WO2023017679A1 - 量子回路、量子計算素子、量子計算システム、及び量子計算方法 - Google Patents

量子回路、量子計算素子、量子計算システム、及び量子計算方法 Download PDF

Info

Publication number
WO2023017679A1
WO2023017679A1 PCT/JP2022/024500 JP2022024500W WO2023017679A1 WO 2023017679 A1 WO2023017679 A1 WO 2023017679A1 JP 2022024500 W JP2022024500 W JP 2022024500W WO 2023017679 A1 WO2023017679 A1 WO 2023017679A1
Authority
WO
WIPO (PCT)
Prior art keywords
quantum
quantum computing
signal
lines
readout
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2022/024500
Other languages
English (en)
French (fr)
Inventor
大輔 才田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Institute of Advanced Industrial Science and Technology AIST
Original Assignee
National Institute of Advanced Industrial Science and Technology AIST
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Institute of Advanced Industrial Science and Technology AIST filed Critical National Institute of Advanced Industrial Science and Technology AIST
Priority to JP2023541235A priority Critical patent/JP7603343B2/ja
Priority to US18/683,103 priority patent/US20240348250A1/en
Publication of WO2023017679A1 publication Critical patent/WO2023017679A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K17/00—Electronic switching or gating, i.e. not by contact-making and –breaking
    • H03K17/51—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used
    • H03K17/92—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the components used by the use, as active elements, of superconductive devices
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control

