量子コンピューティング

ビットが古典情報理論の基本概念であるのと同様に、量子ビットは量子情報の基本単位です。量子ビットという用語は、抽象的な数学モデルと、そのモデルで表されるあらゆる物理システムの両方を指すのに使用されます。古典ビットは定義上、0と1で表される2つの物理状態のいずれかに存在します。量子ビットもまた、1つの状態と2つの状態によって記述され、多くの場合、次のように表記されます。${\displaystyle |0\rangle }$そして${\displaystyle |1\rangle }$は、古典的な状態0と1の量子版として機能します。しかし、量子状態は${\displaystyle |0\rangle }$そして${\displaystyle |1\rangle }$これらはベクトル空間に属しており、定数を掛けて足し合わせても、結果は再び有効な量子状態となる。このような組み合わせは、の重ね合わせとして知られている。${\displaystyle |0\rangle }$そして${\displaystyle |1\rangle }$[ ^{37 ] [ 38 ]​}

2次元ベクトルは、数学的に量子ビットの状態を表す。物理学者は通常、量子力学的線形代数にブラケット記法を用い、次のように記述する。${\displaystyle |\psi \rangle }$ラベル付きベクトルの「ket psi」${\displaystyle \psi }$量子ビットは2状態システムであるため、任意の量子ビットの状態は次の形式をとります。${\displaystyle \alpha |0\rangle +\beta |1\rangle }$、 どこ${\displaystyle |0\rangle }$そして${\displaystyle |1\rangle }$は標準基底状態、^{[ a ]}であり、${\displaystyle \alpha }$そして${\displaystyle \beta }$は確率振幅であり、一般に複素数である。^{[ 38 ]}いずれか${\displaystyle \alpha }$または${\displaystyle \beta }$がゼロの場合、量子ビットは実質的に古典ビットになります。両方がゼロでない場合、量子ビットは重ね合わせ状態になります。このような量子状態ベクトルは、 （古典的な）確率ベクトルと似たような振る舞いをしますが、重要な違いが1つあります。確率とは異なり、確率振幅は必ずしも正の数ではありません。^{[ 40 ]}負の振幅は、破壊的な波の干渉を可能にします。

量子ビットを標準基底で測定すると、結果は古典ビットになります。ボルンの規則は、量子ビットを測定する際の振幅と確率の間のノルム二乗対応関係を記述しています。${\displaystyle \alpha |0\rangle +\beta |1\rangle }$国家は崩壊し${\displaystyle |0\rangle }$確率で$\displaystyle |\alpha |^{2}}$または${\displaystyle |1\rangle }$確率で$\displaystyle |\beta |^{2}}$有効な量子ビット状態には係数があります。${\displaystyle \alpha }$そして${\displaystyle \beta }$そのため${\displaystyle |\alpha |^{2}+|\beta |^{2}=1}$例えば、量子ビットを測定する${\displaystyle 1/{\sqrt {2}}|0\rangle +1/{\sqrt {2}}|1\rangle }$どちらかを生成する${\displaystyle |0\rangle }$または${\displaystyle |1\rangle }$同じ確率で。

特に重要な重ね合わせ状態は、プラス状態である。${\displaystyle |+\rangle =1/{\sqrt {2}}|0\rangle +1/{\sqrt {2}}|1\rangle }$そしてマイナスの状態${\displaystyle |-\rangle =1/{\sqrt {2}}|0\rangle -1/{\sqrt {2}}|1\rangle }$標準的な測定ではどちらも0と1の結果を同じ確率で生成しますが、アダマールゲートなどの操作では異なる動作をします。${\displaystyle |0\rangle \leftrightarrow |+\rangle }$そして${\displaystyle |1\rangle \leftrightarrow |-\rangle }$―相対的な位相差が意味のある量子情報を伝えることを実証した。

量子ビットが1つ増えるごとに、状態空間の次元が2倍になります。^{[ 39 ]} 例として、ベクトル⁠ 1 / √2 ⁠ | 00 ⟩ + ⁠ 1 / √2 ⁠ | 01 ⟩は、量子ビット| 0 ⟩と量子ビット⁠ 1 / √2 ⁠ | 0 ⟩ + ⁠ 1 / √2 ⁠ | 1 ⟩のテンソル積である2量子ビット状態を表します。このベクトルは、基底ベクトル| 00 ⟩、| 01 ⟩、| 10 ⟩、および| 11 ⟩によって張られる4次元ベクトル空間に存在します。

