ビットコインマガジン 量子問題: 未来は実際にはわかりません 量子コンピューターがビットコインネットワークに対して現実的な脅威となるかどうかについては、10年以上にわたって議論されてきた。 13 年以上前、私自身が初めてビットコインを発見したとき、それは深刻な話題でした。  私がここで何が起こっているのかを理解しようとしていた単なる不器用な愚か者だったずっと前から、理論と現実世界のエンジニアリングの両方の点で、かなりの進歩がありました。  それ以来、実用的な量子コンピューターが今後 10 年程度で実際に製造される可能性を大きく変える 2 つの大きなマイルストーンに達しました。それは本質的に、それが遍在する点に達することを意味するわけではなく、多額の資本を持つ人々にとってアクセスが比較的容易になることさえ意味しません。  しかし、近い将来、実行可能なマシンが多数生産される可能性は非常に高いです。  エラー修正の改善 最初の大きな改善はエラー修正です。この種の小さなスケールで物事を扱う際に固有のノイズを考慮して、実際の計算に役立つ論理量子ビットを取得するには、複数の冗長物理量子ビットを使用する必要があります。  これを行う従来の最先端の方法は表面コードでした。これは、複数の物理量子ビットをグリッド内にバンドルし、それらの一部をチェック量子ビットとして使用し、隣接する量子ビットを定期的に「チェック」して、重ね合わせの内部エラーが発生していないことを (重ね合わせを崩壊させることなく) 確認する方法でした。各グリッドの空きスペースはチェック量子ビットで埋める必要があります。  このチェック量子ビット要件により、論理量子ビットあたり合計 1,000 物理量子ビット近くになる可能性がある追加のオーバーヘッドが発生します。また、チェック量子ビットはすぐ隣の量子ビットしかチェックできないため、規模が大きくなりにくくなります。したがって、量子ビットのすべてのグループには等間隔のチェッカーが必要です。  量子低密度パリティチェック (qLDPC) コードはこのボトルネックを解消し、チェック量子ビットが長距離にある他の量子ビットを (チップセクション間で通信するために織り交ぜられたトレースを介して、または中性原子設計のように原子を物理的に移動させることによって) デバイス全体でチェックできるようにします。これにより、信頼性の高い論理量子ビットを生成するために必要な物理量子ビットの量を 10 分の 1 に削減することができました。  それはくしゃみをするようなことではありません。完全に機能するマシンが効率の向上に取り組んでいるわけではないかもしれませんが、完全に機能する量子コンピューターの製造の基礎となるのは、エンジニアリング プロセスにおける材料効率の向上です。  基礎の証明の進歩 2 つ目は、より多くの物理量子ビットを追加すると、システム内の全体的なノイズが増加するのではなく減少するという主張に関する、より根本的な疑問と関係しています。これは現時点ではまだ理論にすぎず、古典的なコンピューターでは不可能な計算をエンドツーエンドで実行できる、完全に機能する量子コンピューターは今日まで存在していないことに留意する必要があります。  Google は、物理量子ビットを追加した場合の効果を実験的に検証するために、Sycamore (および後に Willow) チップを使用して実験を実施しました。明確に言うと、これは計算の実行のデモンストレーションではなく、単に情報を減衰させることなくメモリに保存するデモンストレーションです。  彼らは、17 個の物理量子ビットのバンドル、49 個の物理量子ビットのバンドル、および 101 個の物理量子ビットのバンドルで構成される論理量子ビットの使用を通じて、物理量子ビット数が増加するにつれて論理エラー率、つまりデータ破損の頻度が減少することを実証しました。このテストは、独立した物理量子ビットから作成された論理量子ビットが個々の物理量子ビットよりも長くコヒーレンスを維持するという重要なしきい値を通過しました。それは量子ビットで構成されていました。  繰り返しになりますが、これは古典的なマシンでは不可能な計算を実行する完全に機能する量子コンピューターへの飛躍ではなく、量子コンピューターの基礎となる基本的な仮定の 1 つを証明する重要な進歩です。  エーアイ この問題領域で私たちがより良い解決策を見つけているのはこれらだけではありません。人工知能はこれらのシステムの大きなコンポーネントとなっています。これは、量子コンピュータから情報を読み取って解読する実際のプロセスで使用されていますが、実際に量子コンピュータを大規模に利用するには大きなボトルネックとなっています。  AI は、この種のマシンに最適化された新しい量子アルゴリズムの開発にも使用されており、数学分野の主要な問題の解決 (または既存の予想の反証) に役立つ AI の最近の相次ぎを考えると、AI によってもたらされる大きなブレークスルーの可能性を考えるのは、それほど突飛な話ではありません。  これらは、異なるアーキテクチャを使用して構築される実際の物理量子回路を実際に設計する際に同じように使用されています。これは実際には非常に複雑な問題であり、レイテンシや非効率、その他の解決すべき問題を引き起こすほど多くの空きスペースを作成せずに、量子レベルでのノイズを最小限に抑えるために物理空間に量子ゲートをレイアウトする最適な方法を見つける必要があります。  これは、必要な根本的な問題の解決に向けた進歩を促進する可能性が非常に高い要因です。  今後の見通し 私の意見では、最終的に、これは 1 つの疑問に帰着します。つまり、物理量子ビットを追加するとノイズが減少するという仮定は、計算や量子情報の能動的な操作に関して実際に成立するのでしょうか。  もしその仮定が当てはまり、近い将来に実験的に反証されなければ、今後 10 年以内に実行可能な量子コンピューターが製造される可能性は非常に現実的だと思います。  この問題には膨大な量のリソースが投入されており、問題の一部の解決においては (圧倒的ではないが) 大幅な進歩があり、根本的に何かを行う方法がある場合、通常は人間がそれを見つけ出します。  パニックに陥る時期が来たとは言いませんが、可能性を無視しないでください。  この記事は、ビットコイン マガジンの最新の印刷版、The Quantum Issue で特集されています。全号を通して検討されたアイデアの初期の様子として、ここで共有します。