Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
量子コンピューター超入門ハンズオン 2020/04/24
Search
Ayumu-walker
April 24, 2020
Technology
1.7k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
量子コンピューター超入門ハンズオン 2020/04/24
Ayumu-walker
April 24, 2020
More Decks by Ayumu-walker
See All by Ayumu-walker
IBM Quantum Challenge Spring 2023 Lab5解説
ayumu0118
0
270
円周率の日スペシャル 量子コンピューターと円周率の話
ayumu0118
0
1k
IBM Cloud Festa 2020 GUIから始める量子コンピューター超入門
ayumu0118
1
850
量子コンピューター超入門ハンズオン 補足資料 線形代数
ayumu0118
1
1.7k
Other Decks in Technology
See All in Technology
2026-09-26 Platform Engineering Kaigi 2026 インフラとアプリの境界線と委譲の設計 / Drawing the Infra and App Line
masasuzu
0
540
IR Today: Theory, Practice, and Agents
dtunkelang
0
300
HolmesGPTで始めるSREエージェント入門!プラットフォームの障害調査はAIにお任せ 〜
leveragestech
PRO
0
120
個別開発で終わらせない。 現場の課題をプロダクトの強さに変える StockmarkのFDE
ktkrhr
0
500
私の推しは「聞いてから進む」AIです -AI-DLCに一人でアプリを作らせた話
yama3133
0
150
DORA_Metrics.pdf
wagnerfusca
1
140
検証フェーズはAIの回答を判断するための学習機会
toru_kubota
2
170
20260930_Gemma4_Hands-on
tsho
0
200
なぜAI任せのゲームは面白くならないのか?
hirohasuyoutube
0
370
AI臭い文章とは何なのか
nasuvitz
37
76k
【Findyテック文化祭ワークショップ】新卒エンジニア&採用担当と作る、 なりたい姿と今やるべき一歩
dip_tech
PRO
0
150
可視化から始めたAI駆動開発_ochi_ver1.01 / AI-Driven Development Starting with Visualization_ver1.01
yayoi_dd
0
110
Featured
See All Featured
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
3
270
Art, The Web, and Tiny UX
lynnandtonic
304
22k
RailsConf 2023
tenderlove
30
1.6k
GraphQLの誤解/rethinking-graphql
sonatard
75
12k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.9k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6.1k
Public Speaking Without Barfing On Your Shoes - THAT 2023
reverentgeek
1
580
How to build a perfect <img>
jonoalderson
1
6.1k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Leo the Paperboy
mayatellez
10
2.3k
WCS-LA-2024
lcolladotor
0
840
Git: the NoSQL Database
bkeepers
PRO
432
67k
Transcript
量子コンピューター超入門ハンズオン 2020/04/24
2 アジェンダ 1. 量子コンピューターの概要 2. IBM QとQiskit 3. ハンズオンの進め方について
量子コンピューター概要
4 量子コンピューターとは • 量子性を積極的に利用して計算する計算機 • 量子性とはミクロの世界で起こりうる「重ね合わせの原理」、「量子もつれ」などの人間が直感的には受け入れにくい 性質を指す • 現在利用しているコンピューター(古典コンピューターと表記)とは計算中のデータの持たせ方や、計算のルールが異 なる
5 量子コンピューターを使うモチベーション • 現在のスパコンを含むコンピューターではサイズが大きくになるにつれて解くのに必要なステップ が“爆発的に”大きくなる問題を、“高速”に解くことができる問題が存在する可能性が示唆されてい る • 例:素因数分解(RSA暗号、楕円曲線暗号など) • 現在近い将来で期待されている応用
• 量子化学計算 → 創薬、新材料の開発 • 量子機械学習 → AI開発 • ただし、量子コンピューターが全ての計算を高速化するものではなく、特定の問題に対して高速化 可能な量子アルゴリズムが適用できる場合に限られることに注意
6 量子コンピューターで一部の計算処理が高速になるイメージ 地球 (古典コンピューター) (量子コンピューター) 量子コンピューターでは計算中のデー タの持ち方やルールが違うことで、古 典コンピューターでは通れない抜け道 (量子アルゴリズム)が存在が場合が あるため、計算処理が高速化される
7 古典コンピューターと量子コンピューターの比較 • 古典コンピューター(普通のコンピューター)と量子コンピューターの決定的な違いは、計算中の データの持ち方が異なる • データはビット(0と1の2値を取るデータの最小単位)で表現される • 例えば、int型で100=01100100(2進数)と表現され、コンピューターの中で利用される •
古典ビットは、一時点でデータが確定した状態を取る • 量子ビットは、計算途中では、出現しうる全てのデータの出現する可能性の重ね合わせで表現される 0 0 0 1 0 0 0 0 0 1 1 0 0 1 1 0 0 0 1 0 0 0 0 0 or 古典ビット 量子ビット 1 1 1 1 1 and 古典コンピューターでのデータの持ち方 量子コンピューターでのデータの持ち方
8 重ね合わせの原理と測定 |量子ビットの状態> = | > +| > |0 >
|1 > ||2の確率で ||2の確率で 上向き(状態が0)でもあり 下向き(状態が1)でもある 観測すると・・・ • 測定とは計算した量子ビットの値が0と1のどちらになるかを読み出す処理であり、計算結果を確定 させることを意味する • 重ね合わせの原理によって、異なる状態(例えば、ビットの値が0と1)が測定した時にそれぞれ確 率的に出現する状態を作れる • 0か1の古典ビットと同じ形の値のどちらかが測定される • どれくらいの確率で測定されるかは、確率振幅から計算できる(以下の、αとβが確率振幅) • 確率振幅から確率を求めるには、絶対値の2乗を計算する必要がある
9 量子コンピューターが行う実際の計算イメージ • 量子コンピューターでは、最後に測定(計算結果の読み出し)のタイミングまでに、求める結果 (ビット列)の出現確率が1に近づくように実装する • 最後に|11>の状態だけが残るグローバーのアルゴリズムの確率振幅がどう変化していくかのイメージ(ハンズオン7にて実装) ①重ね合わせの原理で、全ての状態の 出現確率を均等に0.25(=0.5×0.5) に揃える
②確率を増やしたい状態|11> をマーキングする ③マーキングした確率を増幅させ、 それ以外の確率を減らす ④|11>の状態だけが、確率1で 出現する状態にできた
10 IBM QとQiskit • IBM Q:IBMが提供する量子コンピューターの実機 • Qiskit:IBMが提供するPythonベースの量子コンピューターフレームワーク(OSS) • Qiskitは量子シミュレーターと実機へのリクエストの両方の機能を持ち合わせる
• IBM Q Experience:クラウド上の実行環境 • GUIとJupyter Notebookの環境を提供 IBM Q Experience
11 ハンズオンの進め方 • ハンズオンは、Jupyter Notebookに記述されたコンテンツを利用します。 • https://github.com/quantum-tokyo/qiskit-handsonにアクセスしてください。 • コンテンツをダウンロードしてください。 •
実行環境はローカルPCか、IBM Q Experienceのどちらかを利用できます。 • コンテンツは自習可能な教材となっており、説明を読む→問題を解く→回答を確認するという流れ で進められます。 • 先に進められる方は、ご自身のペースで読み進めながら、ハンズオンを進めていただいて構いませ ん。 • ペースメーキングのために、適宜内容の解説をします。