Definitions

  • the present invention relates to quantum circuits, quantum computing elements, quantum computing systems, and quantum computing methods.
  • reservoir computing As a machine learning method, there is a method called reservoir computing that uses a neural network with an input layer, a reservoir layer, and an output layer.
  • the reservoir layer in reservoir computing is a recursive neural network with random connections.
  • the reservoir layer is a network circuit with nonlinear response.
  • Non-Patent Document 1 shows that a reservoir layer can be constructed by a physical phenomenon in a laser-based or spin-based physical reservoir device. Reservoir computing performed by constructing a reservoir layer using physical reservoir devices in this way is called physical reservoir computing.
  • a continuous signal is input to the input layer, and a continuous signal is output from the output layer through the nonlinear response in the reservoir layer.
  • Learning in physical reservoir computing discretizes the input signal and the readout signal from the output layer, and updates the weights of the linear combinations of the reservoir layer and the output layer to correct the values of the discretized signal. done.
  • the reservoir layer be a highly nonlinear dynamical system.
  • the dynamic system has a high degree of freedom.
  • an object of the present invention is to provide a quantum circuit, a quantum computing element, a quantum computing system, and a quantum computing method that enable physical reservoir computing with high learning efficiency.
  • a quantum circuit includes a plurality of superconducting lines that form a quantum bit according to an electromagnetic state and interact with each other; A plurality of first lines each configured to receive an input signal individually, and a plurality of second lines electromagnetically coupled to each of the plurality of superconducting lines. and a plurality of readout circuits electromagnetically coupled to each of the plurality of superconducting lines, wherein each readout circuit is configured to be capable of outputting a readout signal based on the state of the qubit of the corresponding superconducting line , and a plurality of readout circuits.
  • the input signal is individually input to each first line. Based on the input signal, each first line controls the state of the qubit of the corresponding superconducting line. The interaction of each superconducting line changes the state of the qubit of each superconducting line.
  • the readout signal from the readout circuit is a signal based on the state resulting from the state of the qubit of the superconducting line being changed based on the input signal.
  • the readout signal is not a signal obtained by superimposing the input signals, but a non-linear signal.
  • the input signal is individually input to each first line, so by associating the input signal with each of the plurality of parameters, the degree of freedom in the quantum circuit as a physical reservoir device can be increased. In physical reservoir computing using the quantum circuit of the above aspect, nonlinearity can be increased by increasing the degree of freedom. Therefore, the quantum circuit enables physical reservoir computing with high learning efficiency.
  • a quantum computing element according to another aspect of the present invention has the quantum circuit of the aspect described above. According to this, quantum computing elements enable physical reservoir computing with high learning efficiency.
  • the quantum computing element may further have a quantum circuit different from the quantum circuit of the above aspect.
  • the quantum computing element can be used for a plurality of computational purposes by switching between the quantum circuit of the above aspect and a different quantum circuit according to the computational purpose.
  • a quantum computing system includes a quantum computing element according to the above aspect, and a controller configured to supply an input signal to the quantum computing element and acquire a readout signal from the quantum computing element. And prepare. Thereby, physical reservoir computing is controlled by the control device, and physical reservoir computing with high learning efficiency becomes possible.
  • the quantum computing system of the above aspect further comprises a signal generating device communicatively connected to the controller and generating a first signal, wherein the controller supplies an input signal based on the first signal to the quantum computing element.
  • a signal generating device communicatively connected to the controller and generating a first signal, wherein the controller supplies an input signal based on the first signal to the quantum computing element.
  • the signal generation device supplies, for example, a signal based on a signal from a device such as a sensor to the quantum computing element, learning and inference are performed using the signal from the device such as a sensor on the edge side in the system. Enables physical reservoir computing.
  • the quantum computing element is the first quantum computing element
  • the controller is the first controller
  • the quantum computing system includes the second quantum computing element and the computation in the second quantum computing element.
  • a second control device configured to control the first control device or the second control device, which is communicatively connected to the first control device and the second control device, and transmits an element selection signal indicating a quantum computing element that performs quantum computation to the first control device or the second control device.
  • a computation manager configured to feed the device.
  • the quantum computation system By supplying an element selection signal so that the computation management device selects a quantum computation element according to the content of computation processing, the quantum computation system becomes a system that can utilize the computation results of multiple quantum computation elements.
  • an input signal is applied to each of a plurality of first lines electromagnetically coupled to each of a plurality of superconducting lines constituting a quantum bit according to an electromagnetic state. is individually supplied, and from each readout circuit of a plurality of readout circuits electromagnetically coupled to each of the plurality of superconducting lines, readout based on the state of the qubit of the corresponding superconducting line A signal is output.
  • outputting the readout signal may include outputting a readout signal that is a continuous signal.
  • a readout signal that is a continuous signal.
  • supplying the input signal individually may include supplying the input signal to each of the first lines in a number smaller than the number of readout circuits that output the readout signal. good. This enables physical reservoir computing using a delay network type physical reservoir unit.
  • supplying the input signal individually may include supplying the input signal to each of the first lines, the number of which is greater than the number of readout circuits that output the readout signal. good. This enables physical reservoir computing using a continuous media type physical reservoir.
  • individually supplying the input signal may include supplying the input signal to each first line at a timing different from that of the other first lines.
  • supplying the input signals individually may include supplying the input signals to each first line with a signal waveform different from that of the other first lines. good. As a result, it becomes possible to configure a physical reservoir section having both nonlinearity of the delay network and the continuous medium type, and the efficiency of learning is improved.
  • supplying the input signals individually includes supplying the input signals to at least one first line
  • outputting the readout signals includes supplying the input signals to the at least one first line.
  • An input signal is supplied to at least one first line, and a readout signal is output from a readout circuit in which the first line is electromagnetically coupled to the corresponding superconducting line, thereby enabling computation by quantum annealing. Therefore, in the above quantum computing method, computation by quantum annealing is possible in addition to physical reservoir computing.
  • the quantum computing method of the above aspect may further include individually supplying the adjustment signal to each of the plurality of second lines electromagnetically coupled to each of the plurality of superconducting lines. This makes it possible to finely adjust the state of the qubit in the superconducting line, and to finely adjust the nonlinearity of the readout signal with respect to the input signal.
  • the present invention it is possible to provide a quantum circuit, a quantum computing element, a quantum computing system, and a quantum computing method that enable physical reservoir computing with high learning efficiency.
  • FIG. 4 is a diagram for explaining the relationship between an input signal and a readout signal in the quantum computing element according to the first embodiment;
  • FIG. 3 is a diagram illustrating the concept of an input signal and a readout signal in the quantum computing element according to the first embodiment;
  • 4 is a flowchart of processing in the control device according to the first embodiment; It is a figure explaining the operation example of the quantum computing system which concerns on 1st Embodiment. It is a figure explaining another example of operation of the quantum computing system concerning a 1st embodiment.
  • FIG. 1 shows a schematic diagram of a quantum computing system 10 according to the first embodiment.
  • a quantum computing system 10 has a quantum circuit 100 and a control device 200 .
  • a quantum computing system 10 is a system in which a quantum circuit 100 is controlled by a control device 200 to perform quantum computing.
  • the quantum circuit 100 has superconducting lines 101, 102, 103, 104, variable couplers C13, C23, C14, C24, and readout circuits R1, R2, R3, R4. Quantum circuit 100 is cooled below the superconducting transition temperature of the materials forming superconducting lines 101, 102, 103, 104, variable couplers C13, C23, C14, C24, and readout circuits R1, R2, R3, R4. used as is. Therefore, the quantum computing system 10 has a mechanism (not shown) for cooling the quantum circuit 100 .
  • Each of the superconducting lines 101, 102, 103, 104 constitutes a quantum bit according to its electromagnetic state. Specifically, the quantum state of the qubit is represented by the direction of circulation of the current flowing through the superconducting line.
  • superconducting lines 101 and 102 are arranged horizontally, and superconducting lines 103 and 104 are arranged vertically.
  • a line L11 (first line) for applying a horizontal magnetic field to the superconducting line 101 is electromagnetically coupled to the superconducting line 101 .
  • Line L11 receives input signals from control device 200 individually.
  • Line L11 has a line portion facing a portion of superconducting line 101, and is electromagnetically coupled to superconducting line 101 by the line portion.
  • the locations where a part of the superconducting line and other members are electromagnetically coupled are illustrated by rectangles in the superconducting lines 101 , 102 , 103 and 104 .
  • facing means that a part of the superconducting line and a part of the line L11 overlap in plan view.
  • a line L21 (second line) for applying a self-magnetic field to the superconducting line 101 is electromagnetically coupled to the superconducting line 101.
  • Line L21 has a line portion facing a portion of superconducting line 101, and is electromagnetically coupled to superconducting line 101 by the line portion.
  • the lines L11 and L21 are connected to the control device 200.
  • the energy state of superconducting line 101 is controlled by applying a magnetic field controlled by controller 200 to superconducting line 101 through lines L11 and L21.
  • the superconducting line 101 is provided with a readout circuit R1 for reading the state of the quantum bit of the superconducting line 101.
  • the readout circuit R1 has a superconducting quantum interference device (SQUID).
  • FIG. 1 schematically shows a superconducting quantum interferometer R11.
  • Readout circuit R1 is connected to control device 200 through a line.
  • magnetic flux is applied to superconducting quantum interferometer R11 based on a signal from control device 200.
  • FIG. Readout circuit R1 outputs a readout signal based on the state of the quantum bit of superconducting line 101 to control device 200 by the interaction between the applied magnetic flux and superconducting line 101 .
  • the superconducting line 102 is provided with lines L12 and L22 and a readout circuit R2. Similar to the superconducting line 101, the superconducting line 103 is provided with lines L13 and L23 and a readout circuit R3. Similar to the superconducting line 101, the superconducting line 104 is provided with lines L14 and L24 and a readout circuit R4.
  • Variable coupler C13 includes a ring portion facing superconducting line 101 and superconducting line 103 without contact, and causes superconducting line 101 and superconducting line 103 to interact with each other by electromagnetic induction. The strength of interaction can be adjusted accordingly.
  • variable coupler C23 causes the superconducting lines 102 and 103 to interact with each other by electromagnetic induction.
  • variable coupler C14 causes the superconducting lines 101 and 104 to interact with each other by electromagnetic induction.
  • variable coupler C24 causes the superconducting lines 102 and 104 to interact with each other by electromagnetic induction.
  • the variable coupler may be provided so as to allow any set of the superconducting lines 101, 102, 103, 104 to interact with each other.
  • the number of variable couplers need not be four as shown in FIG. 1, and the number can be adjusted as appropriate.
