「量子コンピュータ」は今のコンピュータに取って代わってしまうのか？ ～現状のアプリケーションから将来像を考える～ （NTTデータ テクノロジーカンファレンス 2020 発表資料） 2020年10月16日（金） NTTデータ 技術開発本部 矢実 貴志 NTTデータ 技術開発本部 川又 裕也 講演動画は、YouTubeチャンネル「NTT DATA Tech」にて公開中！ https://www.youtube.com/watch?v=kUjpOiSVsBY

1. © 2020 NTT DATA Corporation
NTTデータ テクノロジーカンファレンス 2020
「量子コンピュータ」は今のコンピュータに取って代わってしまうのか？
～現状のアプリケーションから将来像を考える～
2020年10月16日
NTTデータ 技術開発本部 矢実 貴志、川又 裕也

2. © 2020 NTT DATA Corporation 2
アンケート
50年後、
量子コンピュータは今のコンピュータに取って代わってしまうと思いますか？
A, 全て量子コンピュータになる
B, 全て今のコンピュータのまま
C, 部分的に量子コンピュータになる
D, 全く想像できない

3. © 2020 NTT DATA Corporation 3
量子コンピューティング概要
量子ゲート方式 量子アニーリング方式
全ての計算 用途 組合せ最適化問題
状態ベクトルユニタリ変換 動作原理 エネルギー最小化
約70量子ビット ビット数 約5000量子ビット
計算量の優位性が示された
アルゴリズムが複数存在
期待
組合せ最適化に対する
高速化の可能性
実機利用のハードルが下がり
様々な分野で
研究開発が活発化
現状
数千量子ビットマシンや
シミュレータ等の登場により
実問題での検証が加速
アンケート実施中！！
50年後、量子コンピュータは今のコンピュータに取って代わってしまうと思いますか？
２つの方式は動作原理や用途が全く異なる

4. © 2020 NTT DATA Corporation 4
なぜ、いま量子コンピューティングなのか
量子アニーリン
グ
方式
量子ゲート方
式
「ハードウェア開発」と「利活用に向けた検討」が両輪で進んでい
る
もはや夢のマシンではなく実機が次々に登場している
アンケート実施中！！
50年後、量子コンピュータは今のコンピュータに取って代わってしまうと思いますか？
D-Wave Systems
NEC
超伝導方式
イオン
トラップ方式
光量子方式
Google
IBM
Rigetti Computing
Honeywell
ION Q
XANADU
※開発企業の一部をアルファベット/五十音順で記載しています。
イジングマシン
コヒーレント
イジングマシ
ン
デジタル回路
富士通
日立製作所
東芝
NEC
NTT

5. © 2020 NTT DATA Corporation 5
回答の分布はこちら
【アンケート結果】
50年後、
量子コンピュータは今のコンピュータに取って代わってしまうと思いますか？
A, 全て量子コンピュータになる
B, 全て今のコンピュータのまま
C, 部分的に量子コンピュータになる
D, 全く想像できない

6. © 2020 NTT DATA Corporation 6
量子コンピュータ／次世代アーキテクチャ・ラボ サービスメニュー
利活用に向けた技術/ビジネス性の検証サービス
分析フローの整理,
問題の定式化・ロジック変
換
業務・サービス要件のもと
で
性能を評価
対象とする分析問題の
要件に即したマシンを選定
分析機能を組み込んだプロトタイプを開発,
活用イメージを明確化
検討初期段階のお客様に対して
試験的な検証を実施
特性や、使用する上での留意点など
基礎から導入例までを紹介

7. © 2020 NTT DATA Corporation 7
サービス実施体制
様々な企業・大学と連携し応用開拓を推進
--------------
（量子アニーリング等）
• ＮＴＴ
• Ｄ-ＷａｖｅＳｙｓｔｅ
• 日立製作所
• 富士通
• 東芝
• NEC
（量子ゲート方式）
・日本ＩＢＭ
量子コンピュータ/
次世代アーキテクチャ・ラボ
--------------
• NTTDATAEMEA
• ＤｅｅｐＴｅｋ*
• ＡｌｇｏＡｎａｌｙｔｉｃｓ**
*： AI医療画像診断ソリューションなどのAIサービス・ソリューションを提供するスタートアップ。NTTデータが少額出資にて関係強
化を図っている
**：データサイエンスに強みをもつスタートアップ。銀行などの金融業界を中心に、AIプラットフォームを展開。 DeepTek社の関連会社

8. © 2020 NTT DATA Corporation 8
本日ご紹介する取り組み
量子機械学習による画像認識のデモを
をご紹介します。デモではシミュレータを用い
て、量子コンピュータを使うにはエンジニアは
どのような手順で何を実施すればよいのか
具体的に説明します。
シミュレータを用いた
量子機械学習デモ
量子アニーリング方式
量子アニーリングやイジングマシンが注目され
ている背景と、組合せ最適化の関係性を
ご説明します。また、弊社の応用事例や、
先日ニュースリリースを行ったアダプティブバル
クサーチ技術など、最新動向もご紹介します。
量子ゲート方式
量子アニーリング
活用最前線
〜イジングマシンと組合せ最適化〜
本セッション後半でご紹介します！！ 次のLT枠(14:20～) でご紹介します！！
それぞれの方式のマシンが実際にどのような計算を実施できるのか、
具体的なデモンストレーションや応用事例を用いてご説明します。

