量子アニーリングの利用が機械学習の汎化性能向上につながることを発見

　東北大学大学院情報科学研究科と(株)デンソーによる共同チームは，量子力学を利用した最適化技術である量子アニーリングの利用が，機械学習の精度向上につながる可能性を示した．

　データからその背後にある構造を推定することで，予測や分類などを行う機械学習の技術が急速に進展してから久しい．今日ではディープニューラルネットワークに代表される様々な方法論の理解や普及が進み，多くのデータ解析の現場を支えている．その根底にあるアルゴリズムは，実はニュートンの運動方程式と類似した数学を利用している．球が坂道を転がるのは，ニュートンの運動方程式によるものだが，この球の位置をニューラルネットワークの現在の状況として，坂道の形状に対応するのが，データと推定結果の間のかい離度合いを示す誤差関数である．この誤差関数が最も小さいところを探るのが，機械学習の基本原理である．ニューラルネットワークの高速な学習の達成には，この運動の加速が鍵を握る．