主要成果
Aegiq社は、イギリスの国立量子コンピューティングセンター（NQCC）に導入されている光量子コンピュータ「Artemis」において、NVIDIA Ising AIモデルを校正ワークフローに直接統合した。この実装により、週あたりのエンジニアリング時間を3分の1に削減することに成功した。これにより、専門エンジニアが開発業務に集中できるようになると同時に、量子コンピューティングの専門知識を持たないスタッフでも校正作業が行える体制が整った。
技術・詳細
本システムでは、NVIDIA Ising AIが、光量子コンピュータの性能指標である「輝度（brightness）」「純度（purity）」「不可識別性（indistinguishability）」のバランスを自動的に最適化する。従来、これらの調整には専門家による手動の校正が必要であり、多大な時間とシステム稼働率の低下が課題となっていた。
技術的な実装の詳細は以下の通りである：
- VLMの活用： NVIDIA Ising Calibration Vision-Language Model（VLM）を採用。このモデルは複数の量子コンピューティング・モダリティで学習済みであるため、追加の専門トレーニングなしにAegiqの校正タスクに即座に適用された。
- 低遅延制御： VLMはNVIDIA DGX Spark上でローカルに動作し、量子コンピュータのリアルタイム制御に必要な低遅延推論を実現している。
- エージェントベース構造： エージェントベースのアーキテクチャを採用し、専用エージェントが実験のオーケストレーションやハードウェアのパラメータ制約の適用を担う。
- 自然言語インターフェース： ユーザーは「単一光子源の性能を確認せよ」や「性能指標の最適バランスを実現するレーザー出力、波長、ソースバイアスの値を見つけよ」といった自然言語のプロンプトを通じて指示を出す。エージェントはこれに基づき、校正計画の策定、実行、結果分析、アプローチの適応を自律的に行う。
背景・業界の文脈
光量子コンピュータにおいて、単一光子源の性能維持は極めて重要だが、手動校正はボトルネックとなっていた。今回のAI駆動型校正の導入は、単なるパラメータ設定の自動化に留まらず、「現在のハードウェア設定周辺でターゲットスイープを行い、性能向上の可能性を探る」といった柔軟な操作を可能にした。これにより、第一世代の量子コンピュータにおいて目標とする性能指標を達成したとしている。
今後の展望
Aegiq社は、AIによる校正の自動化を通じて顧客への安定性と稼働率を提供するとともに、現在開発中のフォールトトレラント量子コンピュータへのスケールアップを目指している。また、校正以外への応用として、同社のQGATEアーキテクチャ内での量子誤り訂正に向けた「NVIDIA Isingデコーディング」の活用も検討しており、AIを基盤としたスケーラブルな光量子コンピューティングの実現を戦略的に推進している。
元記事: https://quantumzeitgeist.com/aegiqs-quantum-computer-reduces-engineering/
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
