深圳量子大会が示した「量超智」構想　中国の次世代計算は量子だけではない

「量超智」とは何か

2026年8月3〜5日、深圳で第5回CCF量子計算大会と第5回大湾区量子科学フォーラムが開催された。2,400人を超える参加者が集まり、学術セッションでは200人を超える院士・専門家が、量子計算、AI、融合型計算の進展を紹介した。23

大会のテーマは「量と智相融合、量超智共融算」。ここでいう「量超智」は、量子計算、スーパーコンピューター、人工知能を別々の技術として競わせるのではなく、同じ計算システムの中で相互に補完させる考え方だ。

• AIは、量子チップの設計や制御、量子アルゴリズムの効率化を支える。
• スーパーコンピューターは、大規模シミュレーションやAI for Scienceを担う現実的な基盤になる。
• 将来の誤り耐性量子コンピューターは、従来型計算では扱いにくい特定の科学問題を処理する新たな計算層になる。

つまり、焦点は量子チップ単体ではない。基礎研究から産業応用、標準化、政府・企業・投資機関の連携までを含む、計算インフラ全体の設計にある。大会では3日間にわたり、約30の関連イベントが開かれた。23

AIは量子計算の「実用化の壁」をどう下げるのか

中国科学院院士の項涛氏は、現在の物理量子ビットのエラー率が約1％である一方、暗号解読のような応用には、はるかに低いエラー率が必要だと説明した。そして、この差を縮める有力な手段としてAIを位置づけた。1

大会で示されたAIの活用領域は、次のように広い。

1. チップの校正と設計：実験データから誤差やデバイスの特性を見つけ、ハードウェアのパラメーター最適化を補助する。
2. 量子誤り訂正とデコーディング：エラーの検出・識別・訂正を効率化する。
3. 量子回路のコンパイル：アルゴリズムを実際の量子ハードウェアへ、より効率的に割り当てる。
4. 測定と制御：量子系の動作をリアルタイムで調整する。
5. 変分量子アルゴリズムの最適化：パラメーター探索を高速化し、学習時に起こり得る「barren gradient（勾配消失、または勾配が極端に小さくなる問題）」を和らげる。1

この見方では、AIは量子計算の上に載る単なるアプリケーションではない。量子チップ、量子ソフトウェア、実験制御システムの開発サイクルそのものを短縮する基盤技術になり得る。

「量子プロジェクト」から総合的な計算インフラへ

中国科学院院士の薛其坤氏は、AI、スーパーコンピューター、量子計算の深い融合が、量子材料の研究や量子アルゴリズムの改良を変えつつあると指摘した。1

量子コンピューターは、実験データの処理や制御に古典計算を必要とする。AIは大量のデータを扱い、スーパーコンピューターは大規模なシミュレーションを担う。こうした異なる計算資源を組み合わせて初めて、研究開発の全体を前に進められるという発想だ。

中国工程院院士の高文氏は、鵬城実験室を中心に、10G級の計算能力、10P級のネットワーク、10GW級のクリーンエネルギーを連携させる基盤構想を示した。1 これらは単純な設備の積み上げではなく、計算、通信、電力を同時に設計するインフラの考え方を表している。

この点に、「量超智」の戦略的な意味がある。計算能力を科学、産業、安全保障を支える基礎資源とみなすなら、競争の単位は1台の量子コンピューターではない。計算資源、データ、電力、人材、利用シーンを安定的に供給するシステム全体になる。

スーパーコンピューターはAI for Scienceの現実的な土台

中国工程院院士の鄭緯民氏は、現在の先端スーパーコンピューターを、科学研究のための「巨大なAIコンピューター」と捉え、量子計算はその次の計算層になり得ると説明した。1

この構想には、現実的な時間軸も見える。量子計算には大きな長期的可能性がある一方、スーパーコンピューターとAI for Scienceはすでに、材料探索やタンパク質構造予測などの研究課題に活用できる段階にある。1

研究機関はまず、成熟した高性能計算と機械学習の基盤を使って科学研究を進める。そのうえで、量子計算が得意とする問題が明確になれば、適した処理を量子システムへ移していく。量子コンピューターが汎用的に成熟するまで、応用を待ち続ける必要はないというわけだ。

材料探索に見るAIと量子科学の接点

大会では、量子多体系理論における「σ結合の金属化」という原理とAIによるスクリーニングを組み合わせた材料探索の事例も紹介された。200万種類を超える材料データベースから、高温超伝導体の候補31件を見つけ、そのうち18件は従来予測されていなかったという。1

この事例が示すのは、AIが物理学に取って代わるということではない。物理学が探索の方向性を定め、AIが膨大な候補の中から条件に合う材料を探し、スーパーコンピューターがデータ処理や検証を支えるという役割分担だ。

中国科学院院士の龔新国氏はさらに、自然言語で問題を定義し、必要な「スキル」をAIに呼び出させることで、材料計算・設計・合成を一部の専門計算人材だけに依存しない形へ変えられる可能性を指摘した。1

この方式が成熟すれば、材料研究の入口は複雑な計算手順を自ら記述することから、問いを設定し、ツールを組み合わせ、結果を検証することへ移るかもしれない。

米国の量子研究構想との比較

高文氏は、中国の総合的な取り組みを、米国エネルギー省が2026年に打ち出したQuantum Genesis構想と比較した。米国エネルギー省の公表資料によれば、この構想は、科学的に実用的な意味を持つ誤り耐性量子コンピューターの実現を目指し、連邦政府、国立研究所、産業界の投資や取り組みを連携させるものだ。

深圳大会から伝わるメッセージは、中国も単一の量子ハードウェア指標だけで競うのではなく、同等にシステム全体を動かす努力が必要だということだ。ただし、各国の計画は目標、組織、投資範囲が異なる。比較できるのは主に戦略の方向性やインフラの組み立て方であり、そこから一方の全面的な優位を結論づけることはできない。

これは正式な中国国家計画なのか

厳密に言えば、そうではない。現時点で確認できるのは、「量超智」が大会のテーマであり、参加した院士・専門家が示した戦略的な判断や建設提案だということだ。大会で正式な国家計画が公布されたわけではない。123

それでも、今後の政策議論につながり得る道筋は明確だ。

• AIで量子ハードウェア、ソフトウェア、アルゴリズムを改良する。
• スーパーコンピューターで、当面のAI for Scienceを支える。
• 量子計算を、将来の特定の複雑問題に対応する新たな計算層として位置づける。
• 計算、ネットワーク、クリーンエネルギー、国立研究所の資源を一体的に整備する。
• 産学官の連携に投資機関や利用側も加え、研究成果を大規模応用へつなげる。237

深圳大会で注目すべきなのは、量子計算がすでに全面的な実用段階に入ったという宣言ではない。むしろ中国の量子技術をめぐる競争の語り方が、「どの国が最も強い量子マシンを持つか」から、「量子、AI、スーパーコンピューター、研究インフラを誰がより効率的なシステムとして組織できるか」へ移りつつあることだ。