一般に、n量子ビットシステムのベクトル空間は2n次元であり、^そのため古典コンピュータで量子コンピュータをシミュレートするのは困難である。100量子ビットシステムを表現するには、²¹⁰⁰個の古典値を格納する必要がある。

この1量子ビット量子メモリの状態は、古典メモリを古典論理ゲートで操作するのと同様に、量子論理ゲートを適用することで操作できます。古典計算と量子計算の両方にとって重要なゲートの1つはNOTゲートであり、これは行列で表すことができます。$${\displaystyle X:={\begin{pmatrix}0&1\\1&0\end{pmatrix}}.}$$ 数学的には、このような論理ゲートを量子状態ベクトルに適用することは、行列乗算によってモデル化される。したがって

${\displaystyle X|0\rangle =|1\rangle }$そして${\displaystyle X|1\rangle =|0\rangle }$。

単一量子ビットゲートの数学は、2つの重要な方法で多量子ビット量子メモリに作用するように拡張できます。1つは、単純に量子ビットを選択し、そのゲートを対象の量子ビットに適用し、メモリの残りの部分はそのままにしておく方法です。もう1つは、メモリの別の部分が目的の状態にある場合にのみ、ゲートを対象の量子ビットに適用する方法です。これらの2つの選択肢は、別の例を使用して説明できます。2量子ビット量子メモリの可能な状態は次のとおりです。 $${\displaystyle |00\rangle$$ :={\begin{pmatrix}1\\0\\0\\0\end{pmatrix}};\quad |01\rangle  :={\begin{pmatrix}0\\1\\0\\0\end{pmatrix}};\quad |10\rangle  :={\begin{pmatrix}0\\0\\1\\0\end{pmatrix}};\quad |11\rangle  :={\begin{pmatrix}0\\0\\0\\1\end{pmatrix}}.} 制御NOT（CNOT）ゲートは、次の行列を使用して表すことができます。 $${\displaystyle \operatorname {CNOT}$$ :={\begin{pmatrix}1&0&0&0\\0&1&0&0\\0&0&0&1\\0&0&1&0\end{pmatrix}}.} この定義の数学的な結果として、${\textstyle \operatorname {CNOT} |00\rangle =|00\rangle }$、${\textstyle \operatorname {CNOT} |01\rangle =|01\rangle }$、${\textstyle \operatorname {CNOT} |10\rangle =|11\rangle }$、 そして${\textstyle \operatorname {CNOT} |11\rangle =|10\rangle }$言い換えれば、CNOT は NOT ゲートを適用します (${\textstyle X}$（以前から）第 2 量子ビットに、第 1 量子ビットが状態にある場合に限り、${\textstyle |1\rangle }$最初の量子ビットが${\textstyle |0\rangle }$どちらの量子ビットにも何も変更は加えられません。

要約すると、量子計算は量子論理ゲートと測定のネットワークとして説明できます。ただし、測定は量子計算の最後に延期することも可能ですが、この延期には計算コストがかかる可能性があるため、ほとんどの量子回路は量子論理ゲートのみで構成され、測定は含まれないネットワークとして描かれています。

量子並列性とは、量子コンピュータが複数の入力値に対して関数を同時に評価していると考えることができるというヒューリスティックです。これは、入力状態の重ね合わせで量子システムを準備し、評価する関数を符号化するユニタリ変換を適用することによって実現できます。結果として得られる状態は、重ね合わせ内のすべての入力値に対する関数の出力値を符号化し、複数の出力の同時計算を可能にします。この特性は、多くの量子アルゴリズムの高速化の鍵となります。しかし、この意味での「並列性」は、計算の最後に測定される値が1つしかないため、計算を高速化するには不十分です。量子アルゴリズムが有用であるためには、他の概念的な要素も組み込む必要があります。^{[ 41 ] [ 42 ]}

量子コンピューティングには複数の計算モデルがあり、それらは計算を分解する基本要素によって区別される。

ゲートアレイ

量子ゲートアレイは、計算を少数の量子ビットからなる量子ゲートのシーケンスに分解します。量子計算は、量子論理ゲートと測定のネットワークとして記述できます。ただし、測定は量子計算の最後に延期できますが、この延期には計算コストがかかる可能性があるため、ほとんどの量子回路は、量子論理ゲートのみで構成され、測定を含まないネットワークとして描かれています。