  • the number of superconducting lines is four in the quantum circuit 100, the number is not limited to four, and a configuration using more lines may be used. Along with this, the number of first lines, second lines, and readout circuits also increases.
  • the control device 200 is a computer that causes the quantum circuit 100 to perform quantum computation.
  • the control device 200 includes ROM, RAM, CPU, and the like.
  • the control device 200 executes processing for controlling quantum computation in the quantum circuit 100 by the CPU executing a program stored in the control device 200 .
  • FIG. 2 is a graph showing an example of a readout signal output from a certain readout circuit when an input signal is input to a certain superconducting line in the quantum circuit 100 .
  • the horizontal axis is the magnitude of the input signal, and the input signal is expressed as a current value.
  • An input signal in the form of current is converted into magnetic flux through the line and input to the superconducting line.
  • the state of the quantum bit of each superconducting line changes according to the interaction between superconducting lines 101, 102, 103, and 104.
  • FIG. The readout signal on the vertical axis is acquired as a current value corresponding to the state of the corresponding quantum bit of the superconducting line.
  • the readout signal does not necessarily increase as the input signal increases. That is, in the quantum circuit 100, the readout signal does not change linearly with respect to the input signal, but changes nonlinearly.
  • FIG. 3 shows a diagram for explaining the concept of signal input and readout.
  • magnetic flux as an input signal is supplied to the superconducting line through the first line over a period of time.
  • the magnetic flux here is controlled by the current value, as described above.
  • Magnetic flux as an input signal is continuously supplied to the superconducting line to change the state of the qubits of the superconducting line.
  • the readout signal output by the readout circuit is output as a continuous signal that varies nonlinearly with time according to the interaction between the superconducting lines in the quantum circuit 100 .
  • FIG. 3 exemplifies the input signal as a signal that saturates the magnetic flux intensity, it may be a non-linear curve. Even in this case, the readout signal is output as a continuous signal that changes nonlinearly with time according to the interaction between the superconducting lines in the quantum circuit 100 .
  • quantum circuit 100 outputs a nonlinear readout signal corresponding to the input signal.
  • quantum circuit 100 can function as a physical reservoir in physical reservoir computing.
  • FIG. 4 is a flow chart showing an example of a process in which the control device 200 controls computation in the quantum circuit 100.
  • FIG. 4 is a flow chart showing an example of a process in which the control device 200 controls computation in the quantum circuit 100.
  • step S401 the control device 200 selects the first line that supplies the input signal.
  • the control device 200 acquires, for example, information designating the calculation mode in the quantum circuit 100 from an external device, and selects the first line based on the information.
  • the control device 200 selects a readout circuit that acquires the readout signal.
  • the control device 200 acquires information specifying the calculation mode in the quantum circuit 100 from an external device, and selects a readout circuit based on the information.
  • the control device 200 supplies an input signal to the selected first line. Specifically, the control device 200 supplies current to the first line for controlling the magnetic flux applied to the superconducting line corresponding to the selected first line.
  • step S404 the control device 200 supplies an adjustment signal to the second line corresponding to the first line. Specifically, the control device 200 supplies current to the second line for controlling the magnetic flux supplied to the superconducting line through the second line corresponding to the selected first line. Note that the processing in step S404 may be omitted, and the control device 200 may supply current only to the first line.
  • the control device 200 acquires a readout signal from the selected readout circuit. Specifically, the control device 200 applies a magnetic flux to the superconducting quantum interferometer corresponding to the selected readout circuit, and acquires a readout signal as a current signal from the superconducting quantum interferometer.
  • control device 200 may select the second line instead of the first line in step S401. In this case, the control device 200 may supply the adjustment signal to the second line instead of the first line in step S403. Finally, the control device 200 may supply the input signal to the first line corresponding to the second line instead of the second line in step S404. Note that the control device 200 may supply current only to the second line. Even when the second line is selected, reading in step S405 is similarly possible.
  • FIG. 5 schematically shows a first specific example.
  • the line L13 corresponding to the superconducting line 103 is selected as the input signal supply destination, and the readout circuit R3 corresponding to the superconducting line 103 and the readout circuit R4 corresponding to the superconducting line 104 acquire the readout signal.
  • the original selected situation is indicated.
  • the readout signal from the readout circuit R3 and the readout signal from the readout circuit R4 become different signals due to interactions in the superconducting lines 101, 102, 103, and 104.
  • the input signal can be supplied to each first line in a number smaller than the number of readout circuits that output the readout signal.
  • the quantum circuit 100 functions as a delay network type physical reservoir unit capable of outputting a plurality of readout signals having nonlinearity with respect to one input signal.
  • FIG. 6 schematically shows a second specific example.
  • the lines L11, L12, L13, and L14 corresponding to the superconducting lines 101, 102, 103, and 104 are selected as input signal supply destinations, and the readout circuit R2 corresponding to the superconducting line 102 supplies the readout signal.
  • the status selected as the acquisition source is indicated.
  • the readout signal from the readout circuit R2 is a signal corresponding to the interaction in the superconducting lines 101, 102, 103, and 104.
  • the input signal can be supplied to the first lines in a number that is greater than the number of readout circuits that output the readout signal.
  • the quantum circuit 100 functions as a continuous-medium physical reservoir that can output at least one readout signal having nonlinearity with respect to a plurality of input signals.
  • control device 200 can supply signals having the same signal waveform to the lines L11, L12, L13, and L14 at different timings.
  • the readout signal from the readout circuit R2 contains nonlinearity based on the input signal with time delay in addition to the nonlinearity due to the interaction in the superconducting lines 101, 102, 103, 104, resulting in higher nonlinearity. becomes a readout signal having This makes it possible to further increase the nonlinearity of the readout signal.
  • control device 200 may supply each of the lines L11, L12, L13, and L14 with an input signal having a signal waveform different from that of the other lines.
  • the readout signal from the readout circuit R2 includes nonlinearity due to different magnitudes of the input signals in addition to the nonlinearity due to the interaction in the superconducting lines 101, 102, 103, and 104, resulting in higher nonlinearity. It becomes a readout signal having a property. This makes it possible to further increase the nonlinearity of the readout signal.
  • FIG. 7 schematically shows a third specific example.
  • lines L11, L12, L13, and L14 corresponding to superconducting lines 101, 102, 103, and 104 are selected as input signal supply destinations, and readout signals corresponding to superconducting lines 101, 102, 103, and 104 are selected.
  • a situation is shown in which the circuits R1, R2, R3, R4 are selected as the source of the read signal.
  • the state of each quantum bit of the superconducting lines 101, 102, 103, 104 is individually set.
  • the states of the individual qubits are set based on input signals provided on lines L11, L12, L13, L14 and adjustment signals provided on lines L21, L22, L23, L24.
  • Readout signals resulting from the interaction are output from readout circuits corresponding to the superconducting lines 101, 102, 103, and 104, respectively. Therefore, the quantum circuit 100 is Computations can be performed by quantum annealing.
  • quantum circuit 100 can be a physical reservoir device that enables physical reservoir computing and a quantum annealing device that enables computation by quantum annealing.
  • the quantum circuit 100 is illustrated as having two superconducting lines 101 and 102 arranged in the horizontal direction and two superconducting lines 103 and 104 arranged in the vertical direction, the superconducting lines The number and arrangement of are not limited to those illustrated.
  • the quantum circuit may have four superconducting lines arranged in the horizontal direction and four superconducting lines arranged in the vertical direction.
  • the state of the quantum bits of some of the eight superconducting lines may be set, and the state of the quantum bits after annealing may be read.
  • the superconducting lines used are chosen according to the Hamiltonian that describes the problem to be solved by the quantum circuit.
  • the quantum circuit in this embodiment is used for quantum annealing, the quantum circuit may use some of the superconducting lines or all of the superconducting lines.
  • the quantum circuit has a plurality of unit cells each having two superconducting lines arranged in the horizontal direction and two superconducting lines arranged in the vertical direction, and the unit cells are electromagnetically connected to each other.
  • the unit cell may have four superconducting lines arranged in the horizontal direction and four superconducting lines arranged in the vertical direction.
  • FIG. 8 shows a schematic diagram of a quantum computing element 800 according to the second embodiment.
  • a quantum circuit 100 and a quantum circuit 801 are provided in the quantum computing element 800 .
  • the quantum circuit 801 may be a quantum circuit different from the quantum circuit 100 in the number of superconducting lines and the coupling method of the variable coupler.
  • a single chip can perform a plurality of quantum computations.
  • FIG. 9 shows a schematic diagram of a quantum computing system 10A according to the third embodiment.
  • the quantum computing system 10A has control devices 200 and 902, a computation management device 901, a signal generation device 903, dilution refrigerators 2001 and 9021, and quantum computation elements 2002 and 9022.
  • the quantum circuit 100 is formed in a quantum computing element 2002 arranged inside a dilution refrigerator 2001 .
  • control devices 200 and 902, the calculation management device 901, and the signal generation device 903 are connected to each other through the network N so as to be able to communicate with each other.
  • the computation management device 901 is a computer that manages computation in the quantum computing system 10A by executing processing for selecting quantum computation elements that perform quantum computation.
  • the control device 902 is a computer that controls quantum computation using the quantum computing element 9022 arranged inside the dilution refrigerator 9021 .
  • Quantum computing element 9022 performs a different kind of quantum computation than quantum computing element 2002 .
  • the quantum computing element 2002 has the quantum circuit 100, it performs quantum computation by the annealing method, whereas the quantum computing element 9022 can perform quantum computation by the gate method or the quantum dot method.
  • the quantum computing system 10A uses the dilution refrigerator 9021, a refrigerator of a different type from the dilution refrigerator may be used.
  • the signal generation device 903 is, for example, a computer that generates a signal based on a signal from an external sensor (not shown). A signal generated by the signal generation device 903 is transmitted to the calculation management device 901 .
  • the computation management device 901 Based on the signal from the signal generation device 903, the computation management device 901 selects a suitable quantum computation element for processing the signal.
  • the computation management device 901 transmits an element selection signal indicating a quantum computation element that performs quantum computation to the control device 200 or the control device 902 according to the selection result.
  • the control device 200 or the control device 902 that has received the element selection signal controls quantum computation by the corresponding quantum computing element 2002 or quantum computing element 9022 .
  • the signal generation device 903 can transmit a signal to the computation management device 901 based on a signal from a device such as a sensor on the edge side. This enables physical reservoir computing while making it possible to utilize the calculation results of a plurality of quantum computing elements. It also enables physical reservoir computing using signals from devices such as sensors on the edge side.
  • the control device 902 controls the quantum computation by the quantum computing element 9022 as an example, but the control target by the control device 902 is not limited to the quantum computing element 9022.
  • the control device 902 can control a quantum computer that uses light, a pseudo-quantum computer realized using FPGA (Field Programmable Gate Array) or CMOS circuits, a computer that performs conventional classical arithmetic, or a supercomputer. may be used.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)
  • Logic Circuits (AREA)

