技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
本セミナーでは、無料のStrawberry FieldsのPythonライブラリを使って、光量子回路の基礎から、量子テレポーテーション、ボゾンサンプリングやガウシアンボゾンサンプリングをコード解説した。具体的には、光量子計算として、Pythonによる光量子プログラミングの基礎から解説し、フォック状態やガウシアン状態、コヒーレント状態、スクイーズド状態などの光量子状態の生成コード、シングルモードの光量子ゲート回路、ビームスプリッター・ゲート、マッハ・ツェンダー干渉計、光量子状態テレポーテーションを解説する。そして、ガウシアンボゾンサンプリングを使って、NP困難な最密部分グラフ問題や最大クリーク問題を解いている。NP困難な行列のパーマネント・ハフニアン計算、分子振動スペクトル、最密部分グラフ問題をコード解説する。
一般に使われている超電導回路を用いた量子ビットqubitの量子ゲート方式の量子計算や量子アニーリング方式では、十数mK以下の極低温が必要となる。しかし、光量子計算は、フォトニクスチップで常温動作が可能で、超電導量子ビットではなく量子モードqumodeと呼ばれる連続量変数が使える計算方式である。光量子回路ではフォトンが使われるので、光量子計算した結果は、光ファイバーで送ることができ、光通信との親和性も良いと考えられる。更に、誤り耐性のあるフォールトトレラントの光量子コンピュータが期待されている。
量子ゲート方式では有限次元のベクトル・行列計算で容易に議論できたが、光量子計算では無限次元のヒルベルト空間が使われているために、より量子力学的記述が必要になり、生成消滅演算子や交換関係、積分が頻繁に出現し、非常に難解となる。しかし、本講座では、これらを平易に解説し、光量子プログラムを併記しているので、すぐに確認できるようにした。
これまでの量子ゲート方式の量子コンピュータでは、ドイチ・ジョサアルゴリズムやサイモンアルゴリズムのように、明確に仮定された問題設定で十分に定義された解答を得ることができた。これらは決定問題とか判定問題と言われて、問題に対する問い合わせ回数が少ないほど良好な量子アルゴリズムであった。しかし、量子ゲート方式では、限られた測定から何かを見つけるというような問題に対しては不得意であった。つまり、このような問題は、サンプリング問題と呼ばれ、有限の測定から何らかの統計分布を抽出する問題である。光量子コンピュータは、このようなサンプリング問題に対して有効なボゾンサンプリングや改良版のガウシアンボゾンサンプリングという方法が考案された。
開始日時 | 会場 | 開催方法 | |
---|---|---|---|
2024/4/26 | ExcelとPythonによる多変量解析 超入門 | オンライン | |
2024/4/26 | ChatGPTを活用したPythonプログラミングとコード生成 | オンライン | |
2024/5/8 | 実験計画法・ベイズ最適化を用いた効率的な実験デザイン | オンライン | |
2024/5/17 | スパース推定の本質の理解と実装応用技術への展開 | オンライン | |
2024/5/21 | 量子コンピュータ最前線 | 東京都 | 会場・オンライン |
2024/5/23 | ベイズ統計学の基礎と演習 | オンライン | |
2024/5/23 | 量子コンピュータ入門 | オンライン | |
2024/5/28 | 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 | オンライン | |
2024/5/31 | ベイズ統計学の基礎と演習 | オンライン | |
2024/6/10 | 機械学習 (ディープラーニング) の基礎・活用・実践 (全3回) | オンライン | |
2024/6/10 | Python基礎と機械学習 基礎 | オンライン | |
2024/6/11 | 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 | オンライン | |
2024/6/14 | 機械学習による異常検知入門 | 東京都 | 会場 |
2024/6/18 | 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 | オンライン | |
2024/6/18 | Pythonではじめる機械学習入門講座 | オンライン | |
2024/6/24 | 外観検査の自動化の進め方と画像データ取得およびAIによる検査のポイント | オンライン | |
2024/7/8 | ディープラーニングと機械学習プロジェクトの進め方 | オンライン | |
2024/8/5 | 機械学習 実践編 | オンライン |
発行年月 | |
---|---|
2023/1/31 | 量子技術の実用化と研究開発業務への導入方法 |
2020/8/11 | 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート |