コンピューティング
量子コンピューティングに初の実世界ユースケースはあるのか？
量子、AI、フォトニクス：新たなコンピューティング革命
コンピューティングと情報技術は同時にいくつかの技術革命を迎えており、AIの台頭、量子コンピューティングの出現、そして従来のシリコンコンピューティングの限界を克服するためのフォトニクスへの転換が進んでいます。
これまでのところ、これらの新しい分野は主に孤立したサイロで活動してきました。AIのトレーニングとコンピューティングは従来のシリコンチップ上で行われ、量子コンピューティングは実用的な用途が見つかるまで技術の向上を目指し、フォトニクス技術はまだ設計や応用の実験段階にあります。
驚くべきことではありませんが、これらの分野を統合することで新たな可能性が生まれるようです。量子コンピューティングは実用的なユースケースを見つけたようで、さらに改良を加える必要すらなく有用になる可能性があります。
オーストリアのウィーン量子科学技術センター（VCQ）、イタリアのポリテクニコ・ディ・ミラノ、イタリアの国立研究評議会（IFN-CNR）、そして英国の企業Quantinuumの研究者らは、フォトニックプロセッサを用いることで、既存の量子コンピュータがAIトレーニングにおいて従来のコンピュータを上回ることができると発見しました。
彼らはその結果をNature Photonics1に掲載し、タイトルは「Experimental quantum-enhanced kernel-based machine learning on a photonic processor」としました。
AIトレーニングと量子コンピューティングが直面する限界
AIトレーニングの高騰するコストとエネルギー需要
近年、AI技術は驚異的な進歩を遂げました。しかし、これは膨大な計算リソースの使用によってのみ実現され、チップと電力に数百億ドルもの費用がかかっています。
確かに、計算と資金の両方で超低コストでトレーニングされたDeepSeek AIが示すように、効率向上の余地はあります。しかし、最終的にはソフトウェアの改善だけでは、AIトレーニングの計算量と電力消費を大幅に削減することは限界があります。
量子コンピューティングのスケーラビリティとノイズの課題
一方、量子コンピューティングは有望な技術ですが、これまで致命的な欠点に悩まされてきました。量子コンピューティングが機能するために維持しなければならない極めて脆弱な物質状態のため、コストが高く、スケーラビリティも低いのです。
また、得られる結果は「ノイズが多く」、頻繁なエラーや遅延、信頼性の低い結果が生じます。
ここでも、イノベーションにより、小型量子コンピュータのネットワークや、トポコンダクタと呼ばれる新しい物質状態を利用した新ハードウェア設計アーキテクチャが問題を解決できる可能性があります。
これが確認されるまで、量子コンピューティングの有用性は疑問視され続けます。依然として経済的に意味のある実用的ユースケースを探している技術です。
AI向け量子強化カーネル手法
量子カーネルが機械学習に次元的パワーを付加する方法
カーネル法は機械学習で広く用いられる手法で、データセットに次元を追加する数学的手法を用いて、隠れたパターンの識別精度を向上させます。
出典： MDPI
もちろん、これはかなり高度な数学を伴い、既にこの分野で働く限られた専門家しか理解できません。この仕組みのビジュアル表現は以下の動画で確認できます：
このような複雑な計算は、量子コンピュータの独自の能力に最適です。
フォトニックプロセッサがAI向け量子カーネルと出会う
この実験では、ホウケイ酸ガラス基板上にフェムト秒レーザーで書き込んだ統合フォトニックプロセッサを使用し、データを量子コンピュータで処理可能な状態にエンコードしました。
出典： Nature Photonics
この方法により、量子干渉を示すカーネルが計算に使用され、古典的手法と比較されました。
出典： Nature Photonics
実験結果：量子カーネル vs. 古典カーネル
研究者はデータポイント数が40から100までの4つの異なるデータセットサイズでテストを行い、量子カーネル（青）と古典カーネル（オレンジ）を比較しました。
出典： Nature Photonics
両実験において、量子カーネルは古典的計算のものよりも優れた性能を示しました。
“特定のタスクにおいて、我々のアルゴリズムは古典的対応物よりもエラーが少ないことが分かりました。”
Philip Walther – ウィーン大学 教授
実世界の量子AIトレーニングに向けた次のステップ
デモから本番へ：量子AIトレーニング
この実験は、現在存在する量子コンピュータが、ニューラルネットワークのトレーニングで一般的に使用されるタスクにおいて古典コンピュータを上回ることができることを示しました。
これは重要です。なぜなら、これまでこの種の応用にはより信頼性の高い量子コンピュータだけが使用できると考えられていたからです。実験的にそれが誤りであることが証明された今、次のステップはその技術で実際のAIトレーニングを限定的にでも実施することです。
そのために、量子アーキテクチャに着想を得た新しいアルゴリズムを設計し、より高い性能を実現できるでしょう。
“これは、既存の量子コンピュータが最先端技術を超えることなく、良好な性能を示すことができることを意味します。”
Zhenghao Yin – ウィーン大学 博士課程学生
量子フォトニクスがAIのエネルギー使用量を削減する方法
