デジタル人材の育成
近年、量子コンピュータを用いた量子機械学習が注目を集めている。量子回路学習はその一種であり、既存のAI技術を超える性能を持つことが期待されている。ところが、量子コンピュータの動きを古典コンピュータでシミュレートすることは難しく、その具体的な性能や汎化能力については未だ分かっていない部分が多い。
本プロジェクトでは、テンソルネットワークバックエンドの量子回路学習ライブラリを作成、開発する。テンソルネットワークの技術を用いることで、特別な量子回路に対してより少ない計算で学習を進めることができる。これを通して、量子機械学習のさらなる性能解明につながる。また、本プロジェクトによるプロダクトはGithub等を通じて無償で公開予定であり、全世界の人が簡単に利用できるようになる。
量子機械学習、特に量子回路学習をテンソルネットワーク構造の性質を利用して、従来コンピュータ上で効率よくシミュレーションをし、機械学習を実装するためのライブラリの作成が目的であり、ターゲットがよく絞られている。
現在の量子機械学習(NISQを用いた変分型)のボトルネックは実機の量子ビット数が少ないために実用的な規模のデータセットに対するベンチマークをとれていない点である。また、回路シミュレータからパラメータ更新などをすべて自分で構築する必要があるので、機械学習をバックグラウンドとする人が参加することはほぼ不可能な状況である。
提案するテンソルネットワークの構造をうまく用いた、現代的な量子機械学習ライブラリが実現することによって、これらの問題が解決されると期待される。