Abstract

学習効率の高い物理リザバーコンピューティングを可能にする量子回路、量子計算素子、量子計算システム、及び量子計算方法を提供する。量子回路１００は、電磁的状態によって量子ビットを構成し、相互作用を及ぼし合う複数の超伝導線路１０１，１０２，１０３，１０４と、複数の超伝導線路１０１，１０２，１０３，１０４のそれぞれに電磁的に結合される複数の線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４と、複数の超伝導線路１０１，１０２，１０３，１０４のそれぞれに電磁的に結合される複数の線路Ｌ２１，Ｌ２２，Ｌ２３，Ｌ２４と、複数の超伝導線路のそれぞれに電磁的に結合される複数の読出回路Ｒ１，Ｒ２，Ｒ３，Ｒ４と、を備え、各第１線路は、入力信号を個別に受信可能に構成され、各読出回路は、対応する超伝導線路の量子ビットの状態に基づく読出信号を出力可能に構成されている。

Description

量子回路、量子計算素子、量子計算システム、及び量子計算方法
　本発明は、量子回路、量子計算素子、量子計算システム、及び量子計算方法に関する。
　機械学習の手法として、入力層、リザバー層、及び出力層を有するニューラルネットワークを用いたリザバーコンピューティングという手法がある。リザバーコンピューティングにおけるリザバー層は、ランダムな結合を有する再帰的ニューラルネットワークである。言い換えるとリザバー層は非線形な応答をするネットワーク回路である。
　リザバー層を、ソフトウェアによる動作ではなくハードウェアによって物理的に実装するためのデバイスが存在する。そのようなデバイスは、例えば非特許文献１では、物理リザバーデバイスと呼ばれる。非特許文献１では、レーザ系やスピン系の物理リザバーデバイスにおける物理現象によってリザバー層を構築できることが示される。このように、物理リザバーデバイスによってリザバー層を構築して行うリザバーコンピューティングは、物理リザバーコンピューティングと呼ばれる。
　物理リザバーコンピューティングでは、入力層に連続信号を入力し、リザバー層における非線形な応答を経て、出力層から連続信号が出力される。物理リザバーコンピューティングにおける学習は、入力信号及び出力層からの読出信号を離散化し、離散化された信号の値を補正するように、リザバー層と出力層との線形結合の重みを更新することによって行われる。
山根敏志，「物理リザバー・コンピューティングによる機械学習デバイスとエッジ・コンピューティングへの応用」，Ｐｒｏｖｉｓｉｏｎ，日本アイビーエム，２０１９，第９５号，ｐ．５７－６１
　物理リザバーコンピューティングにおける学習効率を高めるためには、リザバー層は非線形性が高い力学系であることが好ましい。非線形性を高くするためには、力学系の自由度が高いことが好ましい。物理リザバーを構成可能な素子単体（１ビット）での動作が可能な事例は種々存在するが、複数の素子を秩序よく協働させる物理リザバーを実現することは難しい。複数の素子を協働させることが難しい場合、力学系の自由度が限られるため、物理リザバーコンピューティングにおける学習効率が向上しにくい。
　そこで、本発明は、学習効率の高い物理リザバーコンピューティングを可能にする量子回路、量子計算素子、量子計算システム、及び量子計算方法を提供することを目的とする。
　本発明の一態様に係る量子回路は、電磁的状態によって量子ビットを構成し、相互作用を及ぼし合う複数の超伝導線路と、複数の超伝導線路のそれぞれに電磁的に結合される複数の第１線路であって、各第１線路は、入力信号を個別に受信可能に構成された、複数の第１線路と、複数の超伝導線路のそれぞれに電磁的に結合される複数の第２線路と、複数の超伝導線路のそれぞれに電磁的に結合される複数の読出回路であって、各読出回路は、対応する超伝導線路の量子ビットの状態に基づく読出信号を出力可能に構成された、複数の読出回路と、を備える。
　この態様によれば、入力信号は各第１線路に個別に入力される。入力信号に基づいて、各第１線路が、対応する超伝導線路の量子ビットの状態を制御する。各超伝導線路の相互作用によって、各超伝導線路の量子ビットの状態が変化する。読出回路からの読出信号は、超伝導線路の量子ビットの状態が、入力信号に基づいて変化した結果の状態に基づく信号である。読出信号は、入力信号を重ね合わせた結果の信号とはならず、非線形な信号となる。量子回路では、入力信号が各第１線路に個別に入力されるので、複数のパラメータそれぞれに入力信号を対応付けることによって、物理リザバーデバイスとしての量子回路における自由度を高くすることができる。上記態様の量子回路を用いた物理リザバーコンピューティングでは、自由度を高くすることによって、非線形性を高くすることができる。したがって、当該量子回路は、学習効率の高い物理リザバーコンピューティングを可能にする。
　本発明の他の態様に係る量子計算素子は、上記態様の量子回路を有する。これによれば、量子計算素子は、学習効率の高い物理リザバーコンピューティングを可能にする。
　上記態様において、量子計算素子は、上記態様の量子回路とは異なる量子回路をさらに有してもよい。これにより、量子計算素子は、上記態様の量子回路と、異なる量子回路とを、計算用途に応じて切り替えることで、複数の計算用途に対応可能な素子となる。
　本発明の他の態様に係る量子計算システムは、上記態様の量子計算素子と、当該量子計算素子に入力信号を供給し、当該量子計算素子から読出信号を取得するように構成された、制御装置と、を備える。これにより、制御装置によって物理リザバーコンピューティングが制御され、学習効率の高い物理リザバーコンピューティングが可能となる。
　上記態様の量子計算システムは、制御装置と通信可能に接続され、第１信号を生成する信号生成装置、をさらに備え、制御装置は、第１信号に基づく入力信号を量子計算素子に供給するように構成されてもよい。これにより、信号生成装置が、例えば、センサ等の装置からの信号に基づく信号を量子計算素子に供給する場合、システムにおいてエッジ側にあるセンサ等の装置からの信号を用いた学習及び推論を行う物理リザバーコンピューティングが可能となる。
　上記態様の量子計算システムでは、量子計算素子は第１量子計算素子であり、制御装置は第１制御装置であり、量子計算システムは、第２量子計算素子と、第２量子計算素子における計算を制御するように構成された第２制御装置と、第１制御装置及び第２制御装置と通信可能に接続され、量子計算を行う量子計算素子を示す素子選択信号を第１制御装置又は第２制御装置に供給するように構成された、計算管理装置と、をさらに備えてもよい。
　計算管理装置が計算処理の内容に応じて量子計算素子を選択するように素子選択信号を供給することで、量子計算システムは、複数の量子計算素子による計算結果を活用可能なシステムとなる。
　本発明の他の態様に係る量子計算方法は、電磁的状態によって量子ビットを構成する複数の超伝導線路のそれぞれに電磁的に結合される複数の第１線路の各第１線路に、入力信号が個別に供給されることと、前記複数の超伝導線路のそれぞれに電磁的に結合される複数の読出回路の各読出回路から、対応する超伝導線路の前記量子ビットの状態に基づいて、読出信号が出力されることと、を含む。これにより、上記態様の量子回路と同様に、学習効率の高い物理リザバーコンピューティングが可能となる。
　上記態様の量子計算方法では、読出信号が出力されることは、連続信号である読出信号が出力されること、を含んでもよい。読出信号が連続信号として出力されることにより、入力信号が連続信号である場合に、入力信号及び読出信号を離散化し、離散化された信号の値に基づいて、学習が行われる。これにより、物理リザバーコンピューティングが可能となる。
　上記態様の量子計算方法では、入力信号が個別に供給されることは、読出信号を出力する読出回路の数よりも少ない数の各第１線路に、入力信号が供給されること、を含んでもよい。これにより、遅延ネットワーク型の物理リザバー部を用いた物理リザバーコンピューティングが可能となる。
　上記態様の量子計算方法では、入力信号が個別に供給されることは、読出信号を出力する読出回路の数よりも多い数の各第１線路に、入力信号が供給されること、を含んでもよい。これにより、連続媒体型の物理リザバー部を用いた物理リザバーコンピューティングが可能となる。
　上記態様の量子計算方法では、入力信号が個別に供給されることは、各第１線路に、入力信号が他の第１線路とは異なるタイミングで供給されること、を含んでもよい。これにより、遅延ネットワークと連続媒体型の双方の非線形性を持つ物理リザバー部を構成することが可能となり、学習の効率が向上する。
　上記態様の量子計算方法では、入力信号が個別に供給されることは、各第１線路に、入力信号が他の第１線路とは異なる信号波形を有して供給されること、を含んでもよい。これにより、遅延ネットワークと連続媒体型の双方の非線形性を持つ物理リザバー部を構成することが可能となり、学習の効率が向上する。
　上記態様の量子計算方法では、入力信号が個別に供給されることは、少なくとも１つの第１線路に入力信号が供給されることを含み、読出信号が出力されることは、入力信号が供給された少なくとも１つの第１線路に対応する超伝導線路に電磁的に結合される読出回路から読出信号が出力されること、を含んでもよい。
　少なくとも１つの第１線路に入力信号が供給され、第１線路が対応する超伝導線路に電磁的に結合される読出回路から読出信号が出力されることによって、量子アニーリングによる計算が可能となる。よって、上記量子計算方法では、物理リザバーコンピューティングに加えて、量子アニーリングによる計算が可能となる。
