人工知能とは、とりわけ機械が人間の考える「知能」をある程度示す能力を指します。このプロセスを推進しているのが、機械学習の急速な進歩です。機械に固定的な概念を事前にプログラムするのではなく、自ら考えさせるようにするのです。
画像認識を例に考えてみましょう。人間はこの作業を得意としますが、人工的に再現することは難しいと分かっています。機械に猫を認識させるための学習とは、猫の見た目を定義した情報を入力することではありません。代わりに、猫の画像を数多く入力し、コンピューターがピクセルに表れる「猫らしさ」の根底にあるパターンを抽出できるようにします。
このようにデータに依存することは、強力な学習手段です。しかし、潜在的な落とし穴もあります。機械がデータ内のパターンを見つけて利用するよう学習すると、場合によっては、人種、ジェンダー、階級に関する偏見を再生産するだけになってしまいます。こうした偏見は、現在の人間の知能に特有のものです。
しかし、機械学習に本来備わるデータ処理能力は、人々の暮らしを改善する応用技術を生み出す可能性も秘めています。「知能」を持つ機械は、科学者がより効率的にがんを検出したり、メンタルヘルスをより深く理解したりするのに役立つ可能性があります。
これまでの機械学習の進歩の大半は古典的なものでした。機械が学習に用いる手法は古典物理学の法則に従い、学習するデータも古典的な形式をとります。アルゴリズムを実行する機械もまた、古典的なものです。
私たちは、量子力学と呼ばれる物理学の分野が機械学習を改善できるかを探る、発展途上の量子機械学習の分野で研究しています。量子力学は根本的なレベルで古典物理学とは異なり、確率を扱い、不確実性を原理の一つとします。また、古典的な直観では説明できない興味深い現象を物理学の対象に加えます。
古典から量子へ
量子力学は、スペクトルの最小領域、つまり原子、電子、光子のスケールにおける自然の振る舞いを理解し、適用するため、数学的で検証可能な法則を探究する物理学の一分野です。20世紀初頭に初めて確立され、微視的なレベルの系を記述するうえで大きな成果を上げてきました。
量子世界と古典世界の根本的な隔たりを広く知らしめたのが、シュレーディンガーの猫という思考実験です。毒薬の小瓶と放射性原子とともに、猫を箱の中に閉じ込めます。毒薬が放出されるかどうか、そして猫が生きるかどうかは、原子の崩壊にかかっています。
量子力学では、測定によって原子の状態が確定するまで、原子は崩壊した状態と崩壊していない状態が同時にあると記述できます。そうであれば、箱を開けて猫の状態が確定するまで、猫も死んでいると同時に生きていると記述できるはずです。この逆説は、古典的な物体に量子の法則を適用する難しさを示しています。
これは量子論に内在する、特に興味深い可能性の一つです。つまり、可能であるということです。量子系は測定されるまで、複数の状態に同時に存在できます。この現象は重ね合わせと呼ばれます。
量子コンピューティング
機械学習を量子的なものにする方法はいくつかあります。その中でも、量子コンピューターの開発競争は大きく報道され、D-WaveコンピューターやIBM Quantum Experienceなどの開発につながっています。
量子コンピューターの価値は、古典コンピューターとは異なる方法で情報を処理し、計算タスクを実行できる能力にあります。また、場合によっては、より高速に実行できます。
商業的な関心が集まる一方で、開発競争に加わるもののうち、決定的な成功を収めたものはまだありません。重ね合わせ状態など、量子力学から利用する現象は繊細で、壊れやすいためです。
量子機械学習の別の分野では、量子論がコンピューターの学習方法や学習データにどのような知見をもたらすか、また、古典的な機械学習のツールや手法を量子的な枠組みの中でどう微調整するかに焦点を当てています。
測定可能な成果は依然として主に理論の領域にありますが、量子機械学習は一般の人々の日常生活にも影響を及ぼします。量子コンピューターの処理能力によって、銀行取引などのオンライン取引で使われている現在の暗号化技術が無効になる可能性は、以前から予測されてきました。
近年では、アニーリングなどの量子機械学習技術が、金融資産の利回りや信用格付けの算出を最適化することで、ビジネス上の有望性を示しています。
化学の基盤となる原理は根本的に量子的であるため、機械学習における量子技術は、医療技術や創薬でも重要になると考えられています。2017年に設立されたバイオテクノロジー企業ProteinQureは、すでに量子計算の要素を利用して、新たな治療法を開発しています。
量子機械学習技術は、私たちが慣れ親しんできた多くの技術に広範な影響を及ぼすと考えられています。航空から農業まで、Lockheed Martin、NASA、Googleなどの企業もすでに取り組みに加わっています。
アフリカにおける量子機械学習
量子機械学習は、急速に発展する刺激的な分野です。プロセスの完成と拡張可能な量子デバイスの提供を目指すスタートアップが数多く設立されています。
学者や大学の研究者も、量子機械学習の可能性を活用しようと取り組んでいます。私たちもその一員です。クワズール・ナタール大学の量子研究グループは、量子論が機械学習をどう改善できるか、また機械学習の手法が量子論にどのような知見をもたらすかの両方を研究しています。
同グループの一員であるマリア・シュルド博士は最近、注目を集め、カーネルベースの機械学習手法を量子的に強化する重要な進歩について、IBMおよび米国のマサチューセッツ工科大学（MIT）とともに報じられました。
