Links

今日は『RCO Study Night 「D-Waveが切り開く、量子コンピュータを活用する未来」』の日です

Posted on May 11, 2016

来てますのでメモを取ります。

田中宗さん

  • 量子アニーリングが流行っている
  • D-Wave 世界初の商用量子マシン
  • 組合せ最適化問題
    • 量子アニーリングが得意とする
    • あらゆる産業界において非常に一般的な問題
  • 量子アニーリングは、物理学と情報処理の融合
    • 1998年にかどわきさん、にしもりさんが理論を提供
    • 2011年にD-Wave → 注目度が上がっている
  • 今日は歴史的な話から現在、将来的な展望まで
  • 「活用する」事が大事
    • ハードはすでにある
  • この場で、量子アニーリングをどう使えるか発見して欲しい

Robert H. (Bo) Ewaldさん

  • リクルートさんとは縁がある
  • ムーアの法則は終わると言われている
    • 「ムーアの法則の死を予測する人が年々倍になる」
  • Richard Feynman
    • 1982 量子力学を使ってコンピュータを
  • 量子力学に抗うのではなく、活かす
  • 今はビットの世界。分かれている
  • 量子力学
    • ビットの重ねあわせ
    • 量子のもつれ
    • バリアをエネルギーで超えるのではなく、トンネルを抜ける(低エネルギー)
  • David Deutsch
    • 量子チューリングマシン
  • Peter Shor : 量子暗号
  • 量子の世界
    • 量子通信、量子鍵配信
    • Gate Model
  • 金属のアニーリング、と同じことをやる
    • 焼きなまし
  • 物理学のphdの人たちのベンチャーから
    • コンピュータを作ろうとした
    • エンジニア採用も始めた
  • 今までのコンピュータと違う
    • ハミルトニアン形式で問題を記述する
    • 確率論的に、エネルギーが一番低いところを、何万回も探す
  • 最初のものはLockheed Martin, Google, Los Alamos National Labの三社が購入
    • GoogleはMLに使おうとしている
  • 1000qubits → \(2^1000\) のうちから候補をみつけてる
  • 命令が1つ
  • 消費電力がほとんどない。冷蔵に使う
  • コンパイラも何もない時代といえる。ソフトウェアをこれから作る

Murray Thomさん

  • 3部屋ある。3m四方。チップが１つある
    • ラックで環境を作っている。
    • ネット経由で制御する端末
    • 18層のシールドで隔てている
    • 15mK以下まで冷やす
    • 配線はすべて抵抗がないもの(熱が出てしまう)
    • 1000個の量子ビットが乗ったチップ
    • 回路の作り方は似ている。超電導性があるのが違い
  • 今までのコンピュータはトランジスタ
  • 時計回りの電流と逆周りの電流→吸引と反発
  • 8個のqubitが格子に入る
  • 2値の最適化に使う
  • 量子アニーリングは古典コンピュータ経由で使う
  • QMI : 量子コンピュータのための命令。
  • C, C++, MATLAB, Pythonなどのライブラリ
  • 開発環境を作ろうとしている
    • 大きな問題は分割して解く
  • 物理現象を使って問題を解く
  • 最小化をする。qubitの相関をプログラムする
    • 例えばリスクをあわせるときは両方同時に1にならないようにする
  • 4,512パラメータある。解を100なり10000なり受け取る
  • 例: 色分け問題
    • qubitに色を割当てる。1つだけが1になるように重み付けする
    • 2つのビットで1つの論理ビットとする
    • リージョン間の調停、コピー
    • 問題が大きくなると、分割統治で。
  • 制約充足問題の表示を、C言語よりもコンパクトに書ける言語を設計
  • 例: 巡回セールスマン問題
    • qubitに区間を当てはめる方法
    • 次の改善で15都市
    • Parallel Update 100の都市
  • ベンチマーク
    • 11,000倍の違い
    • データサイズが大きくなっても、遅くならない
  • 車の識別
    • 識別率が84%から94%
    • CPUサイクルを減らせた
  • 古典の方法より1億倍速いという結果も
  • D Waveは量子コンピュータをムーアの法則的にqubitを増やせた