　上記態様の量子計算方法では、複数の超伝導線路のそれぞれに電磁的に結合される複数の各第２線路に、調整信号が個別に供給されること、をさらに含んでもよい。これにより、超伝導線路における量子ビットの状態をより細かに調整することが可能となり、入力信号に対する読出信号の非線形性をより細かに調整することが可能となる。
　本発明によれば、学習効率の高い物理リザバーコンピューティングを可能にする量子回路、量子計算素子、量子計算システム、及び量子計算方法を提供することができる。
第１実施形態に係る量子計算システムの概要を示す図である。 第１実施形態に係る量子計算素子における入力信号と読出信号との関係を説明する図である。 第１実施形態に係る量子計算素子における入力信号と読出信号の概念を説明する図である。 第１実施形態に係る制御装置における処理のフローチャートである。 第１実施形態に係る量子計算システムの動作例を説明する図である。 第１実施形態に係る量子計算システムの他の動作例を説明する図である。 第１実施形態に係る量子計算システムの他の動作例を説明する図である。 第２実施形態に係る量子計算素子の概要を示す図である。 第３実施形態に係る量子計算システムの概要を示す図である。
　添付図面を参照して、本発明の好適な実施形態について説明する。なお、各図において、同一の符号を付したものは、同一又は同様の構成を有する。
［第１実施形態］
　第１実施形態について説明する。図１には、第１実施形態に係る量子計算システム１０の概略図が示される。量子計算システム１０は、量子回路１００及び制御装置２００を有する。量子計算システム１０は、量子回路１００が制御装置２００により制御されて量子計算を行うシステムである。
　量子回路１００は、超伝導線路１０１，１０２，１０３，１０４、可変結合器Ｃ１３，Ｃ２３，Ｃ１４，Ｃ２４、及び読出回路Ｒ１，Ｒ２，Ｒ３，Ｒ４を有する。量子回路１００は、超伝導線路１０１，１０２，１０３，１０４、可変結合器Ｃ１３，Ｃ２３，Ｃ１４，Ｃ２４、及び読出回路Ｒ１，Ｒ２，Ｒ３，Ｒ４を形成する材料の超伝導転移温度以下に冷却された状態で使用される。よって、量子計算システム１０は、量子回路１００を冷却する機構（不図示）を備えている。
　超伝導線路１０１，１０２，１０３，１０４のそれぞれは、電磁的状態によって量子ビットを構成する。具体的には、量子ビットの量子状態は、超伝導線路を流れる電流の周回方向によって表される。図１では横方向に超伝導線路１０１と超伝導線路１０２とが並べられ、縦方向に超伝導線路１０３と超伝導線路１０４とが並べられる。
　超伝導線路１０１には、超伝導線路１０１に横磁場を印加するための線路Ｌ１１（第１線路）が電磁的に結合されるように設けられる。線路Ｌ１１は、制御装置２００から入力信号を個別に受信する。線路Ｌ１１は、超伝導線路１０１の一部と対向する線路部分を有しており、当該線路部分によって超伝導線路１０１と電磁的に結合される。本実施形態では、超伝導線路の一部と、他の部材とが電磁的に結合される箇所は、超伝導線路１０１，１０２，１０３，１０４における四角形によって図示される。なお、対向するとは、超伝導線路の一部と、線路Ｌ１１の一部とが、平面視において重なることを意味する。
　超伝導線路１０１には、超伝導線路１０１に自己磁場を印加するための線路Ｌ２１（第２線路）が電磁的に結合されるように設けられる。線路Ｌ２１は、超伝導線路１０１の一部と対向する線路部分を有しており、当該線路部分によって超伝導線路１０１と電磁的に結合される。
　線路Ｌ１１，Ｌ２１は、制御装置２００に接続される。線路Ｌ１１，Ｌ２１を通じて、制御装置２００によって制御された磁場が超伝導線路１０１に印加されることによって、超伝導線路１０１のエネルギー状態が制御される。
　超伝導線路１０１には、超伝導線路１０１の量子ビットの状態を読み出すための読出回路Ｒ１が設けられる。読出回路Ｒ１は、超伝導量子干渉計（Ｓｕｐｅｒｃｏｎｄｕｃｔｉｎｇ　Ｑｕａｎｔｕｍ　Ｉｎｔｅｒｆｅｒｅｎｃｅ　Ｄｅｖｉｃｅ，ＳＱＵＩＤ）を有する。図１では、模式的に超伝導量子干渉計Ｒ１１が図示されている。読出回路Ｒ１は、線路を通じて、制御装置２００に接続される。読出回路Ｒ１では、制御装置２００からの信号に基づいて超伝導量子干渉計Ｒ１１に磁束が印加される。読出回路Ｒ１は、印加された磁束と超伝導線路１０１との相互作用によって、超伝導線路１０１の量子ビットの状態に基づく読出信号を制御装置２００に出力する。
　超伝導線路１０２には、超伝導線路１０１と同様に、線路Ｌ１２，Ｌ２２、読出回路Ｒ２が設けられる。超伝導線路１０３には、超伝導線路１０１と同様に、線路Ｌ１３，Ｌ２３、読出回路Ｒ３が設けられる。超伝導線路１０４には、超伝導線路１０１と同様に、線路Ｌ１４，Ｌ２４、読出回路Ｒ４が設けられる。
　可変結合器Ｃ１３は、超伝導線路１０１と超伝導線路１０３と非接触で対向するリング部を含み、超伝導線路１０１と超伝導線路１０３とを電磁誘導によって相互作用させる。
相互作用の強さは、適宜調整され得る。
　可変結合器Ｃ２３は、可変結合器Ｃ１３と同様に、超伝導線路１０２と超伝導線路１０３とを電磁誘導によって相互作用させる。可変結合器Ｃ１４は、可変結合器Ｃ１３と同様に、超伝導線路１０１と超伝導線路１０４とを電磁誘導によって相互作用させる。可変結合器Ｃ２４は、可変結合器Ｃ１３と同様に、超伝導線路１０２と超伝導線路１０４とを電磁誘導によって相互作用させる。なお、可変結合器は、超伝導線路１０１，１０２，１０３，１０４のうち、任意の組を相互作用させるように設けられてもよい。また、可変結合器は、図１のように４つである必要はなく、その個数は適宜調整され得る。
　量子回路１００では、超伝導線路の本数は４本であるが、本数は４本に限られず、より多くの線路を用いる構成としてもよい。これに伴って、第１線路、第２線路、及び読出回路の個数も多くなる。
　制御装置２００は、量子回路１００に量子計算を実行させるコンピュータである。制御装置２００は、ＲＯＭ、ＲＡＭ及びＣＰＵ等を備える。制御装置２００は、制御装置２００に記憶されたプログラムが、ＣＰＵにより実行されることによって、量子回路１００における量子計算を制御する処理を実行する。
　図２、図３を参照して、量子計算システム１０における入力信号と読出信号との関係について説明する。
　図２は、量子回路１００において、ある超伝導線路に入力信号を入力した場合に、ある読出回路から出力される読出信号の一例を示すグラフである。横軸は入力信号の大きさであり、入力信号は電流値として表される。電流としての入力信号は、線路を通じて磁束に変換されて超伝導線路に入力される。量子回路１００での、超伝導線路１０１，１０２，１０３，１０４間の相互作用に応じて、各超伝導線路の量子ビットの状態が変化する。縦軸の読出信号は、対応する超伝導線路の量子ビットの状態に応じた電流値として取得されている。
　図２に示されるように、入力信号の増加に対して、読出信号は必ずしも増加していない。つまり、量子回路１００においては、読出信号は入力信号に対して、線形に変化せず、非線形に変化する。
　図３には、信号の入力及び読出の概念を説明する図が示される。図３に示されるように、ある時刻にわたって、入力信号としての磁束が第１線路を通じて超伝導線路に供給される。ここでの磁束は、上述のように、電流値によって制御される。入力信号としての磁束が超伝導線路に継続的に供給され、超伝導線路の量子ビットの状態が変化する。このとき、読出回路が出力する読出信号は、量子回路１００における超伝導線路間の相互作用に応じて、時間的に非線形な変化をする連続信号として出力される。なお、図３では、入力信号は磁束の強度が飽和する信号として例示されているが、非線形な曲線であってもよい。
この場合でも、読出信号は、量子回路１００における超伝導線路間の相互作用に応じて、時間的に非線形な変化をする連続信号として出力される。
　このように、量子回路１００では、入力信号に応じた非線形な読出信号が出力される。よって、量子回路１００は、物理リザバーコンピューティングにおける物理リザバーとして機能することができる。
　図４は、量子回路１００における計算を制御装置２００が制御する処理の一例を示すフローチャートである。
　ステップＳ４０１において、制御装置２００は、入力信号を供給する第１線路を選択する。このとき、制御装置２００は、例えば、外部の装置から量子回路１００における計算モードを指定する情報を取得し、当該情報に基づいて、第１線路を選択する。
　ステップＳ４０２において、制御装置２００は、読出信号を取得する読出回路を選択する。制御装置２００は、ステップＳ４０１と同様に、外部の装置から量子回路１００における計算モードを指定する情報を取得し、当該情報に基づいて、読出回路を選択する。
　ステップＳ４０３において、制御装置２００は、選択された第１線路に入力信号を供給する。具体的には、制御装置２００は、選択された第１線路に対応する超伝導線路に印加される磁束を制御するための電流を第１線路に供給する。
　ステップＳ４０４において、制御装置２００は、第１線路に対応する第２線路に調整信号を供給する。具体的には、制御装置２００は、選択された第１線路に対応する第２線路を通じて超伝導線路に供給される磁束を制御するための電流を第２線路に供給する。なお、ステップＳ４０４における処理は省略されてもよく、制御装置２００は第１線路にのみ電流を供給するようにしてもよい。
　ステップＳ４０５において、制御装置２００は、選択された読出回路から読出信号を取得する。制御装置２００は、具体的には、選択された読出回路に対応する超伝導量子干渉計に磁束を印加し、超伝導量子干渉計から電流信号としての読出信号を取得する。
　上記各ステップでは、第１線路が選択され、第１線路への入力信号が供給され最後に第２線路に調整信号が供給される場合を例に説明した。制御装置２００は、ステップＳ４０１における第１線路に代えて、第２線路を選択してもよい。この場合、制御装置２００は、ステップＳ４０３における第１線路に代えて、第２線路に調整信号を供給してもよい。