フォトニクスプラットフォームは、はるかに低いエネルギー消費で同等またはそれ以上の計算出力を実現できます。エネルギーがAI業界のボトルネックとなりつつある現在、計算能力やイノベーション以上に、量子フォトニックコンピュータの活用が特に重要になる可能性があります。
“機械学習アルゴリズムはエネルギー需要が高すぎて実用不可能になりつつあるため、これは将来的に重要になる可能性があります。”
Iris Agresti – ウィーン大学 博士課程学生
トラップドイオン vs. 超伝導量子技術：次に来るものは？
これは、量子コンピューティング業界の方向性に重要な影響を与える可能性があります。
これまで、分野は高い信頼性を持つもののデバイスあたりの量子計算容量（キュービット）が低いトラップドイオン技術と、より複雑で現在は非常にノイズが多いものの、最終的に大量のキュービットへスケールできる可能性が高い超伝導技術に分かれてきました。
この研究はQuantinuumとの非常に密接なパートナーシップのもとで行われ、記事の科学者12名中4名が同社に所属しています。トラップドイオン技術の専門家として、Quantinuumが低キュービット数のコンピュータでも実用的なビジネスケースを実現できる状況を探すことは理にかなっています。
もしこれが実現すれば、同社はAI業界への計算リソースの主要供給者となり、Nvidiaの(NVDA )の実績の一部を模倣する可能性があります。
量子コンピューティングへの投資
Honeywell / Quantinuum
(HON )
QuantinuumはHoneywell Quantum SolutionsとCambridge Quantumの合併により誕生した企業です。
Honeywellは、5億ドルの評価で資金調達ラウンドを実施した後、同社の過半数株主（おそらく52％）のままです。創業者Ilyas Khanは約20％の株式を所有していると報じられています。他の株主にはJSR Corporation、三井、Amgen、IBM、JP Morganが含まれます。
将来的にQuantinuumのIPOが、より大きな企業再編の一環として行われる可能性があり、20億ドル相当と見積もられています、2026年から2027年の間に実施される可能性があります。
量子コンピューティングはHoneywellの事業の中心ではなく、航空宇宙、オートメーション、特殊化学品・材料の製品が主軸です。
しかしながら、これらの領域は量子コンピューティングから恩恵を受ける可能性があり、特に計算化学や量子サイバーセキュリティは、Honeywellに競合他社に対する優位性をもたらす可能性があります。
同社の現在の主力モデルはH2で、トラップドイオン方式の56キュービットチップで、2量子ビットゲートの忠実度は99.895％です。
同社は、できるだけ多くのキュービットを追加するだけでなく、エラーを極めて少なくした高品質なコンピューティングを追求し、いわゆる「フォールトトレラント量子コンピューティング」を実現しています。
このアプローチは「Better qubits, better results（より良いキュービット、より良い結果）」と呼ばれ、同等のキュービット数で100〜1,000倍の信頼性向上を実現しています。
出典： Quantinuum
これは、緊急に必要とされる量子耐性暗号において特に差が出る可能性があり、防衛企業のThales（HO.PA -0.96%）はすでにQuantinuumと協力しており、さらに国際銀行のHSBCやJP Morganとも提携しています。
Quantinuumはまた、独自の量子計算化学プラットフォームInQuantoを提供しており、医薬品、材料科学、化学、エネルギー、航空宇宙の応用に利用できます。
他の多くの量子コンピューティング企業と同様に、QuantinuumはHeliosという「ハードウェア・アズ・ア・サービス」を提供しており、ユーザーはシステム運用の複雑さに直面せずに量子コンピューティングの恩恵を受けられます。
Quantinuumは2024年11月に欧州最大の半導体メーカーであるドイツのInfineonとパートナーシップを締結しました。Infineonは統合フォトニクスと制御エレクトロニクス技術を提供し、次世代のトラップドイオン量子コンピュータの開発を支援します。
統合フォトニクスが実用的なユースケースに近づくにつれ、このパートナーシップがQuantinuumの将来にとっていかに重要かが明らかになってきました。現時点では、同社の次なるステップは世界初のAI特化型フォトニック量子チップのリリースになるようです。
今後数か月で、Quantinuumは進行中の協業からの成果を共有し、生成AIにおける量子駆動の画期的な可能性を示す予定です。
革新的なGen QAI機能は、薬物送達のための金属有機骨格（MOF）の利用を強化・加速し、より効率的で個別化された治療オプションへの道を開きます。詳細はHeliosのローンチ時に明らかにされます。
Quantinuum、巨大な商業的可能性を持つ生成量子AIの突破口を発表
この発表は、QuantinuumにおけるAIと量子コンピューティングの結びつきの急速な進展に関する一連のニュースの一部です。
さらなる継続的なユースケースは、同社の将来価値を大きく高める可能性があり、したがってHoneywellの持株と投資家が得られる潜在的利益も増大するでしょう。
最新のHoneywell / Quantinuum (HON) 株式ニュースと動向
参照研究
1. Yin, Z., Agresti, I., de Felice, G. et al. フォトニックプロセッサ上の実験的量子強化カーネルベース機械学習. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5
