Google（GOOGL.US）量子コンピューテ ィングの大きな進展！重要な工程のエラー率が約40倍低減、実用化に一歩近づく
Alphabet傘下のGoogleは、量子コンピューティングの重要な過程におけるエラー率を約40倍低減できる新技術を披露したと発表しました。これは、従来のコンピューターでは解決できない問題に取り組むことができる、十分に強力かつ信頼性の高いマシンの構築に向けた進展を示しています。
ジートン財経APPによると、Alphabet(GOOGL.US)傘下のGoogleは、量子計算の重要なプロセスにおけるエラー率を約40倍低減できる新技術を公開し、従来のコンピューターでは達成できない問題を解決できるほど強力で信頼性の高いマシンの構築に向けて前進したことを示しています。
研究者のEmma RosenfeldとCraig Gidneyは、Google Quantum AIブログの記事の中で、10月15日に科学雑誌『Science』に発表された研究成果によれば、「マジックステート育成（magic state cultivation）」と呼ばれるプロセスがGoogle Willow量子プロセッサー上で動作可能であると述べました。この技術は、特定の高度な計算に必要な特別な量子状態において99.99%という記録的な精度を実現しました。
この進展は商用量子計算における大きな障害の一つ――エラー防止のために必要な膨大なハードウェア量――を解決するものです。量子コンピュータは、通常のコンピュータのビットでは不可能な方法で情報を表現・処理する量子ビット（qubits）を使用します。しかし量子ビットは外部からの干渉に非常に敏感であり、大量のエラー訂正なしには信頼性の高い計算を行うことが困難です。
なぜ「マジックステート」が重要なのか
エラー訂正の中でも特にコストがかかるプロセスのひとつは、いわゆる「マジックステート」と呼ばれる量子状態の準備です。これらは特別に調製された量子状態で、フル機能の量子コンピュータに必要な特定の操作をサポート可能です。従来の計算資源と異なり、マジックステートは使用時に消費されるため、継続的な補充が必要です。
Googleによると、以前の推定では、これらの状態の準備には量子コンピュータの処理能力の最大95%が消費され、有用な計算に使える部分が非常に少なくなる可能性がありました。この負担を軽減すれば、将来の量子コンピュータが著しく小型化され、運用コストが削減される可能性があります。
Googleの育成技術は、不完全な量子状態から始め、エラーを繰り返しチェックすることでこの課題を解決します。検査に合格しなかった試行を破棄することで、より高い信頼性の状態を生成できます。Google Willowプロセッサーでは、未育成の状態と比べて、この手法でエラーが約40倍削減されました。
工学的課題とブレークスルー
今回の研究では、Googleが量子エラー測定方法に関する課題を克服する必要もありました。チームは、電気的な変動や温度変化がテスト手法を歪め、物理学の既存理論と矛盾するような結果が生じてしまうことを発見しました。研究者らはその後、ハードウェア制御を修正し、技術の正確性を測定する新たな手法を開発しました。
もう一つの成果は、2種類の異なるエラー訂正システム――カラ―コード（color codes）とサーフェスコード（surface codes）――間で改良された量子状態を移動させることに成功した点です。これら2つのシステムは、量子情報をエラーから保護する代替的な方法です。これらの状態が移動後も生き残れることを示したことで、育成技術が将来的により大規模な量子計算システムに統合可能であることが示唆されました。
Alphabetの投資家にとって、これらの発見は商用量子計算における技術的かつ経済的なハードルの克服が進んでいることを意味します。より効率的なエラー訂正技術は、最終的に有用な計算を実行するために必要な物理量子ビットの数を削減する可能性があり、商用利用可能な装置の構築コストや複雑さの低減につながると期待されます。量子コンピュータは最終的に、材料科学や化学、従来のコンピューターでは極めて困難な計算分野での利用が見込まれます。
とはいえ、今回の成果がGoogleによる商業的に実用的な量子コンピュータの開発を意味するわけではありません。同社は、より大規模な環境での技術検証が依然として必要であり、依然として重大な工学的課題が残ることを認めています。40倍の改善はマジックステートの準備に特化したものであり、プロセッサ全体の性能やエラー率の改善を指しているわけではありません。
本研究は、Googleがフォールトトレラントな量子計算の開発競争において重要な地位を維持していることを強化しています。フォールトトレラント量子計算とは、基礎ハードウェアにエラーがあっても長時間にわたり複雑な計算を実行できるマシンを指します。
この成果は最終的に量子計算の経済性を改善する可能性があるものの、Googleは商用化のタイムラインを公表しておらず、潜在的な収益影響も定量化していません。投資家にとって、この発見の直接的な意義は技術的進歩であって、Alphabetの近い将来の収益に対する貢献ではありません。
免責事項：本記事の内容はあくまでも筆者の意見を反映したものであり、いかなる立場においても当プラットフォームを代表するものではありません。また、本記事は投資判断の参考となることを目的としたものではありません。
こちらもいかがですか？
2週間前に「正確に頂点を予測した」Deutsche Bank：「テクノロジー株は『長期トレンドの底部』まであと5％下落する必要がある」
ドイツ銀行は2週間前にアメリカ株のテック株および大型グロース株の格付けを引き下げた後、テック株はS&P500のその他構成銘柄に対して12ポイント劣後しました。しかし、ドイツ銀行によると、テック株は長期トレンドチャネルの下限までまだ約5ポイントの下落余地があります。機関投資家のポジションは急速に冷 え込み、300億ドルの底値買い資金が流出し始めている兆候が見られます。今後は、決算の動向、資金の流れ、及び外部リスクが調整が構造的なローテーションで止まるかどうかを決定します。
ゴールドマン・サックスは警告する：FRBが12月に利上げをするかどうか、市場はどちらにも準備ができていない可能性がある
ゴールドマン・サックスは12月の利上げを依然として基本シナリオと見なしているが、市場は利上げを約90%織り込んでおり、完全な25ベーシスポイントを再び織り込むのは難しくなっている。一方、2027年のAI関連資本支出は1.6兆ドルに達すると予測されており、債務調達の需要やエネルギーインフレのリスクは依然として解 消されていない。AI関連のクレジットスプレッドも年内で最も広い水準まで拡大しており、米国債利回りの今後の動向は依然として強気と弱気の両方の要因により揺れ動いている。
AI取引はいつ下落を止める？市場はMetaの「巨額債券発行」の背後にある「囚人のジレンマ」に注目
バークレイズによれば、AI大手企業が先行して資金調達を競い合うことで「囚人のジレンマ」が生まれ、集団的な債券発行は資金調達コストを押し上げ、信用スプレッドの縮小を制限するとのことです。格付けの低い債券リスクの上昇や、AI発行者の信用格差の拡大に伴い、資金供給が市場によって消化されるかどうかが、AI取引の安定性を判断する重要な鍵となり ます。
ヘッジファンドが記録的な売却を行った後、ゴールドマン・サックスは「選択的」にAIに投資するよう提案したが、自信は十分ではない
ヘッジファンドは過去8営業日のうち7日でレバレッジを解除し、ネットレバレッジは1年ぶりの低水準となりました。ゴールドマン・サックスのストラテジストLouis Millerは、モメンタムのエクスポージャーが低下し、株価が大きく修正され、AIの主力銘柄の利益予想が安定していることで、一部資産に底値買いの機会が生まれていると指摘しています。しかし、Pasquarielloは市場の方向性について「確信が持てない」と率直に述べており、設備投資のリターンも依然として疑問が残るため、ゴールドマン・サックスはAI分野で選択 的なポジショニングを提案しています。
暗号資産価格
もっと見る
