量子優位性と量子超越

「超越」とは何を主張しているのか

量子超越（quantum supremacy）は、2012年に John Preskill が導入した用語で、**「ある明確に定義された計算課題を、量子計算機が、現実的なあらゆる古典計算機では実行不能なほど速く解く」**ことを一度でも実証する、という計算複雑性理論上のマイルストーンを指します。ここで決定的に重要なのは、課題が役に立つ必要はまったくないという点です。目的は「量子・古典の間に、原理的にも実測的にも埋めがたい速度差が存在する」という一点を示すことにあります。

なぜ有用性を捨ててまで人工的な課題を使うのか。理由は複雑性理論の要請です。優位を厳密に主張するには、(1) その課題が量子で効率よく解け、(2) 古典では（もっともらしい複雑性の仮定の下で）指数的に困難、という二点が理論的に裏づけられ、かつ (3) 実機の出力が正しいと検証できる必要があります。この三条件を同時に満たしやすいのがサンプリング問題でした。

なぜサンプリング問題なのか

超越の実証に選ばれたのは、答えを1つ計算する問題ではなく、ある確率分布からサンプルを引く問題です。代表がランダム回路サンプリング（RCS, Random Circuit Sampling）です。ランダムに選んだ量子ゲート列で回路を組み、全量子ビットを測定すると、干渉によって特定のビット列が出やすい・出にくい、という偏った分布 p(x) が生じます。量子回路はこの分布から自然にサンプルを出しますが、古典計算機が同じ分布を再現するには、原理的に 2^n 次元の状態ベクトルの振幅を追う必要があり、量子ビット数 n に対して指数的に重くなります。

古典で困難であることの理論的根拠は、こうした出力分布の確率を高精度で計算する問題が計算複雑性クラス #P（シャープP）困難である、という結果に基づきます。もし古典計算機が効率よくこの分布をサンプリングできてしまうと、複雑性理論で広く信じられている階層（多項式階層）が崩壊する——という「あってはならない帰結」から、古典困難性が支持されます。あくまで未証明の複雑性予想に依拠した困難性である点は、後述の論争の伏線になります。

検証には**線形クロスエントロピーベンチマーク（Linear XEB）**が使われます。実機が出したサンプル群 {x_i} について、理想回路での確率 p(x_i) を（小規模な検算や理論から）評価し、その平均が一様分布より大きいほど「回路の量子的な偏りを正しく再現できた」と判定します。ノイズが増えるほど XEB は1（理想）から0（一様＝でたらめ）へ低下します。

2019年 Sycamore：主張と即座の反論

2019年、Google は Sycamore（53量子ビット稼働、回路深さ20）で RCS を実行し、約100万サンプルをおよそ200秒で取得したと報告しました。同じ課題を当時の最速級スーパーコンピュータで忠実にシミュレートすると約1万年を要すると見積もり、これをもって量子超越の初実証と主張しました（Nature 掲載）。

反論は即座でした。IBM は、Google の見積もりが古典側の最良手法を尽くしていないと指摘します。状態ベクトルを RAM に載せきる前提を外し、大容量ディスクを併用して 2^53 次元の振幅を保持するシミュレーション法を用いれば、同じ課題は約2.5日で、しかもより高い忠実度で実行可能だと論じました。これは「量子が勝てない」という主張ではなく、1万年という数字が古典手法の改良で数日に縮む——つまり Sycamore は古典可解性の境界ぎりぎりに位置する、という指摘です。

光量子とその後：ボソンサンプリング

超越の実証は超伝導方式だけではありません。中国科学技術大学（USTC）は光子を使う Gaussian ボソンサンプリング（GBS）で Jiuzhang（九章） を実装し、2020年に76個の検出光子、続く Jiuzhang 2.0 で113クリックを報告、古典シミュレーションに天文学的な時間を要すると見積もりました。同グループは超伝導方式の Zuchongzhi（祖冲之）2.0（56量子ビットで RCS を実行）でも優位を主張しています。方式が異なっても、「古典困難なサンプリング分布を実機が再現する」という論法は共通です。

