縦3マス、横3マスの表に「+1」か「-1」を書き込み、すべての行の積を+1、すべての列の積を-1にするパズルがある。紙と鉛筆で解こうとしても、行の条件では-1の個数が偶数、列の条件では奇数でなければならず、論理的に解は存在しない。ところがGoogle Quantum AIの研究チームは、このパズルを量子力学を利用したゲームに置き換え、超伝導量子プロセッサ「Willow」で古典的な戦略の限界である88.89%を大きく上回る98.30%の勝率を記録した。
この違いを生み出すのが、測定結果をほかの測定との組み合わせから切り離して決められない「量子文脈性(quantum contextuality)」と呼ばれる性質だ。2026年11月19日にScience誌へ掲載された研究では、最大105量子ビットの実験を通じて、この性質が大規模な量子系でも観測できるかを調べた。さらに、文脈性を量子プロセッサの性能や誤差を評価する新たな指標として利用できるかも検証している。
解けないパズルを量子コンピュータで解く、98.30%の勝率
このパズルを2人で協力するゲームに置き換える。各ラウンドでAliceには行、Bobには列がランダムに指定され、2人は互いに相談せず、担当する3つのマスに+1か-1を記入する。Aliceは行の積が+1、Bobは列の積が-1になるように数字を選び、行と列が交差するマスで両者の数字が一致すれば勝利となる。どのような解答表を事前に用意しても、9通りの組み合わせのうち少なくとも1つは条件を満たせないため、古典的な最適戦略の勝率は8/9、すなわち88.89%が上限となる。
しかし、量子力学を利用すれば、この限界を超えられる。2025年9月16日に投稿され、2026年9月4日に採択、同年11月19日にScience誌(Vol. 394、pp. 870〜874)で公開された論文で、研究チームは「Mermin-Peres魔方陣ゲーム」をWillowの実機で実行した。AliceとBobが事前に共有するのは解答表ではなく、2組の量子もつれ状態「ベル対」(計4量子ビット)だ。両者は割り当てられた行や列に対応する測定手順に従い、それぞれが持つ2量子ビットを測定して+1か-1の結果を得る。
ノイズのない理想的な量子系であれば、AliceとBobは行や列の指定を受けた後に通信しなくても、すべての組み合わせで勝利できる。実機では9通りの組み合わせをそれぞれ10万回ずつ実行し、行と列の積の条件と交差するマスの一致を評価した。その結果、平均勝率は0.9830 ± 0.0001(98.30%)となった。この誤差幅は二項分布に基づく統計的な不確かさを表している。
重要なのは、各マスに固定された値をあらかじめ割り当てるのではなく、測定する行や列という「文脈」に応じて結果が得られる点だ。量子もつれによって、AliceとBobは交差するマスの測定結果を高い確率で一致させられる。古典的な解答表では再現できない相関を、量子プロセッサ上で確認したことになる。
文脈性を数値で測定、古典限界4に対して5.590を記録
ゲームの勝率だけでなく、量子プロセッサがどの程度の文脈性を示すかを数値化するため、研究チームはKochen-Specker-Bell(KSB)不等式による検証も行った。比較対象となるのは、測定結果が事前に決まっており、ほかの測定との組み合わせに依存しないと仮定する「非文脈的隠れた変数モデル」である。このモデルでは、9つの観測量それぞれに、どの行や列と同時に測定されるかに関係なく、固定された+1か-1の値が割り当てられていると考える。
評価には、次の統計量を用いた。
ここで、 と はそれぞれ各行と各列の測定結果の積を表し、山括弧は多数の測定から求めた平均値を意味する。非文脈的モデルでは という制約があるが、量子力学ではすべての行の積が+1、すべての列の積が-1となり、最大値6に達し得る。この不等式は、6つの項をすべて同じ初期状態の準備条件で評価する限り、状態の準備方法に依存しない「状態非依存」の性質を持つ。
