人工知能（AI）の進化が止まらない。その驚異的な能力に世界が沸き立つ一方で、私たちはその「巨大な食欲」に気づき始めている。膨大な計算を支えるデータセンターは、地球規模のエネルギーを消費し続けているのだ。もし、AIがもっと賢く、かつ地球に優しくなるとしたら？そんな輝かしい未来への希望が持てるような、画期的な研究成果が発表された。ウィーン大学を中心とする国際研究チームが、光を利用した小さな量子プロセッサで、特定のAIタスクにおいて古典コンピューターを凌駕する精度と、劇的な省エネルギー性を同時に実証したのだ。これは、遠い未来の夢物語とされてきた量子コンピューティングが、私たちのすぐそばまで来ていることを示す成果と言えるだろう。
ウィーン大学が示した「現在の」量子優位性
2025年6月、学術誌『Nature Photonics』に掲載された論文は、量子コンピューティングとAIの分野に衝撃を与えた。ウィーン大学、イタリアのミラノ工科大学、そして量子コンピューティング企業Quantinuumからなる国際チームが、理論やシミュレーションではなく、実際のハードウェア上で「量子機械学習」が古典的な手法を上回ることを実験的に証明したのである。
「我々は、特定のタスクにおいて、我々の量子アルゴリズムが古典的なカウンターパートよりもエラーが少ないことを発見しました」と、プロジェクトリーダーであるウィーン大学のPhilip Walther教授は語る。
この研究の核心は、今日の「NISQ（Noisy Intermediate-Scale Quantum）」と呼ばれる、ノイズが多く、まだ発展途上にある量子コンピュータでさえ、特定の領域ではすでに価値を発揮できると示した点にある。論文の筆頭著者であるZhenghao Yin氏は、「既存の量子コンピュータが、必ずしも最先端技術の限界を超えなくても、優れた性能を発揮できることをこの研究は意味しています」と付け加える。
これは、量子コンピューターの実用化に向けたパラダイムシフトかもしれない。完璧な巨大量子マシンを待つのではなく、今ある技術の特性を最大限に活かすことで、現実世界の問題解決に貢献できる道筋が見えてきたのだ。
なぜ「光」なのか？フォトニック量子コンピュータの核心
今回のブレークスルーの主役は、「光子（フォトン）」、すなわち光の粒子だ。電子ではなく光を使って計算する「フォトニック量子コンピュータ」は、なぜこれほどの可能性を秘めているのだろうか。その心臓部を覗いてみよう。
心臓部は「光の迷路」―光集積回路の仕組み
研究チームが使用したのは、手のひらに乗るほどの大きさの、ボロシリケートガラス（耐熱ガラスの一種）で作られたチップだ。この透明なガラス基板の上には、フェムト秒（1000兆分の1秒）という極めて短いパルス幅のレーザーによって、ミクロな「光の通り道」が直接刻み込まれている。これはまるで、光子専用に設計された複雑な高速道路網のようだ。
驚くべきことに、この実験で使われたのは、たった2つの光子である。研究チームは、この2つの光子をチップに注入し、プログラムされた回路内で相互作用させることで計算を実行した。
従来の多くの量子コンピュータが挑んできた、極低温環境や複雑な制御を必要とする「量子エンタングルメント（量子もつれ）」ゲートを、この手法は必須としない。代わりに、光子の注入と、回路内での「量子干渉」という現象を利用する。このシンプルさが、現在の技術でも高い性能を実現できた鍵となった。
AIの「物差し」を変える量子カーネル法
今回の研究が挑んだのは、「カーネルベースの機械学習」と呼ばれるAIの特定分野だ。これを直感的に理解するために、散らかった部屋の片付けを想像してみてほしい。床に散らばった様々なアイテム（データ）を、そのまま分類するのは難しい。しかし、もし「衣類」「本」「雑貨」といった適切な箱（特徴空間）を用意し、そこにアイテムを移し替えれば、整理は格段に楽になる。
カーネル法とは、この「魔法の箱」を見つけ出し、複雑で分類しにくいデータを、見通しの良い高次元空間に写し取る（マッピングする）ことで、問題を単純化する手法だ。今回の研究が明らかにしたのは、量子コンピュータが、この「写し取り」の作業を古典コンピュータよりも遥かに巧みに行えるということだ。
その秘密は「量子干渉」にある。そっくりな双子（識別不能な光子）が同じ道を通ると、互いに干渉し合い、一人で通るときとは全く異なる不思議な振る舞いを見せる。量子プロセッサはこの現象を利用して、古典計算では到底不可能な、極めて複雑で効果的なデータの「写し取り」を実行する。その結果、最終的なデータ分類の精度が向上するのである。