ただし GBS についても、後年のテンソルネットワーク法や、実機の損失・ノイズにつけ込む古典近似（現実のサンプラーは理想からずれるため、その分布を古典で近似的に真似られる）によって、古典側の見積もりが縮む研究が続いています。

論争の核心：スプーフィングと検証

超越をめぐる論争は感情論ではなく、複雑性の仮定と検証可能性という技術的な急所に集中します。

第一に、古典困難性は未証明の予想です。RCS・GBS の古典困難性は多項式階層の非崩壊などに依拠しており、これらが数学的に証明されているわけではありません。将来より賢い古典アルゴリズムが現れる余地は原理的に残ります。

第二に、**スプーフィング（spoofing）**の問題です。目標は分布 p(x) を完全再現することではなく、XEB スコアだけを稼ぐ古典アルゴリズムが作れてしまえば、「検証をすり抜ける」形で優位主張を崩せます。ノイズのある実機の XEB は1よりかなり小さい（Sycamore で 0.2% 程度）ため、その低いスコアに追いつくだけでよい古典近似の余地が広がる、という指摘があり、実際に XEB を標的にした古典手法が提案されてきました。

第三に、検証そのものの困難です。超越を主張する規模では、定義上、出力分布を古典で完全計算できません。ゆえに XEB のような間接指標に頼らざるを得ず、「その指標が本当に量子的困難性を捉えているか」自体が争点になります。

量子超越 と 実用的量子優位 の違い

両者を厳密に区別することが、量子計算の現在地を正しく評価する鍵です。

実用的量子優位が難しいのは、比較相手が高度に洗練された古典ヒューリスティクスだからです。有用問題には近似解法・専用ハードウェア・数十年蓄積の最適化があり、量子側はそれらを実問題のサイズで上回らねばなりません。加えて、Shor による素因数分解のように理論加速が明確なアルゴリズムは、実用鍵長では膨大なゲート段数を要し、誤り耐性量子計算（論理量子ビットと誤り訂正）なしには走りません。NISQ 世代の VQE・QAOA は浅い回路で動きますが、古典を明確に凌駕する有用優位はまだ確立されていません。

現実的な評価軸

過大でも過小でもない読み方の指針を挙げます。

• 主張の対象を確かめる：RCS・GBS などの人工課題か、有用問題か。前者なら「速度差の存在証明」に留まる。
• 比較相手を確かめる：どの古典アルゴリズムに対する差か。最良の古典手法（テンソルネットワーク等）を尽くした比較か、素朴な全数計算との比較か。
• 数字の賞味期限を意識する：「1万年」の類は古典側の改良で縮む。恒久的な下限ではない。
• 検証の質を問う：XEB スコアの水準（1にどれだけ近いか）と、スプーフィング耐性。

まとめ

量子超越は、「量子と古典の間に実行不能な速度差が確かに存在する」という存在証明であり、その実証には検証しやすいランダム回路サンプリングやボソンサンプリングという人工課題が使われます。2019年の Sycamore はこの旗を最初に立てましたが、IBM の反論とその後のテンソルネットワーク法が示したのは、超越が固定の勝利ではなく、古典アルゴリズムの進歩で動く境界だということでした。決定的なのは、サンプリングでの優位は実用の優位とはまったく別物だという点です。化学・最適化・素因数分解のような有用問題で古典を明確に上回る「実用的量子優位」には、深い回路と誤り耐性が要り、現状は未達です。ニュースの数字を正しく読むには、(1) 課題が人工か有用か、(2) どの古典手法との比較か、(3) 検証は健全か——この三点を毎回問うこと。それが、量子計算の「現在地」を誇大にも過小にも歪めずに評価する唯一の作法です。