実験の難しさは、同じ2つのデータ量子ビットに対して3つの測定を連続して行い、その結果を次の測定にも利用できるようにすることだ。研究チームは補助用のアンシラ量子ビットを使い、データ量子ビットを直接読み出す代わりに、アンシラを介して測定結果を取得する量子非破壊(QND)測定を実装した。これにより、同じデータ量子ビットに対して連続した測定を行えるようにした。
実験では、ランダムに選んだ180通りの測定文脈について、それぞれ3回の測定を行う計540回のQND測定を連続して実施した。文脈内の測定順序もランダム化し、一連の測定を1,000回繰り返した。11月19日に公開されたGoogle Researchの公式解説では、結果を と報告している。
一方、公開されているarXivのプレプリント版には、 という値が記載されている。両者の数値には違いがあるものの、いずれも非文脈的モデルの限界である4を大きく上回り、量子力学上の最大値6に近い。最大値との差は実験装置の誤差によるもので、論文の補足資料ではその要因も分析されている。
最大71量子ビットでも古典戦略を上回る
少数の量子ビットで文脈性を確認できても、量子ビット数が増えればノイズが蓄積し、量子相関が失われる可能性がある。大規模な量子系でも文脈性が維持されるかを調べるため、研究チームは実験を多人数で競う「GHZパリティゲーム」へと拡張した。
このゲームでは、 人のプレイヤーが、次のような量子もつれ状態「GHZ状態」を共有する。
各プレイヤーには、全員の入力ビットの合計が偶数になるという条件で、0か1のビットが1つずつ与えられる。プレイヤーは互いに通信せずに1ビットの答えを返し、その合計の偶奇が、入力ビットの合計を2で割った値の偶奇と一致すれば勝利となる。入力を 、回答を とすると、勝利条件は次のように表される。
量子力学を利用しない場合、古典的な最適戦略の勝率は次の式で表される。
3人の場合は75%だが、人数が増えるにつれて50%へ近づいていく。一方、理想的なGHZ状態を共有していれば、各プレイヤーは与えられた入力に応じてX基底またはY基底で量子ビットを測定することで、理論上は常に勝利できる。
研究チームは1人に1量子ビットを割り当て、最大71人、すなわち71量子ビットまで実験規模を拡大した。各量子ビット数について20通りの入力と50通りのGHZ状態の生成パターンを用意し、計1,000通りの構成をそれぞれ1,000回ずつ実行した。その結果、測定したすべての規模で勝率は古典的な限界を上回った。ただし、量子ビット数が増えるにつれてノイズの影響が大きくなり、理想的な勝率100%から離れるとともに、古典戦略に対する優位幅も縮小した。
なお、反復回数を増やすことで古典限界との差の統計的確信度を高められるという議論には、誤差が逆位相のGHZ状態 に系統的に偏らないという前提がある。また、研究チームは71人ゲームの勝率とは別に、45量子ビットにわたる真正な多体量子もつれも確認している。
105量子ビットの回路実験、古典計算との比較には条件も
ゲーム形式の検証に続き、研究チームは105量子ビット規模の構造化された量子アルゴリズムも実行した。対象としたのは「隠れた線形関数(Hidden Linear Function:HLF)問題」である。
2018年、Bravyi氏、Gosset氏、König氏の3人は、特定のHLF問題について、一定の深さの量子回路が、入力数や回路の深さに制約のある古典回路より効率的に解けることをScience誌の論文で証明した。ただし、この定理が示した量子と古典の性能差は、回路の深さやゲート構造が制限された計算モデルにおけるものであり、あらゆる古典アルゴリズムに対する優位性を意味するものではない。
今回の実験で扱ったHLF問題は、4を法とする二次形式を表す対称二値行列によって定義される。その行列の二値零空間上で、所定の線形関係を満たすビット列を見つけることが課題となる。量子回路は、アダマールゲートによる初期化、行列に応じたSゲート、4層のCZゲート、最後のアダマールゲート、全量子ビットの測定という浅い構造で構成された。
研究チームは9〜105量子ビットの各規模でランダムな行列を1,000個ずつ生成し、それぞれ100回の測定を実行した。出力されたビット列が正しい解かどうかは、古典的なクリフォード回路シミュレーター「Stim」を使って確認した。正答率は小規模な回路ではほぼ100%だったが、最大の105量子ビットでは約60%まで低下した。