量子計算（上記の形式では、サイズが の任意のユニタリ行列）$2^n × 2^n$以上${\displaystyle n}$量子ビット数) は、比較的少数のゲートファミリーからなる量子論理ゲートのネットワークとして表現できます。このような構成を可能にするゲートファミリーの選択は、ユニバーサルゲートセットとして知られています。なぜなら、このような回路を実行できるコンピュータはユニバーサル量子コンピュータだからです。このような一般的なセットの 1 つは、すべての単一量子ビットゲートと上記の CNOT ゲートを含みます。これは、単一量子ビットゲートのシーケンスと CNOT ゲートを同時に実行することで、任意の量子計算を実行できることを意味します。このゲートセットは無限ですが、ソロベイ・キタエフの定理を利用することで、有限のゲートセットに置き換えることができます。少数の量子ビットの量子ゲートを使用したブール関数の実装がここに示されています。^{[ 43 ]}

量子テレポーテーションは、アリスが共有エンタングルメントペア（eビット）1つと2つの古典ビット通信を用いて、量子ビットの量子状態をボブに送信するプロトコルです。アリスの量子ビットの状態は物理的に送信されず、ボブ側で古典的に伝達される測定結果と局所的なユニタリ補正によって再構成されます。これは、量子通信にはエンタングルメントと古典通信の両方が必要であり、どちらか一方だけでは不十分であることを示しています。古典ビットは通常のチャネルを通らなければならないため、テレポーテーションを用いて光速を超える情報を伝送することはできません。

超高密度符号化は、これとは相補的なプロトコルです。アリスは、共有された電子ビットを1つ使用し、量子ビットを1つだけ送信することで、ボブに2ビットの古典情報を送信できます。これは、単一の量子ビットが最大で1ビットの古典情報を伝送できるというホレボの定理に反するように見えますが、共有された量子もつれがこの制限を回避します。このように、超高密度符号化は、量子もつれによって量子通信の古典情報伝送容量を実質的に2倍にできることを示しています。

化学やナノテクノロジーは量子システムの理解に依存しており、そのようなシステムは古典的な方法では効率的にシミュレートできないため、量子シミュレーションは量子コンピューティングの重要な応用となる可能性がある。^{[ 65 ]}量子計算化学は、特に電子構造、化学ダイナミクス、分光法の問題において、量子コンピューティングの有望な応用分野の1つである。有用な実装は、現在のハードウェアによって制限されている。^{[ 66 ]}量子シミュレーションは、衝突型加速器内の反応などの異常な条件下での原子や粒子の挙動をシミュレートするためにも使用できる。^{[ 67 ]} 2023年6月、IBMのコンピュータ科学者は、量子コンピュータが従来のスーパーコンピュータよりも物理学の問題に対して優れた結果を出したと報告した。^{[ 68 ] [ 69 ]}

世界の年間エネルギー生産量の約2%は、農業肥料産業におけるハーバー・ボッシュ法用のアンモニアを生産するための窒素固定に使用されています（自然界の生物もアンモニアを生産しますが）。量子シミュレーションは、このプロセスを理解し、生産のエネルギー効率を高めるために使用できる可能性があります。 ^{[ 70 ]}量子コンピューティングの初期の用途は、 2020年代半ばまでにハーバー・ボッシュ法の効率を向上させるモデリングであると予想されています^{[ 71 ] [ 72 ]}が、より時間がかかると予測する人もいます。^{[ 73 ]}

量子コンピューティングの注目すべき応用例の一つは、現在使用されている暗号システムを攻撃することです。公開鍵暗号システムのセキュリティの基盤となる整数因数分解は、大きな整数が少数の素数の積である場合（例えば、300 桁の素数 2 つの積）、古典コンピュータでは計算的に不可能であると考えられています。 ^{[ 74 ]}対照的に、量子コンピュータは、ショアのアルゴリズムを使用して整数を因数分解することで、この問題を指数関数的に速く解決できます。^{[ 75 ]}この能力により、量子コンピュータは、現在使用されている多くの暗号システムを破ることができるようになります。つまり、問題を解決するアルゴリズムが、整数の桁数に対して多項式時間で存在することになります。特に、広く普及している公開鍵暗号のほとんどは、整数の因数分解の難しさ、または離散対数問題に基づいています。これらはどちらもショアのアルゴリズムで解決できます。特に、RSA、Diffie-Hellman、楕円曲線Diffie-Hellmanアルゴリズムが破られる可能性がある。これらは、安全なWebページ、暗号化された電子メール、その他多くの種類のデータを保護するために使用されている。これらのアルゴリズムが破られると、電子的なプライバシーとセキュリティに重大な影響を及ぼすことになる。