最後に、制御装置２００は、ステップＳ４０４における第２線路に代えて、第２線路が対応する第１線路に入力信号を供給してもよい。なお、制御装置２００は第２線路にのみ電流を供給するようにしてもよい。第２線路が選択されるような場合でも、同様にステップＳ４０５における読出は可能である。
　図５から図７を参照して、量子計算システム１０における第１線路の選択及び読出回路の選択に関する具体例を説明する。図５には、第１の具体例が模式的に示される。図５では、超伝導線路１０３に対応する線路Ｌ１３が、入力信号の供給先として選択され、超伝導線路１０３に対応する読出回路Ｒ３及び超伝導線路１０４に対応する読出回路Ｒ４が読出信号の取得元として選択された状況が示される。
　このとき、読出回路Ｒ３からの読出信号と、読出回路Ｒ４からの読出信号とは、超伝導線路１０１，１０２，１０３，１０４における相互作用によって、互いに異なる信号となる。
　このように、量子計算システム１０では、読出信号を出力する読出回路の数よりも少ない数の各第１線路に、入力信号が供給されるようにできる。これによって、量子回路１００が、１つの入力信号に対して、複数の非線形性を有する読出信号を出力可能な、遅延ネットワーク型の物理リザバー部として機能する。
　図６には、第２の具体例が模式的に示される。図６では、超伝導線路１０１，１０２，１０３，１０４に対応する線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４が、入力信号の供給先として選択され、超伝導線路１０２に対応する読出回路Ｒ２が読出信号の取得元として選択された状況が示される。
　このとき、読出回路Ｒ２からの読出信号は、超伝導線路１０１，１０２，１０３，１０４における相互作用に応じた信号となる。このように、量子計算システム１０では、読出信号を出力する読出回路の数よりも多い数の各第１線路に、入力信号が供給されるようにできる。これによって、量子回路１００が、複数の入力信号に対して、少なくとも１つ以上の非線形性を有する読出信号を出力可能な、連続媒体型の物理リザバー部として機能する。
　また、例えば、制御装置２００が、同じ信号波形を有する信号を、線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４に対して、異なるタイミングで供給するようにできる。このとき、読出回路Ｒ２からの読出信号は、超伝導線路１０１，１０２，１０３，１０４における相互作用による非線形性に加えて、時間遅延を伴う入力信号に基づく非線形性を含むため、より高い非線形性を有する読出信号となる。これにより、読出信号の非線形性をより高くすることができる。
　また、例えば、制御装置２００が、各線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４に、他の線路とは異なる信号波形を有する入力信号を供給するようにもできる。このとき、読出回路Ｒ２からの読出信号は、超伝導線路１０１，１０２，１０３，１０４における相互作用による非線形性に加えて、入力信号の大きさが異なることによる非線形性を含むため、より高い非線形性を有する読出信号となる。これにより、読出信号の非線形性をより高くすることができる。
　図７には、第３の具体例が模式的に示される。図６では、超伝導線路１０１，１０２，１０３，１０４に対応する線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４が、入力信号の供給先として選択され、超伝導線路１０１，１０２，１０３，１０４に対応する読出回路Ｒ１，Ｒ２，Ｒ３，Ｒ４が読出信号の取得元として選択された状況が示される。
　このとき、量子回路１００では、超伝導線路１０１，１０２，１０３，１０４のそれぞれの量子ビットの状態が、個々に設定される。個々の量子ビットの状態は、線路Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４に供給される入力信号及び線路Ｌ２１，Ｌ２２，Ｌ２３，Ｌ２４に供給される調整信号に基づいて設定される。また、相互作用の結果の読出信号は、超伝導線路１０１，１０２，１０３，１０４のそれぞれに対応する読出回路から出力される。
よって、量子回路１００は。量子アニーリングによる計算を実行することができる。このように、量子回路１００は、物理リザバーコンピューティングを可能にする物理リザバーデバイスであり、量子アニーリングによる計算を可能にする量子アニーリングデバイスであり得る。
　なお、量子回路１００は、横方向に配置された２つの超伝導線路１０１，１０２と、縦方向に配置された２つの超伝導線路１０３，１０４を有するものとして図示されているが、超伝導線路の本数及び配置は図示されたものに限られない。例えば、量子回路には、横方向に４つの超伝導線路が配置され、縦方向にも４つの超伝導線路が配置されてもよい。
この場合、８つの超伝導線路のうち、一部の超伝導線路の量子ビットの状態が設定され、当該量子ビットのアニーリング後の状態が読み出されてもよい。使用される超伝導線路は、量子回路によって解決される問題を表現するハミルトニアンに応じて選択される。本実施形態における量子回路を量子アニーリングに用いる場合、量子回路では、一部の超伝導線路が使用されても良く、全ての超伝導線路が使用されてもよい。
　また、量子回路は、横方向に配置された２つの超伝導線路と、縦方向に配置された２つの超伝導線路を有する単位格子を複数有し、単位格子は互いに電磁的に接続されるように設けられてもよい。また、単位格子は、横方向に４つの超伝導線路が配置され、縦方向にも４つの超伝導線路が配置されたものであってもよい。単位格子を複数接続して量子回路を構成する場合、ハミルトニアンに応じて、いくつかの単位格子に含まれる第１線路、第２線路、及び読出回路は用いられないことがある。
［第２実施形態］
　第２実施形態について説明する。図８には第２実施形態に係る量子計算素子８００の模式図が示される。量子計算素子８００には、量子回路１００と量子回路８０１とが設けられる。量子回路８０１は量子回路１００とは超伝導線路の本数や、可変結合器の結合のさせ方が異なる量子回路であり得る。このように、一つの量子計算素子８００に複数の量子回路を設けることにより、単一のチップによって、複数の量子計算が可能となる。
［第３実施形態］
　第３実施形態について説明する。図９には第３実施形態に係る量子計算システム１０Ａの模式図が示される。量子計算システム１０Ａは、制御装置２００，９０２、計算管理装置９０１、信号生成装置９０３、希釈冷凍機２００１，９０２１、及び量子計算素子２００２，９０２２を有する。ここでは、量子回路１００は、希釈冷凍機２００１内に配置される量子計算素子２００２に形成されている。
　制御装置２００，９０２、計算管理装置９０１、及び信号生成装置９０３はネットワークＮを通じて互いに通信可能に接続される。
　計算管理装置９０１は、量子計算を行う量子計算素子を選択する処理を実行することによって、量子計算システム１０Ａにおける計算を管理するコンピュータである。
　制御装置９０２は、希釈冷凍機９０２１内に配置される量子計算素子９０２２を用いた量子計算を制御するコンピュータである。量子計算素子９０２２は、量子計算素子２００２とは異なる種類の量子計算を行う。例えば、量子計算素子２００２は、量子回路１００を有するために、アニーリング方式による量子計算を行うのに対して、量子計算素子９０２２は、ゲート方式又は量子ドット方式による量子計算を行うようにできる。量子計算システム１０Ａでは、希釈冷凍機９０２１が用いられるが、希釈冷凍機とは異なる種類の冷凍機が用いられても良い。
　信号生成装置９０３は、例えば、外部のセンサ（不図示）からの信号に基づく信号を生成するコンピュータである。信号生成装置９０３が生成した信号は、計算管理装置９０１に送信される。
　計算管理装置９０１は、信号生成装置９０３からの信号に基づいて、当該信号の処理に適切な量子計算素子を選択する。計算管理装置９０１は、選択結果に応じて、量子計算を行う量子計算素子を示す素子選択信号を制御装置２００又は制御装置９０２に送信する。
　素子選択信号を受信した制御装置２００又は制御装置９０２は、対応する量子計算素子２００２又は量子計算素子９０２２による量子計算を制御する。
　量子計算システム１０Ａでは、エッジ側にあるセンサ等の装置からの信号に基づいて信号生成装置９０３が信号を計算管理装置９０１に送信するようにできる。これにより、複数の量子計算素子による計算結果を活用可能としつつ物理リザバーコンピューティングが可能となる。また、エッジ側にあるセンサ等の装置からの信号を利用した物理リザバーコンピューティングも可能となる。
　なお、量子計算システム１０Ａでは、制御装置９０２は、量子計算素子９０２２による量子演算を制御する場合を例にして説明したが、制御装置９０２による制御対象は、量子計算素子９０２２に限られない。例えば、制御装置９０２は、光を利用する量子コンピュータ、ＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）やＣＭＯＳ回路を用いて実現される疑似量子コンピュータ、従来の古典演算を実行する計算機、又はスーパーコンピュータ等の制御に用いられてもよい。
　以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。
　１０，１０Ａ…量子計算システム、１００，８０１…量子回路、１０１，１０２，１０３，１０４…超伝導線路、２００…制御装置、８００…量子計算素子、９０１…計算管理装置、９０２…制御装置、９０３…信号生成装置、Ｌ１１，Ｌ１２，Ｌ１３，Ｌ１４…線路、Ｒ１、Ｒ２，Ｒ３，Ｒ４…読出回路

