで論理情報を保持することは基礎的だが、計算には論理ゲート、状態準備、測定、符号化された量子ビット間の協調も必要だ。各操作は新たなエラーや制御上の相互作用を生む可能性がある。

メモリーサイクルを安定化するコントローラーでも、実際に論理操作を実行する際には大幅な改修が必要になるかもしれない。ゲートの実行、量子ビット間の相互作用、制御スケジュールの高密度化に伴い、エラー分布は変化し得る。Googleは、今回の実験がこれらすべての条件を解決すると主張してはいない。

第二の不確実性は、物理ハードウェア上での規模にある。シミュレーションでは数百の量子ビットと数万のパラメーターが使われた一方、報告されたスケーリング挙動はモデル化された条件に依拠している。より大規模な実デバイスでは、局所性に関する仮定を破る相関効果が生じる可能性がある。

相関エラーは、エラー訂正が故障を十分にまれで独立したものとして扱える場合に最も効果を発揮するため、特に注意を要する。ある局所指標を改善する制御アクションが、近隣の複数コンポーネントに影響する可能性がある。エージェントは、目に見えるエラー低減と、より目立たない相関故障を引き換えにしないようにしなければならない。

第三の不確実性は、適応速度である。ドリフトはソフトウェアパイプラインを待ってくれない。検出、推論、制御更新に時間がかかりすぎると、エージェントの応答が届く前にプロセッサーが再び変化してしまう可能性がある。

Googleは、通信速度を改善が必要な領域として挙げている。これは些細な実装上の詳細ではない。低レイテンシーの古典処理は、量子ワークロードを妨げることなく、デコーディング、スケジューリング、読み出しと並行して動作しなければならない。

第四の不確実性は、安全な探索に関するものだ。強化学習は通常、行動を試し、その効果を観察することで改善する。実運用の量子計算では、符号化状態を不安定化させるような広範な実験は許容できない。

したがって、このシステムには制約付きのアクション、保守的な更新ルール、または展開前に訓練された信頼できる方策が必要となる。研究者は、適応が未知のドリフトに対応しつつ、同程度に深刻な不安定性の原因を持ち込まないことを示さなければならない。

第五の問題は、移植性である。方策はデバイス固有の挙動を学習でき、それがこのアプローチの魅力の一つでもある。その専門化は、ハードウェアが交換・修理された場合や、新たな条件下で運用される場合に、移行を難しくする可能性もある。

再訓練が迅速かつ安全に行われるなら、日常的なものになるかもしれない。各プロセッサーが慎重に管理された条件下で大規模なデータ収集を必要とするなら、コストが高くなる可能性がある。報告された規模に依存しない反復回数は心強いが、展開に関するすべての疑問に答えるものではない。

測定上の問題もある。エージェントは、根底にある物理的故障に関する不完全な情報を含むQEC検出イベントから学習する。有用なコントローラーは、持続的なドリフトを、ランダムな環境ノイズや計算そのものによって生じるエラーから分離しなければならない。

ランダムノイズに反応すれば、不必要な調整が生じる可能性がある。微妙なドリフトパターンを見落とせば、論理性能の劣化を許してしまう可能性がある。研究者には、意図的に注入したパラメーター変化だけでなく、複数のノイズ源の下で方策がどのように振る舞うかを示す評価が必要となる。

独立した再現実験が行われれば、この主張はより強固になる。Natureでの掲載により、他の研究者も手法を検証できるが、別のプロセッサーでの再現は、その改善がWillowの設計やGoogleの周辺インフラに依存するものかを検証することになる。

こうした制約のいずれも、この実験を些細なものにするわけではない。これらは、制御された実証と実運用可能な耐障害システムとの距離を示している。Google Researchは信頼できる制御機構を示した一方で、より困難なシステム統合テストはこれからである。

Google Researchがこれをスケールできるかを示す3つのシグナル

次に必要な証拠は、より優れた量子メモリーから、より長い計算、より大規模な物理システム、より高速な閉ループ制御へと進まなければならない。

第一のシグナルは、メモリー保持だけでなく、論理計算中の実証である。研究者は、複数の論理量子ビットにまたがる符号化ゲートの実行中に、適応的キャリブレーションが機能することを示すべきだ。変化するゲートスケジュールの下で安定した性能が示されれば、コントローラーが有用なワークロードを支えられるというGoogleの主張は強まる。

論理操作中に優位性を維持できなければ、結果の範囲は狭まる。それは、現在の方策が動的な計算よりも定常的なメモリーサイクルをうまく扱うことを示唆する。この結果でも量子ストレージには役立つが、より広範な継続的コンピューティングという論点は弱まる。

第二のシグナルは、今回の実験を超えた物理的スケーリングである。より大規模なプロセッサーは、より多くのパラメーターを制御し、より多くの相互作用を扱いながらも、報告された学習効率を維持すべきだ。結果では、ハードウェアの改善、デコーダーの変更、強化学習による効果を切り分ける必要がある。

重要な指標は、単なる物理量子ビット数ではない。研究者には、比較可能な条件下で、適応制御の有無を比較した長時間実行における論理エラー率の測定が求められる。トレーニング負荷が管理可能な水準にとどまる証拠があれば、シミュレーション結果を裏付けることになる。

第三のシグナルは、量子ハードウェアと古典コントローラーのより緊密な統合である。Googleはすでに通信速度を制約として特定している。今後の実証では、ループがドリフトを検出し、調整を選択して適用するまでの速度を報告すべきだ。

レイテンシーが低下すれば、より高速な変化に対する適応の有用性が高まる。また、強化学習がデコーディングや他のリアルタイム制御タスクと共存できることも示される。古典ループがボトルネックになれば、量子プロセッサーはより優れた方策の恩恵を十分な速さで受けられない。

これらのシグナルは、量子専門家だけにとって重要なのではない。開発者や企業の購入担当者は、ベンダーが単発の物理量子ビットベンチマークではなく、持続的な論理操作を報告し始めるかを注視すべきだ。量子システムが要求の厳しい科学・産業用途に適するようになる時期は、時間を通じた信頼性によって決まる。

この分野を追うナレッジワーカーは、証拠の扱いという課題もますます大きくなっています。量子関連の発表には、デバイス指標、コード固有の結果、シミュレーション、そして企業側の解釈が混在します。基となる論文を技術メモとともに検索可能なナレッジベースに整理しておくことで、後の比較をより厳密に行えるようになります。

Google Researchは、エラー検出を継続的な制御のためのフィードバックチャネルへと変えました。次に問われるのは具体的です。より大規模なマシンが、制御されたテスト環境でメモリを保持するだけでなく、何日にもわたって論理演算を実行する際にも、そのループは安全性、速度、有効性を維持できるのでしょうか。