量子アルゴリズムに対して安全である可能性のある暗号システムを特定することは、ポスト量子暗号の分野で活発に研究されているトピックです。^{[ 76 ] [ 77 ]}公開鍵アルゴリズムの中には、ショアのアルゴリズムが適用される整数因数分解や離散対数問題以外の問題に基づいているものもあり、例えば、符号理論の難問に依存するマクエリス暗号システムなどがあります。^{[ 76 ] [ 78 ]}格子ベースの暗号システムも量子コンピュータによって破られることは知られておらず、多くの格子ベースの暗号システムを破る二面体隠れ部分群問題を解くための多項式時間アルゴリズムを見つけることは、よく研究されている未解決問題です。^{[ 79 ]}グローバーのアルゴリズムを適用して総当たり攻撃で対称（秘密鍵）アルゴリズムを破るには、基となる暗号アルゴリズムの呼び出し回数がおよそ2 ^{n /2 回}であるのに対し、古典的なケースではおよそ2 ^{n 回であることが示されています。 [ 80 ]}つまり、対称鍵の長さは実質的に半分になります。AES-256 は、グローバーのアルゴリズムを使用した攻撃に対して、AES-128 が古典的な総当たり攻撃に対して持つセキュリティと同等のセキュリティを持ちます（鍵のサイズを参照）。

多項式量子速度向上を可能にする問題の最もよく知られた例は、非構造化検索であり、これは、リストの中からマークされた項目を見つけることを含む。${\displaystyle n}$データベース内の項目。これは、グローバーのアルゴリズムを使用して解決できます。${\displaystyle O({\sqrt {n}})}$データベースへのクエリは、${\displaystyle \Omega (n)}$古典的なアルゴリズムに必要なクエリ。この場合、利点は証明可能であるだけでなく最適でもあります。グローバーのアルゴリズムは、任意の数のオラクル検索に対して、目的の要素を見つける最大確率を与えることが示されています。クエリ問題に対する証明可能な量子高速化の多くの例は、グローバーのアルゴリズムに基づいています。これには、2 対 1 関数の衝突を見つけるためのBrassard、Høyer、および Tapp のアルゴリズム^{[ 81 ]や、NAND ツリーを評価するための Farhi、Goldstone、および Gutmann のアルゴリズム[ 82 ]}が含まれます。

グローバーのアルゴリズムで効率的に解決できる問題は、次の特性を持っています。^{[ 83 ] [ 84 ]}

1. 考えられる回答のコレクションには検索可能な構造はありません。
2. チェックすべき可能な回答の数は、アルゴリズムへの入力の数と同じであり、
3. 各入力値を評価し、それが正解かどうかを判断するブール関数が存在する。

これらの特性をすべて備えた問題の場合、量子コンピュータ上でのグローバーのアルゴリズムの実行時間は、古典的なアルゴリズムの線形スケーリングとは対照的に、入力数（またはデータベース内の要素数）の平方根に比例します。グローバーのアルゴリズムを適用できる一般的な問題クラス^{[ 85 ]}は、ブール充足可能性問題です。この場合、アルゴリズムが反復するデータベースは、考えられるすべての回答のデータベースです。この例と応用例としては、パスワードを推測しようとするパスワードクラッカーがあります。このアルゴリズムで対称暗号を解読することは、政府機関にとって関心事です。^{[ 86 ]}

量子アニーリングは断熱定理を用いて計算を行います。システムは単純なハミルトニアンの基底状態に置かれ、ゆっくりとより複雑なハミルトニアンへと進化し、その基底状態が問題の解を表します。断熱定理によれば、進化が十分に遅い場合、システムはプロセス全体を通して常に基底状態にとどまります。量子アニーリングはイジングモデルや（計算上等価な）QUBO問題を解くことができ、これらは幅広い組み合わせ最適化問題を符号化するために使用できます。^{[ 87 ]}断熱最適化は計算生物学の問題を解決するのに役立つ可能性がある。^{[ 88 ]}

量子コンピュータは、古典コンピュータでは効率的に生成できない出力を生成でき、量子計算は基本的に線形代数的であるため、機械学習タスクを高速化できる量子アルゴリズムの開発に期待を寄せる人もいる。^{[ 51 ] [ 89 ]} しかし、レビュー文献では、提案されている量子機械学習の利点の多くは、効率的なデータ符号化や量子ハードウェアへの継続的なアクセスに関する仮定に依存しており、現在のデバイスではまだ広範な実用的なエンドツーエンドの利点にはつながっていないと指摘されている。^{[ 90 ] [ 91 ]} 例えば、発見者のハロー、ハシディム、ロイドにちなんで名付けられたHHLアルゴリズムは、古典的なアルゴリズムよりも高速化を提供すると考えられている。 ^{[ 51 ] [ 92 ]}最近、いくつかの研究グループは、ボルツマンマシンと深層ニューラルネットワークのトレーニングに量子アニーリングハードウェアを使用することを検討している。^{[ 93 ] [ 94 ] [ 95 ]}