実験では、正答率を踏まえた「有効回路深さ(effective depth)」も評価している。これは正しい解を得るために必要な実行回数を考慮した指標で、今回の回路では4層を正答率で割って算出する。ノイズのない理想的な回路では4層で済むのに対し、105量子ビットの実験では約6層相当まで増加した。
ただし、105量子ビットでの結果を解釈する際には、理論上の証明と有限規模の実験を区別する必要がある。2018年の定理が示す古典回路の対数的な深さの下限は、 量子ビット程度の極めて大きな規模で意味を持つもので、今回の105量子ビットへそのまま適用することはできない。
そこで著者らは、現在の量子プロセッサに近い規模で比較するため、2入力1出力ゲートを用いた古典回路が厳密解を求める際に必要な深さを とする推測値を採用した。ここで は対象となる入力数を表す。この比較は論文中でも厳密な定理と区別されており、105量子ビットの実験が実用的な計算問題で無条件の量子優位性を証明したわけではない。
ランダム回路では見逃す誤差を検出、新たなハードウェア評価指標に
一連の実験で研究チームが見いだしたもう一つの成果は、量子文脈性をハードウェアの診断に利用できる可能性だ。従来のランダム量子回路を使ったベンチマークでは、回路全体で誤差が平均化されるため、量子状態を目標からわずかに回転させるような微細なコヒーレント誤差が見えにくくなることがある。これに対し、今回の構造化されたタスクでは、多数の量子ビットの測定結果が特定の関係を正確に満たす必要があり、ランダム回路では捉えにくかった誤差が表面化した。
研究チームは、文脈性を単に量子計算の優位性を示す性質としてだけでなく、量子プロセッサの誤差を定量化する指標として利用することを提案している。今回の各実験を整理すると、次のようになる。
| 実験 | 規模 | 評価指標 | 古典・非文脈的モデルの基準 | 理想的な量子上限 | 実験結果 |
|---|---|---|---|---|---|
| 魔方陣ゲーム | 4量子ビット | 平均勝率 | 88.89% | 100% | 98.30% ± 0.01ポイント |
| KSB不等式テスト | 2データ量子ビット+1アンシラ | 4以下 | 6 | 5.590 ± 0.008(Google公式解説) | |
| GHZパリティゲーム | 最大71量子ビット | 勝率 | 100% | 全規模で古典限界を超過 | |
| HLF回路実験 | 9〜105量子ビット | 正答率・有効回路深さ | (古典回路深さの推測値) | 正答率100%、深さ4層 | 最大規模で正答率約60%、有効深さ約6層 |
これらのベンチマークの特徴は、古典的な限界を超えたかどうかだけでなく、 や勝率100%といった理想的な量子系の上限から、実際の測定値がどれだけ離れているかを評価できる点にある。量子プロセッサの性能が向上しても理論上の上限は変わらないため、その差を測定することでハードウェアの改善度合いを評価できる。Science誌に併載されたRui Soares Barbosa氏のPerspective記事も、これらの実験を新たなハードウェアベンチマークの候補として評価し、量子系と古典系の境界を調べる手段として位置づけている。
再現性を確保するため、研究チームは実験のプロットデータをZenodoで公開し、回路の生成や解析に使うコードもReCirqを通じて提供している。一方、今回の研究には他の研究チームが保有する量子プロセッサでの独立した追試は含まれておらず、異なるハードウェアでも同様の診断性能が得られるかは確認されていない。
研究チームは、化学や材料科学における分子シミュレーションなどへの応用を見据え、構造化された量子アルゴリズムの実行精度を評価する手段として文脈性を利用できる可能性を指摘している。今回の実験で実用的な分子シミュレーションを行ったわけではないが、ランダム回路の評価では捉えにくいコヒーレント誤差を検出できたことは、今後の量子プロセッサ開発における診断手法の選択肢を広げる成果といえる。