実際に論文で示されたデータは雄弁だ。研究チームが考案したタスクにおいて、彼らの量子カーネル（青い線）は、ガウシアンカーネルやニューラルタンジェントカーネル（ntk）といった最先端の古典的手法（灰色の線や緑の線）よりも、一貫して高い分類精度を達成していることが実験的に示されている。
精度だけではない、もう一つの切り札「エネルギー効率」
この研究が示す未来は、AIが賢くなるだけではない。より「環境に優しく」なる可能性をも秘めている。
現代のAI、特に大規模言語モデル（LLM）の学習と運用には、莫大な電力が必要とされる。これは、電子を半導体チップ内で動かす際に生じる抵抗と熱が主な原因だ。AIの進化がこのまま続けば、そのエネルギー消費は持続可能性の限界に達するとも懸念されている。
ここで、再び「光」が脚光を浴びる。フォトニック・コンピューティングは、情報を光子の形で、抵抗がほとんどない光導波路を通して伝達する。これにより、原理的に電子コンピューティングよりも遥かにエネルギー効率が高くなるのだ。
「機械学習アルゴリズムは、その高すぎるエネルギー需要のために実行不可能になりつつあります。この点を考えると、我々の発見は将来、極めて重要になる可能性があります」と、共著者のIris Agresti氏はその意義を強調する。
高精度と省エネルギーの両立。これは、AI技術が真に社会インフラとして普及していく上で、避けては通れない課題に対する、一つの力強い回答と言えるだろう。
過大評価か、新時代の幕開けか？今回の成果の客観的な位置づけ
この画期的な成果を前に、私たちは冷静な視点も持つ必要がある。これは全てのAIを一夜にして置き換える「魔法の杖」なのだろうか？
「すべてのAIを置き換える」わけではない
答えは「ノー」だ。今回の成果は、研究チームが量子カーネルの優位性を引き出すために巧みに設計した「特定の分類タスク」において実証されたものである。汎用的な計算能力で、あらゆる問題を古典コンピュータより速く解けることを意味するわけではない。
また、AIの世界ではディープニューラルネットワーク（DNN）が主流だが、今回のカーネル法は、特に比較的小規模なデータセットを扱う際にその真価を発揮する、ある意味で対照的なアプローチだ。したがって、この技術は万能薬ではなく、自然言語処理の一部や、特定の教師あり学習モデルといった、ニッチだが重要な分野で強力なツールとなる可能性が高い。
しかし、その影響は広範囲に及ぶ
限定的ながらも、この一歩が持つ意味は計り知れない。
第一に、これはNISQ時代の量子ハードウェアが、実験室の玩具ではなく、実用的な価値を生み出すことを示した、数少ない貴重な実証例である。
第二に、この研究は「量子にインスパイアされた」新しい古典アルゴリズムの開発を促す可能性がある。量子的な振る舞いを古典コンピュータでシミュレートすることで、新たな計算手法が生まれるかもしれないのだ。
そして第三に、この技術はスケーラブルであると研究チームは主張している。使用する光子や回路のモード数を増やすことで、将来的にはさらに複雑で大規模な問題に挑戦できる道が開かれている。
光が導く、AIと量子コンピューティングの共生
ウィーン大学のチームが成し遂げたことは、単なる技術的なマイルストーンではない。それは、私たちが描くコンピューティングの未来像を、より鮮明で、より希望に満ちたものへと塗り替えるものだ。
遠い未来の技術だと思われていた量子コンピューティングが、予想より早く、特定の形で私たちの前に姿を現し始めた。それは、性能競争だけに明け暮れるのではなく、「賢さ（高精度）」と「優しさ（省エネルギー）」を両立させる、新しいコンピューティングの哲学を提示している。
光が導くこの新しい道は、AIと量子コンピューティングが互いの長所を活かしながら共生する未来へと続いている。人類が手にする次世代の知性が、よりパワフルで、かつ持続可能なものであることを、今回の研究は力強く示唆しているのである。
論文
- Nature Photonics: Experimental quantum-enhanced kernel-based machine learning on a photonic processor
参考文献
- Universität Wien: Quantum computers boost machine learning algorithms