深層生成化学モデルは、創薬 における潜在的な応用について研究されてきた。初期の実験的研究では、創薬のための分子生成モデリングにおいて、近未来の量子ハードウェアの使用が検討されてきた。2023年、ゲロの研究者らは、市販の量子アニーリング装置に実装された制限付きボルツマンマシンに基づくハイブリッド量子古典生成モデルを報告し、既知の医薬品化合物に匹敵する物理化学的特性を持つ新規の医薬品様小分子を生成した。^{[ 96 ] [ 97 ]}しかし、考えられるすべての医薬品様分子の構造空間の膨大なサイズと複雑さは大きな障害となっており、これは将来量子コンピュータによって克服される可能性がある。量子コンピュータは、複雑な量子多体問題の解決に本質的に適しており^{[ 23 ]}、したがって量子化学を含む応用において重要な役割を果たす可能性がある。したがって、量子強化生成モデル^{[ 98 ]、}量子GAN ^{[ 99 ]}を含むものが、最終的には究極の生成化学アルゴリズムに発展すると期待できる。

人工知能は、量子コンピューティングに関連するアルゴリズムの発見と最適化のためのツールとしても研究されてきました。大規模言語モデルと進化アルゴリズムに基づくGoogle DeepMindシステムであるAlphaEvolveは、科学的およびアルゴリズム的発見のためのコーディングエージェントとして説明されています。^{[ 100 ]}量子コンピューティングの研究では、AlphaEvolveで最適化された量子回路が、多体核スピンエコーによる分子形状の量子計算の研究に使用されています。^{[ 101 ]}

大規模な量子コンピュータを構築するには、多くの技術的な課題があります。^{[ 104 ]}物理学者のデイビッド・ディヴィンチェンゾは、実用的な量子コンピュータに必要な要件を以下のように挙げています。 ^{[ 105 ]}

• 物理的に拡張可能で、量子ビット数を増やすことができる。
• 任意の値に初期化できる量子ビット
• デコヒーレンス時間よりも高速な量子ゲート
• 汎用ゲートセット
• 容易に読み取れる量子ビット。

マルチキュービットシステムの制御には、厳密かつ決定論的なタイミング分解能で多数の電気信号を生成および調整することが必要です。このため、キュービットとのインターフェースを可能にする量子コントローラが開発されました。増加するキュービット数をサポートするためにこれらのシステムを拡張することは、さらなる課題です。^{[ 106 ]}

大規模量子コンピュータが将来的に広く使用されている公開鍵暗号方式を破る可能性が理論的に示されたことで、世界のサイバーセキュリティ戦略に大きな変化が生じている。この将来の課題に対応するため、米国国立標準技術研究所（NIST）を含む組織は、ポスト量子暗号の詳細な標準化プロセスを開始した。これらの世界的な取り組みは、完全な耐障害性を持つ量子システムが利用可能になるずっと前に、量子コンピュータと古典コンピュータの両方の攻撃に対して安全な暗号アルゴリズムを開発、評価、展開することを目的としている。^{[ 107 ]}

スケーラビリティの問題に対する一つのアプローチは、単一のデバイス内の量子ビット数を増やすのではなく、計算を複数のより小さな量子処理モジュールに分散させることです。このようなモジュール型アーキテクチャ（分散型量子コンピューティング（DQC）とも呼ばれる）では、各モジュールは限られた数の量子ビットを含み、モジュールは量子チャネル（例えば光ファイバー）と古典的な通信リンクを介して相互接続され、単一の論理コンピューティングシステムを形成します。^{[ 123 ]}

ある戦略では、異なるモジュール内の量子ビット間の量子論理は 、量子ゲートテレポーテーションを使用して適用され、モジュール間の遠隔エンタングルメントを使用しますが、各モジュール内では局所的な操作と測定が行われ、測定結果は古典的に通信されます。^{[ 124 ]}トラップされたイオンモジュール間のフォトニックネットワークリンクを介して分散された量子アルゴリズム、およびダイヤモンド中の窒素空孔中心に基づく遠隔固体量子ビットレジスタ間のテレポーテーションされた2量子ビットゲートが実証されています。^{[ 123 ] [ 125 ]}