9. © 2020 NTT DATA Corporation
量子ゲートの取り組み
9

10. © 2020 NTT DATA Corporation 10
問題
手のひらを開ける前のコインは、『いま』どうなっていますか？
量子コンピュータ的に答えてください。
A, 表
B, 裏
C, 表 もしくは 裏
D, 表でもあるし、裏でもある

11. © 2020 NTT DATA Corporation 11
正解
手のひらを開ける前のコインは、『いま』どうなっていますか？
量子コンピュータ的に答えてください。
A, 表
B, 裏
C, 表 もしくは 裏
D, 表でもあるし、裏でもある
？

12. © 2020 NTT DATA Corporation 12
手のひらを開ける前のコイン
普段の世界 OR
量子の世界
表 裏
表 裏
50％ 50％
AND

13. © 2020 NTT DATA Corporation 13
手のひらを開けてコインを観測
普段の世界
量子の世界
表
表

14. © 2020 NTT DATA Corporation 14
量子コンピュータはもう未来のものではない！
(Photo by Connie Zhou, provided by IBM)
『 IBM Q 』

15. © 2020 NTT DATA Corporation 15
量子機械学習のデモンストレーション
3と6の画像分類問題を量子機械学習で行います。
まずは一通り動かしてみましょう！
デモの内容については、以下の点をご承知おきください。
• 計算はシミュレータ（単なる状態ベクトル計算）で行い、ノイズも入れておりません。あくまでモデル検証の一例としてお考え下さい。
• 今回のデモでは、論文を参考にしつつ、PennyLane、Qiskitなどのライブラリを使用し、Pythonで実装しています。
デモの性質上、極力公開情報の範囲のものを利用しています。
• 量子回路の図はイメージとなります。
• ブロッホ球の表示は各Qubitの部分トレースになります。動作を理解いただけるように参考として表示しています。
• また、解説に関してもわかりやすく理解いただくために実装と異なるご説明をしている点があります。ご了承ください。
その他、技術面に関してのご質問ございましたら、都度お問い合わせいただけると幸いです。

16. © 2020 NTT DATA Corporation 16
（配布版にて注記）当日は動画にて公開しました。ご覧になりたい場合には、ぜひお問い合わせください。

17. © 2020 NTT DATA Corporation 17
量子機械学習
古典
機械学習
量子
機械学習
1 データの符号化 2 推論・学習 3 出力・判定
100回観測
0 が 30回、1 が 70回
→ 期待値は 0.7
→ 『3』である確率は0.7
３つのパートに分けてみていきましょう
『3』である確率 : 0.7
『6』である確率 : 0.3
→予測は『3』

18. © 2020 NTT DATA Corporation 18
量子機械学習 1 データの符号化
古典
機械学習
量子
機械学習
1 データの符号化 2 推論・学習 3 出力・判定
100回観測
0 が 30回、1 が 70回
→ 期待値は 0.7
→ 『3』である確率は0.7
『3』である確率 : 0.7
『6』である確率 : 0.3
→予測は『3』
古典ではそのまま画像をビットにして入力しますが・・・

19. © 2020 NTT DATA Corporation 19
量子機械学習 1 データの符号化
量子では『qubit』で表現する必要があります
1 bit
または
1 qubit
|0
|1
𝑧
𝑦
𝑥

20. © 2020 NTT DATA Corporation 20
量子機械学習 2 推論・学習
古典
機械学習
量子
機械学習
1 データの符号化 2 推論・学習 3 出力・判定
100回観測
0 が 30回、1 が 70回
→ 期待値は 0.7
→ 『3』である確率は0.7
『3』である確率 : 0.7
『6』である確率 : 0.3
→予測は『3』
古典ではニューラルネットワークですが・・・

21. © 2020 NTT DATA Corporation 21
量子機械学習 2 推論・学習
・
・
・
・
・
・
・
・
・
量子ではqubitを操作する『量子回路』です
操作！

22. © 2020 NTT DATA Corporation 22
量子機械学習 3 出力・判定
古典
機械学習
量子
機械学習
1 データの符号化 2 推論・学習 3 出力・判定
100回観測
0 が 30回、1 が 70回
→ 期待値は 0.7
→ 『3』である確率は0.7
『3』である確率 : 0.7
『6』である確率 : 0.3
→予測は『3』
古典ではそのまま最後の出力値を得られますが・・・

23. © 2020 NTT DATA Corporation 23
量子機械学習 3 出力・判定
量子では出力値は『観測』することで得られます

24. © 2020 NTT DATA Corporation 24
メッセージ
量子コンピュータは確実に進歩を遂げています。
その一歩をともに踏み出しましょう！
お問い合わせ先：qcomputer@kits.nttdata.co.jp

25. © 2020 NTT DATA Corporation