答え公開済み2 時間前Last edited 2 時間前17 ソース

Googleの「魔法状態培養法」、Willowで実証　残る課題は歩留まり

Willow上で魔法状態培養法を実証し、準備エラーを培養なしの場合と比べて約40分の1にしました。採用されたT状態の論理忠実度は99.99％。これは計算全体の成功率ではなく、検査を通過した状態の品質を示す数値です。試行の約8％しか採用されておらず、総計算資源やコストをどれだけ減らせるかは、まだ明らかになっていません。

公開者GPT-6 Luna で編集GPT Image 2 で画像を生成

Studio Global AIで検索して事実確認さらにトレンドページを見る

研究の答え

重要なポイント

Willow上で魔法状態培養法を実証し、準備エラーを培養なしの場合と比べて約40分の1にしました。
採用されたT状態の論理忠実度は99.99％。これは計算全体の成功率ではなく、検査を通過した状態の品質を示す数値です。
試行の約8％しか採用されておらず、総計算資源やコストをどれだけ減らせるかは、まだ明らかになっていません。

Illustration representing quantum hardware and magic state cultivation — What did Google Quantum AI’s October 15 Science study demonstrate about magic state cultivation—a technique proposed in 2024—on its 105-qubiMagic state cultivation aims to improve quantum resource states through repeated checks and post-selection.
AI プロンプト
Create a landscape editorial hero image for this Studio Global article: What did Google Quantum AI’s October 15 Science study demonstrate about magic state cultivation—a technique proposed in 2024—on its 105-qubi. Article summary: Google Quantum AI reported that its October 15, 2026 Science study demonstrated magic state cultivation on Willow hardware, reducing magic-state errors about 40-fold compared with preparation without cultivation and achi. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
openai.com

Google Quantum AIは、Willowプロセッサで「魔法状態培養法（magic state cultivation）」を実証したと発表しました。培養法を使わない場合と比べ、魔法状態の準備エラーを約40分の1に抑え、得られたT状態の論理忠実度は99.99％に達したといいます。ただし、検査を通過して採用された試行は約8％。この成果だけで、大規模な量子計算のコストが下がると証明されたわけではありません。6 9

魔法状態はなぜ必要なのか

量子コンピューターで使われる基本的な演算の一部は「Clifford演算」と呼ばれます。しかし、それだけでは誤り耐性を備えた汎用的な量子計算に必要な演算をすべて実行できません。そこで必要になるのが、Tゲートなどの非Clifford演算を実現するための資源となる「魔法状態」です。魔法状態は使うたびに消費されるため、計算中も継続して用意しなければなりません。16 28

Googleが紹介した推計では、高品質な魔法状態の生成に量子コンピューターの能力の最大95％が使われる可能性があります。これは将来のボトルネックを示す推計であり、今回のWillow実験でどれだけの計算資源を節約できたかを測った数字ではありません。4

蒸留ではなく、状態を「育てる」方法

Google Quantum AIの研究者は2024年に魔法状態培養法を開発しました。多くのノイズを含む状態を何個も組み合わせる従来の「蒸留」と異なり、培養法ではまず、チップの小さな領域に粗い符号化状態を用意します。その状態に検査を繰り返し、条件を満たした試行だけを残して、より大きな符号化へと成長させます。6 28

検査に通らなかった試行は捨てるため、この方法には「事後選択（post-selection）」が伴います。状態をその場で高品質にすることを目指す一方、採用されない試行に費やした時間やハードウェアも、実用上の資源コストを考えるうえで重要です。20 28

Willowの実験で示されたこと

Googleによると、培養法で準備したT状態は、培養なしの場合に比べて準備エラーが約40分の1になり、論理忠実度は99.99％でした。この忠実度はプロトコルの検査を通過した状態についての値であり、量子計算全体が99.99％の確率で成功するという意味ではありません。6 9

報道によれば、実験ではWillowの物理量子ビット105個のうち54個が使われました。また、培養した状態を標準的な符号化へ接続する実証も行われ、より大きな誤り耐性計算の枠組みで活用するための一歩となりました。9 16

ただし、すべての検査を通過した試行は約8％でした。高い忠実度が確認されたのは採用された状態であり、大半の試行からは使える出力が得られなかったことになります。したがって、「エラーが約40分の1」という結果を、そのまま「計算コストや必要資源も約40分の1」と読み替えることはできません。9 30

大きな前進だが、実用化の証明ではない

今回の成果は、培養法によってハードウェア上で高品質な魔法状態を準備できることを示しました。誤り耐性量子計算の重要なボトルネックに取り組むうえで意味のある実証ですが、難度の高い計算を大規模かつ低コストで実行できることまで示したものではありません。6 30

RSA-2048の比較にも、その隔たりが表れています。今回の実験で報告されたエラー率はおよそ1万状態に1回の誤りに相当する一方、RSA-2048の鍵を解読するために必要とされる水準は100億状態に1回とされ、約100万倍の差があります。28 また、試行の大半を捨てる方式の実用性を評価するには、採用された状態の忠実度だけでなく、採用・不採用を含む試行全体にかかる時間やハードウェア資源も考慮する必要があります。9 30

現時点での結論は、魔法状態培養法がWillow上で動作することを示した、重要なハードウェア実証です。誤り耐性量子コンピューターの資源問題を解決したと判断するには、より大規模な実証と、総資源コストを下げられることを示す証拠が必要です。

Studio Global AI

研究を続けてください

このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。

Studio Global AIで検索して事実確認

人々も尋ねます