分散プロトコルにおける中核的な課題は、ネットワークを介した高レートかつ高忠実度の遠隔エンタングルメント生成である。他にも多くの課題が残っているが、分散システムアプローチは独自の量子コンピューティング機能をもたらす可能性もある。例えば、量子センシングは分散量子コンピュータの不可欠な部分となるかもしれない。^{[ 126 ]}

物理学者のジョン・プレスキルは、プログラム可能な量子デバイスが最先端の古典コンピュータの能力を超える問題を解決できることを実証するという工学的偉業を説明するために、量子超越性という用語を作り出した。 ^{[ 127 ] [ 51 ] [ 128 ]}その問題は必ずしも有用である必要はないため、量子超越性テストは将来の潜在的なベンチマークとしてのみ見なす人もいる。^{[ 129 ]}

2019 年 10 月、Google AI Quantum は NASA の協力を得て、量子コンピュータ Sycamoreで計算を実行すると、世界最速のコンピュータと一般的に考えられているSummitで実行できるよりも 3,000,000 倍以上速く計算できるため、量子超越性を達成したと初めて主張しました。 ^{[ 29 ] [ 130 ] [ 131 ]}この主張はその後異議を唱えられました。IBM は Summit は主張されているよりもはるかに速くサンプルを実行できると述べています。^{[ 132 ] [ 133 ]}また、研究者たちは量子超越性を主張するために使用されたサンプリング問題に対するより優れたアルゴリズムを開発し、Sycamore と従来のスーパーコンピュータとの差を大幅に縮小し^{[ 134 ] [ 135 ] [ 136 ]}、さらにはそれを上回っています。^{[ 137 ] [ 138 ] [ 139 ]}

2020年12月、 USTCの研究グループは、量子超越性を実証するために、光子量子コンピュータ「Jiuzhang」を用いて76個の光子に対するボソンサンプリングの一種を実行した。^{[ 140 ] [ 141 ] [ 142 ]}著者らは、従来のスーパーコンピュータでは、彼らの量子プロセッサが20秒で生成できるサンプル数を生成するのに6億年の計算時間が必要になると主張している。^{[ 143 ]}

量子優位性の主張は量子コンピューティングに関する誇大宣伝を生み出したが、^{[ 144 ]}それらは実用的な現実世界のアプリケーションを直接示唆しない人為的なベンチマークタスクに基づいている。^{[ 102 ] [ 145 ]}したがって、ベンチマークレベルの量子優位性は、量子コンピュータが実用的なコンピューティングワークロード全体で既に広く有用であることの証明として解釈されるべきではない。

2024年1月、 Physical Review Lettersに掲載された研究では、新世代のSunwayスーパーコンピュータを使用して実験的に生成されたビット列の正確な振幅を計算することにより、量子超越性実験の直接検証が行われ、多重振幅テンソルネットワーク収縮アルゴリズムに基づいて構築されたシミュレーション能力の大幅な向上が実証されました。^{[ 146 ]}

量子コンピューティングへの高い期待、ハードウェアの著しい進歩、将来のアプリケーションに対する楽観論にもかかわらず、2023 年のNature のスポットライト記事は、現在の量子コンピュータを「今のところ、全く役に立たない」と要約しました。^{[ 102 ]}この記事は、いずれにしても量子コンピュータは従来のコンピュータよりも有用または効率的ではないと詳しく説明しましたが、長期的にはそのようなコンピュータが有用になる可能性が高いとも主張しました。2023 年の Communications of the ACM の記事^{[ 103 ]}は、現在の量子コンピューティングアルゴリズムは「ソフトウェア/ハードウェアスタック全体にわたる大幅な改善なしには、実用的な量子優位性を得るには不十分である」と結論付けました。同記事は、量子コンピュータで高速化を実現する最も有望な候補は、たとえば化学や材料科学における「小規模データ問題」であると主張しています。しかし、この記事では、機械学習など、検討対象とした多くの潜在的なアプリケーションは「近い将来、現在の量子アルゴリズムでは量子優位性を達成できない」と結論付けており、「ビッグデータ問題、非構造化線形システム、グローバーのアルゴリズムに基づくデータベース検索」においては、I/O制約によって高速化が困難になることを指摘している。

