特集 量子機械学習
8. 量子機械学習におけるデータロード，回路設計，そして観測
Data Loading, Circuit Optimization and Measurement in Quantum Machine Learning
p.1189
山本直樹 レイモンド ルディー
機械学習を量子計算機で実行するための基本タスクを紹介
誤り耐性を有する理想的な量子計算機は，重ね合わせの原理などの量子力学の性質を利用することで，従来形計算機より少ないリソースで特定の計算タスクを実行する．しかし，現在を含め当分の間は，誤り耐性を持たない量子計算機のみが利用可能である．このような限定された状況で何ができるかについて，変分量子回路法をはじめとし，近年盛んに研究がなされている．機械学習もそのターゲットの一つである．特に機械学習では，データをいかに効率的に量子計算機に読み込ませるか（ロードするか），ロードしたデータをいかに効率良く量子回路で計算するか（量子回路設計），そして計算結果をいかに取り出すか（観測の最適化）が，量子計算機の優位性を保証するための鍵となる．本稿では，この三つの問題を軸に，筆者らの最近の研究を幾つか紹介する．