Claims (14)

  1. 　電磁的状態によって量子ビットを構成し、相互作用を及ぼし合う複数の超伝導線路と、
    　前記複数の超伝導線路のそれぞれに電磁的に結合される複数の第１線路であって、各第１線路は、入力信号を個別に受信可能に構成された、複数の第１線路と、
    　前記複数の超伝導線路のそれぞれに電磁的に結合される複数の第２線路と、
    　前記複数の超伝導線路のそれぞれに電磁的に結合される複数の読出回路であって、各読出回路は、対応する超伝導線路の前記量子ビットの状態に基づく読出信号を出力可能に構成された、複数の読出回路と、
    　を備える、量子回路。
  2. 　請求項１に記載の量子回路を有する、量子計算素子。
  3. 　請求項２に記載の量子計算素子であって、
    　前記量子回路とは異なる量子回路をさらに有する、量子計算素子。
  4. 　請求項２又は３に記載の量子計算素子と、
    　前記量子計算素子に前記入力信号を供給し、前記量子計算素子から前記読出信号を取得するように構成された、制御装置と、
    　を備える、量子計算システム。
  5. 　請求項４に記載の量子計算システムであって、
    　前記制御装置と通信可能に接続され、第１信号を生成する信号生成装置、をさらに備え、
    　前記制御装置は、前記第１信号に基づく前記入力信号を前記量子計算素子に供給するように構成される、量子計算システム。
  6. 　請求項４又は５に記載の量子計算システムであって、
    　前記量子計算素子は第１量子計算素子であり、前記制御装置は第１制御装置であり、
    　第２量子計算素子と、
    　前記第２量子計算素子における計算を制御するように構成された第２制御装置と、
    　前記第１制御装置及び前記第２制御装置と通信可能に接続され、量子計算を行う量子計算素子を示す素子選択信号を前記第１制御装置又は前記第２制御装置に供給するように構成された、計算管理装置と、をさらに備える、量子計算システム。
  7. 　電磁的状態によって量子ビットを構成する複数の超伝導線路のそれぞれに電磁的に結合される複数の第１線路の各第１線路に、入力信号が個別に供給されることと、
    　前記複数の超伝導線路のそれぞれに電磁的に結合される複数の読出回路の各読出回路から、対応する超伝導線路の前記量子ビットの状態に基づいて、読出信号が出力されることと、
    　を含む、量子計算方法。
  8. 　請求項７に記載の量子計算方法であって、
    　前記読出信号が出力されることは、連続信号である前記読出信号が出力されること、を含む、量子計算方法。
  9. 　請求項７又は８に記載の量子計算方法であって、
    　前記入力信号が個別に供給されることは、前記読出信号を出力する読出回路の数よりも少ない数の各第１線路に、前記入力信号が供給されること、を含む、量子計算方法。
  10. 　請求項７又は８に記載の量子計算方法であって、
    　前記入力信号が個別に供給されることは、前記読出信号を出力する読出回路の数よりも多い数の各第１線路に、前記入力信号が供給されること、を含む、量子計算方法。
  11. 　請求項７から１０のいずれか一項に記載の量子計算方法であって、
    　前記入力信号が個別に供給されることは、各第１線路に、前記入力信号が他の第１線路とは異なるタイミングで供給されること、を含む、量子計算方法。
  12. 　請求項７から１１のいずれか一項に記載の量子計算方法であって、
    　前記入力信号が個別に供給されることは、各第１線路に、前記入力信号が他の第１線路とは異なる信号波形を有して供給されること、を含む、量子計算方法。
  13. 　請求項７から１２のいずれか一項に記載の量子計算方法であって、
    　前記入力信号が個別に供給されることは、少なくとも１つの前記第１線路に前記入力信号が供給されることを含み、
    　前記読出信号が出力されることは、前記入力信号が供給された少なくとも１つの前記第１線路に対応する前記超伝導線路に電磁的に結合される前記読出回路から前記読出信号が出力されること、を含む、量子計算方法。
  14. 　請求項７から１３のいずれか一項に記載の量子計算方法であって、
    　前記複数の超伝導線路のそれぞれに電磁的に結合される複数の各第２線路に、調整信号が個別に供給されること、をさらに含む、量子計算方法。
PCT/JP2022/024500 2021-08-12 2022-06-20 量子回路、量子計算素子、量子計算システム、及び量子計算方法 Ceased WO2023017679A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2023541235A JP7603343B2 (ja) 2021-08-12 2022-06-20 量子回路、量子計算素子、量子計算システム、及び量子計算方法
US18/683,103 US20240348250A1 (en) 2021-08-12 2022-06-20 Quantum circuit, quantum computing element, quantum computing system, and quantum computing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-131568 2021-08-12
JP2021131568 2021-08-12