こうした状況は、現在および長期的な様々な要因に起因すると考えられる。

• 従来のコンピュータハードウェアとアルゴリズムは、実用的なタスクに最適化されているだけでなく、特にGPUアクセラレータを中心に急速に進化を続けている。
• 現在の量子コンピューティングハードウェアは、ノイズに圧倒される前に生成できる量子もつれの量に限りがある。
• 量子アルゴリズムは、一部のタスクにおいてのみ従来のアルゴリズムよりも高速化を実現し、これらのタスクを実用的なアプリケーションに適合させることは困難であることが判明した。有望なタスクやアプリケーションの中には、現在利用可能なリソースをはるかに超えるリソースを必要とするものもある。^{[ 147 ] [ 148 ]}特に、大量の非量子データの処理は、量子コンピュータにとって課題である。^{[ 103 ]}
• いくつかの有望なアルゴリズムは「脱量子化」され、つまり、同様の複雑さを持つ非量子版が発見された。
• 量子誤り訂正を用いて量子コンピュータを実用的な用途に拡張する場合、そのオーバーヘッドによって多くの量子アルゴリズムが提供する高速化が損なわれる可能性がある。^{[ 103 ]}
• アルゴリズムの複雑性解析では、実際の応用では成り立たない抽象的な仮定が用いられることがある。例えば、入力データが量子状態に符号化された状態で既に利用可能であるとは限らないし、グローバーのアルゴリズムで使用される「オラクル関数」は、より高速なアルゴリズムに活用できる内部構造を持っていることが多い。

特に、多数の量子ビットを持つコンピュータを構築しても、それらの量子ビットが十分に接続されておらず、長時間にわたって十分な量子もつれを維持できない場合は、無駄になる可能性があります。従来のコンピュータを凌駕しようとする際、量子コンピューティングの研究者は、量子コンピュータで解決できる新しいタスクを探すことが多いのですが、量子超越性の実証に見られるように、これに対応して効率的な非量子技術が開発される可能性が残ります。したがって、最良の非量子アルゴリズムの複雑さの下限（これは未知である可能性があります）を証明し、いくつかの量子アルゴリズムが漸近的にこれらの下限を改善することを示すことが望ましいです。

ビル・アンルーは1994年に発表した論文で量子コンピュータの実用性に疑問を呈した。^{[ 149 ]}ポール・デイヴィスは、400量子ビットのコンピュータはホログラフィック原理によって示唆される宇宙論的情報限界とさえ衝突すると主張した。^{[ 150 ]}ギル・カライのような懐疑論者は、量子超越性が達成されること自体に疑問を抱いている。^{[ 151 ] [ 152 ] [ 153 ]}物理学者のミハイル・ディアコノフは、量子コンピューティングに対する懐疑論を次のように表明している。

「つまり、そのような有用な量子コンピュータの状態をある瞬間に記述する連続パラメータの数は、約10,300個になるはずです。^このようなシステムの量子状態を定義する10,300^個以上の連続的に変化するパラメータを制御することを、私たちはいつか学ぶことができるでしょうか？私の答えは簡単です。いいえ、決してできません。」^{[ 154 ]}

実用的な量子コンピュータは、プログラム可能な量子レジスタとして物理システムを使用する必要がある。^{[ 156 ]}研究者たちは、信頼性の高い量子ビット実装の候補としていくつかの技術を研究している。^{[ 157 ]}超伝導体やトラップイオンは最も開発が進んでいる提案のいくつかだが、実験家たちは他のハードウェアの可能性も検討している。^{[ 158 ]} 例えば、トポロジカル量子コンピュータのアプローチは、より耐障害性の高いコンピューティングシステムのために研究されている。^{[ 159 ]}

最初の量子論理ゲートは捕捉イオンを用いて実装され、最大20量子ビットの汎用プロトタイプマシンが実現された。しかし、これらのデバイスの背後にある技術は、複雑な真空装置、レーザー、マイクロ波および無線周波数装置を組み合わせたものであり、本格的なプロセッサを標準的なコンピューティング装置に統合することは困難である。さらに、捕捉イオンシステム自体にも克服すべき工学的課題がある。^{[ 160 ]}

最大の商用システムは超伝導デバイスに基づいており、2000量子ビットまでスケールアップされています。しかし、より大規模なマシンのエラー率は5%程度です。技術的には、これらのデバイスはすべて極低温であり、多数の量子ビットにスケールアップするにはウェハスケールの集積が必要であり、それ自体が深刻なエンジニアリング上の課題です。^{[ 161 ]}

極低温プラットフォームに加えて、スピン-フォトンインターフェースの室温アプローチが実験的に実証されています。2025年、スタンフォード大学の研究者らは、ナノ構造シリコン基板上に二セレン化モリブデンの薄膜を統合したナノスケールデバイスを実現し、構造化された「ねじれた」光を使用して電子とフォトニックの自由度を結合することで、常温で動作するスピン-フォトンインターフェースを可能にしました。^{[ 162 ] [ 163 ]}このような室温でチップに統合されたスピン-フォトンインターフェースは、異なる量子ビットモードを組み合わせ、大規模な極低温インフラストラクチャへの依存を減らす異種量子ネットワークの潜在的な構成要素として研究されています。^{[ 162 ] [ 164 ]}