質疑応答

  • Q. D-Waveは最適化問題に関する問題が得意？グラフ理論に関わるもの？他？
  • A. 例を上げたのは最適化問題。最小値を見つける設計だが、機械学習で使える
  • Q. 生物分野への適用は？
  • A. 生物学は情報の宝庫。パターン認識でがんの発見の研究
  • Q. 商用だそうですが、おいくら
  • A. $15,000,000。リースはある。
  • Q. 失敗した時にはどうなる？2色で分けるとか
  • A. NP困難問題の場合。4色で塗れることは証明されてる。ペナルティ(塗り分けられてない)が少ない答えを返す
  • Q. 金融機関は量子アニーリングに興味がある？
  • A. 関心はありそう。投資はしてもらっている。quontum for quontsというサイトが有る
    • ブタペストでそのような会議があった
  • Q. 基礎研究にどのようなフィードバックを？ (かどわきさんご本人)
  • A. 物理力学的コンピュータをどう活用できるのか。理論的にシステムがスケールアップした時の挙動。ノイズとか。
    • 論文を出している。直接貢献している。IRPAで新しいプロジェクトで科学的な観点を探している
  • Q. 量子コンピュータがスマホのように使われることはあるのか
  • A. 絶対零度で動くので今は難しい。より高い温度で動いたりするようになれば。クラウドで使えるようになる
  • Q. プログラムのサイズと緩和時間は関係あるのか。どうすればコントロールできるのか
  • A. 量子状態が失われても、問題がない設計にしている
  • Q. 巡回セールスマン問題のアルゴリズムの
  • A. 色分けの場合は制約を入れた。巡回セールスマン問題では辺が2つ以上立たない制約。ある種のサイズまでは自動的にできる
  • Q. 素因数問題を最小値問題に置き換えた時の注目度
  • A. 章のアルゴリズムは有名なのでよく聞かれる。このマシンでの素因数分解はできる。3万2千までは。市場も限られるので
  • Q. プログラミング言語を作る気がある？
  • A. OSなどがあるわけではない。SDKを作ってくれているサードパーティーもある。コンパイル技術が出てくるのを望む。
  • A. コンピュータが出てからfortrunまで結構時間かかった。バーチャルメモリのようなものも作って入る。使い方をもっといろんな人に考えて欲しい
  • Q. 将来の予測するのは得意ではない？
  • A. 得意である
  • Q. 量子力学が使えなくも便利に使える？
  • A. はい。充足性問題の小さいものであれば。ハード的には古典的なソルバでは見つかれられない解を見つけそう
  • A. 専用の言語を使うと簡単にかける利点も
  • Q. グローバルな解を返せる？
  • A. 返せる。保証はない。高い正確性のものが上がる。量子コンピュータは続きを実行するのは苦手
  • Q. 巡回セールスマン問題で分割することで扱える都市が増える？
  • A. 8qubitsをまとめて分割。分割し過ぎると全体の解に貢献しなかったり。10000変数を1000できるのがいいのか2000がいいのかを判断するのは難しい
  • Q. 気楽にコンタクトを取れますか？
  • A. ぜひ聞いて下さい。今までのコンピュータを置き換えるものではなく、一緒に使う。細かい部分は古典コンピュータのほうが得意かもしれない

Quantum Annealing for Feature Selection / 棚橋耕太郎さん

  • 特徴量選択 → 特定の特徴のみ選択
    • ビジネスに重要な特徴の抽出
    • コンピュータリソースの節約
  • L1 regularized logistic regression
    • 線形のみしか扱えなし
    • L0ノルムを使った方法を考えた
  • L0ノルム→0ではないものの個数
    • L0ノルムの最小化は最適化問題になるので難しい
    • アンサンブルしてる。使う学習機を選ぶ
    • 弱学習機は非線形なデータにも有効
    • 学習誤差と学習機の数を最小化
    • D-Waveはないので、Quantum Monte Carlo
  • QAFS → 精度がいい。特徴量の数が寄っている(自動で決まる)