Publications (1)

Publication Number Publication Date
WO2023017679A1 true WO2023017679A1 (ja) 2023-02-16

Family

ID=85199689

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/024500 Ceased WO2023017679A1 (ja) 2021-08-12 2022-06-20 量子回路、量子計算素子、量子計算システム、及び量子計算方法

Country Status (3)

Country Link
US (1) US20240348250A1 (ja)
JP (1) JP7603343B2 (ja)
WO (1) WO2023017679A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020170392A1 (ja) * 2019-02-21 2020-08-27 Ｍｄｒ株式会社 量子計算素子
WO2021064932A1 (ja) * 2019-10-03 2021-04-08 Ｍｄｒ株式会社 量子回路システム
JP2021512398A (ja) * 2018-01-22 2021-05-13 ディー−ウェイブ システムズ インコーポレイテッド アナログプロセッサの性能を向上させるシステム及び方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021512398A (ja) * 2018-01-22 2021-05-13 ディー−ウェイブ システムズ インコーポレイテッド アナログプロセッサの性能を向上させるシステム及び方法
WO2020170392A1 (ja) * 2019-02-21 2020-08-27 Ｍｄｒ株式会社 量子計算素子
WO2021064932A1 (ja) * 2019-10-03 2021-04-08 Ｍｄｒ株式会社 量子回路システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GRAHAM E. ROWLANDS; MINH-HAI NGUYEN; GUILHEM J. RIBEILL; ANDREW P. WAGNER; LUKE C. G. GOVIA; WENDSON A. S. BARBOSA; DANIEL J. GAUT: "Reservoir Computing with Superconducting Electronics", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 3 March 2021 (2021-03-03), 201 Olin Library Cornell University Ithaca, NY 14853 , XP081905372 *

Also Published As

Publication number Publication date
US20240348250A1 (en) 2024-10-17
JPWO2023017679A1 (ja) 2023-02-16
JP7603343B2 (ja) 2024-12-20

Similar Documents

Publication Publication Date Title
Li et al. A novel dynamic multiobjective optimization algorithm with non-inductive transfer learning based on multi-strategy adaptive selection
Momeni et al. Training of physical neural networks
Wei et al. Parallel control for continuous-time linear systems: A case study
Ge et al. Stable adaptive neural network control
Lian et al. Passivity and passification for a class of uncertain switched stochastic time-delay systems
Zhang et al. Synchronization of multiple reaction–diffusion neural networks with heterogeneous and unbounded time-varying delays
Shen et al. Nonfragile H∞ synchronization of BAM inertial neural networks subject to persistent dwell-time switching regularity
Tünnermann et al. Deep reinforcement learning for tiled aperture beam combining in a simulated environment
Hui et al. Exponential synchronization of inertial neural network with mixed delays via intermittent pinning control
Li et al. An improved design of RBF neural network control algorithm based on spintronic memristor crossbar array
Wang et al. Fuzzy-approximation-based decentralized adaptive control for pure-feedback large-scale nonlinear systems with time-delay
Liu et al. Control design for uncertain switched nonlinear systems: adaptive neural approach
Luo et al. Adaptive fractional fuzzy sliding mode control for multivariable nonlinear systems
Zhang et al. Adaptive boundary control for synchronization of reaction–diffusion neural networks with random time-varying delay
JP7603343B2 (ja) 量子回路、量子計算素子、量子計算システム、及び量子計算方法
Chen et al. Hybrid optical-electronic neural network with pseudoinverse learning for classification inference
Surendar et al. Sliding mode control on finite-time synchronization of nonlinear hyper-mechanical fractional systems
Cardarilli et al. An action-selection policy generator for reinforcement learning hardware accelerators
Zhang et al. Behavior similar to period-doubling bifurcation in chaotic and hyperchaotic states
Katayama et al. Theoretical basis of SQUID-based artificial neurons
CN118246503A (zh) 一种大规模可重构的三维集成光学神经网络
Li et al. Welding process tracking control based on multiple model iterative learning control
Arbi Generalized Oscillatory Space in Timescales and Applications
Liu et al. A memristor-based transient chaotic neural network model and its application
Zhou et al. Combinatorial synchronization of complex multiple networks with unknown parameters

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22855743

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023541235

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 18683103

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22855743

Country of ref document: EP

Kind code of ref document: A1