古典コンピュータで解決可能な計算問題はすべて量子コンピュータでも解決可能です。^{[ 165 ]}直感的には、これは古典コンピュータの動作を含むすべての物理現象が量子力学を用いて記述できると考えられているためであり、量子力学は量子コンピュータの動作の基礎となっています。

逆に、量子コンピュータで解決できる問題はすべて、古典コンピュータでも解決できます。十分な時間があれば、紙とペンだけで量子コンピュータと古典コンピュータの両方を手動でシミュレートすることが可能です。より厳密に言えば、量子コンピュータはチューリングマシンでシミュレートできます。言い換えれば、量子コンピュータは計算能力の点で古典コンピュータよりも優れた能力を提供しません。これは、量子コンピュータは停止問題のような決定不能な問題を解決できないことを意味し、量子コンピュータの存在はチャーチ＝チューリングのテーゼを否定するものではありません。^{[ 166 ]}

量子コンピュータは、従来のコンピュータでは解決できない問題を解決することはできませんが、特定の問題を従来のコンピュータよりも高速に解決できる可能性があると考えられています。例えば、量子コンピュータは効率的に整数の素因数分解を行うことが知られていますが、従来のコンピュータではそうではないと考えられています。

量子コンピュータで効率的に解ける、誤差が限定された問題のクラスは、 BQP（「誤差限定、量子、多項式時間」）と呼ばれます。より厳密には、BQPは、誤差確率が最大1/3の多項式時間量子チューリングマシンで解ける問題のクラスです。確率的問題のクラスとして、BQPは、誤差が限定された多項式時間確率的チューリングマシンで解ける問題のクラスであるBPP （「誤差限定、確率的、多項式時間」）の量子版です。^{[ 167 ]}${\displaystyle {\mathsf {BPP\subseteq BQP}}}$しかし証拠はない${\displaystyle {\mathsf {BQP\neq BPP}}}$これは直感的には、量子コンピュータは時間計算量の点で古典コンピュータよりも強力であることを意味する。^{[ 168 ]}

BQPとP、NP、PSPACEの正確な関係は不明である。しかし、${\displaystyle {\mathsf {P\subseteq BQP\subseteq PSPACE}}}$つまり、決定論的な古典コンピュータで効率的に解ける問題はすべて量子コンピュータでも効率的に解け、量子コンピュータで効率的に解ける問題はすべて多項式空間リソースを持つ決定論的な古典コンピュータでも解けるということです。さらに、BQPはPの厳密な上位集合であると推測されています。つまり、量子コンピュータで効率的に解ける問題の中には、決定論的な古典コンピュータでは効率的に解けない問題が存在するということです。例えば、整数因数分解と離散対数問題はBQPに含まれることが知られており、Pには含まれないと考えられています。BQPとNPの関係については、Pに含まれないと考えられているNP問題の一部がBQPにも含まれているという事実以外にはほとんど知られていません（例えば、整数因数分解と離散対数問題はどちらもNPに含まれています）。${\displaystyle {\mathsf {NP\nsubseteq BQP}}}$つまり、量子コンピュータでは効率的に解けない、効率的にチェック可能な問題が存在すると考えられている。この考えの直接的な結果として、BQPはNP完全問題のクラスとは互いに素であるとも考えられている（NP完全問題がBQPに含まれる場合、NP困難性からNPのすべての問題がBQPに含まれることになる）。^{[ 169 ]}

• 猫型量子ビット量子コンピュータ―猫状態量子ビットに基づく提案手法。
• ケイン量子コンピュータ―シリコンベースの核スピン量子コンピュータアーキテクチャを提案。
• 線形光学量子コンピューティング―光子と線形光学素子を用いたフォトニックモデル。
• 中性原子量子コンピュータ― 光学的技術を用いて捕捉・制御された中性原子を用いるアプローチ。
• 核磁気共鳴量子コンピュータ―核磁気共鳴と分子の核スピン状態を利用したアプローチ。
• スピン量子ビット量子コンピュータ―スピン状態を量子ビットとして用いる半導体アーキテクチャ。
• 超伝導量子コンピューティング― 超伝導電子回路を用いたアプローチ。
• トポロジカル量子コンピュータ―エニオンなどのトポロジカル状態を用いた提案手法。
• 捕捉イオン型量子コンピュータ― 捕捉した荷電原子を量子ビットとして利用するアプローチ。