第7章現在地と総まとめ — NISQ・誤り訂正・ニュースの読み方
この章の目標
- デコヒーレンスと誤り訂正の「なぜ必要か」を、既習の計算と接続して読み物レベルで押さえる
- NISQ時代・VQE/QAOAの位置づけを知る（詳細には立ち入らない——step.mdの方針）
- ニュース・論文アブストラクトを評価するチェックリストを完成させる
- 教材全体の総復習で「基礎の理解」の到達を確認する
7.1 デコヒーレンス — 敵の正体は既に計算済み
この教材でいちばん大事な「読み物」は、実はもう計算で済ませてあります。ステップ2第4章の問4-7を思い出してください：量子ビットの経路情報がCNOT一本で補助ビットに漏れただけで、干渉は完全に消えました。実機の量子ビットは、周囲の電磁場・振動・隣の量子ビットと絶えず微小に相互作用しています。それは「環境という巨大なレジスタに、状態の情報が漏れ続けるCNOT」に相当し、干渉——すなわちこのステップで学んだ全アルゴリズムの動力源——を蝕みます。これがデコヒーレンスです。
現在の実機の目安を桁で持っておきましょう（細かい数値は年々変わるので「桁」だけ）：ゲート1回のエラー率は $10^{-3}$〜$10^{-4}$ 程度、つまり数千〜数万ゲートで計算が壊れます。Shorの実用サイズには数兆ゲート規模が必要——このギャップが全てです。
7.2 誤り訂正 — なぜ可能で、なぜ重いか
ステップ2の問5-6で「素朴な3重コピー多数決は、no-cloningと測定破壊の二重の壁で使えない」ことを見ました。量子誤り訂正はこの壁を回避します。骨子だけ：
- 情報はコピーせず、エンタングルメントで複数の物理量子ビットに非局所的に広げる（例: $\alpha|0\rangle + \beta|1\rangle \to \alpha|000\rangle + \beta|111\rangle$。これはCNOTによる基底の展開であり、状態のコピー $|\psi\rangle^{\otimes 3}$ ではない——no-cloningと矛盾しません）。
- データを読まずに「エラーの種類だけ」を測る：シンドローム測定は「1番目と2番目のビットは一致しているか？」のようなパリティだけを補助ビットに抽出して測る。$\alpha, \beta$ の情報には触れないので重ね合わせは壊れない。
- 閾値定理：物理エラー率がある閾値を下回れば、符号を大きくするほど論理エラー率を指数的に下げられる。原理的にスケールすることが理論保証されている——ここが楽観の根拠。
- 代償：論理量子ビット1個に物理量子ビット数百〜数千個。「数百万物理量子ビット」という見積もりの出どころはこれ——ここが慎重論の根拠。
2020年代半ばの実験（誤り訂正で論理量子ビットの寿命が物理量子ビットを上回る等）は「原理検証が進んだ」段階で、実用規模の誤り耐性計算までの距離はまだ大きい、というのが公平な現在地です。
7.3 NISQとVQE/QAOA — 「それまでの間」の科学
NISQ（Noisy Intermediate-Scale Quantum）は「誤り訂正なし・数十〜数千量子ビット」の現世代を指す言葉です。誤り訂正なしでは深い回路（位相推定、Shor）は走らないので、浅い回路で何かできないかという研究が生まれました。代表がVQEとQAOAです。概要だけ：
| 何をする | 仕組みの骨子 | |
|---|---|---|
| VQE (変分量子固有値ソルバー) | 分子などのエネルギー最小値を近似 | パラメータ付きの浅い回路で試行状態を作り、エネルギー期待値を測定。古典の最適化ループでパラメータを更新して最小化 |
| QAOA (量子近似最適化) | 組合せ最適化の近似解 | 問題を位相オラクル的な回路に翻訳し、浅い交互回路のパラメータを古典最適化 |
どちらも「量子回路は状態の用意と測定だけ、頭脳は古典の最適化」というハイブリッドです。正直な評価：古典の最良手法に対する明確な実用優位は、どちらもまだ実証されていません。ノイズの壁、最適化の難しさ（不毛な平原問題）などの課題が知られています。step.mdの言う通り、ここは「必要になったときにドメイン知識とセットで足す」領域——現時点では、この位置づけが言えれば十分です。
7.4 ニュース読解チェックリスト — この教材の実用出口
各章の「正直な評価」で使った視点を1枚にまとめます。量子コンピュータの発表・記事・論文アブストラクトを見たら、この5問を通してください：
- 量子ビットは物理か論理か？「1000量子ビット」が物理なら、論理換算で数個分の計算力かもしれない（7.2節）。
- 比較対象は何か？決定的古典か、乱択か、最良の古典アルゴリズムか（第2章: DJは乱択に負けない相手ではない）。「古典で10000年」系の主張は、後から古典アルゴリズムの改良で覆った前例が複数ある。
- 高速化は指数か2次か？Grover系の2次なら実用優位はエラー訂正コストで消えやすい（第3章）。指数ならどの構造（周期性など）を使ったか確認。
- データの入出力は勘定に入っているか？サブルーチン（QFT等）の速さをアプリの速さと混同していないか（第4章）。データロード（QRAM）が仮定されていないか。
- 実問題かオラクル/ベンチマーク専用問題か？「量子超越」系の実験は多くが「量子機が得意なことをやらせる専用課題」であり、それ自体は重要な一里塚だが実用とは別軸。
7.5 教材全体の総まとめ
3ステップで積んだものを1枚に畳みます：
| ステップ | 手に入れたもの | 一言で |
|---|---|---|
| 1: 公理 | 状態＝ノルム1複素ベクトル、発展＝ユニタリ、測定＝射影＋ボルン則、合成＝テンソル積 | 量子力学は線形代数のルールブック |
| 2: 回路 | ブロッホ球、回路の文法、制御ゲートとキックバック、測定のタイミング、no-cloning、可逆計算 | 制約こそが設計スタイルを決める |
| 3: アルゴリズム | 3幕構成（広げる・刻む・畳む）、干渉読み出し、振幅増幅、周期→QFT→ピーク、位相推定、Shor | 読めるのは大域的性質だけ。だから干渉を設計する |
総合演習（卒業試験）
【縦断復習】ベル状態の生成からGroverの1反復まで、次の計算を白紙で連続して実行せよ：(a) $H$ と CNOT で $|\Phi^+\rangle$ を作る（ステップ1）。(b) 位相オラクルが確率を変えないことを $n = 2$ の一様重ね合わせで示す（ステップ3第1章）。(c) $N = 4$、解 $|11\rangle$ のGrover 1反復で確率1になることを示す（第3章）。
解答を見る
(a) ステップ1演習5-6、(b) 第1章演習1-2、(c) 第3章3.2節の例。3つが淀みなく出れば、手の道具は全部維持できています。どれかで詰まったら該当章のチェックリストへ。
3つの設計パターン（干渉読み出し・振幅増幅・周期抽出）それぞれについて、(a) 何を位相に刻むか、(b) どの装置で畳むか、(c) 高速化の倍率、を表にまとめよ（自分の言葉で）。
解答を見る
模範解答例——DJ/BV: (a) $f$ の値を符号 $(-1)^{f(x)}$ に、(b) $H^{\otimes n}$、(c) 決定的比較で指数（乱択比較ではほぼなし）／BVは $n$ 倍。Grover: (a) 解の位置を符号反転に、(b) 拡散演算子（平均まわり反転）を $O(\sqrt N)$ 回、(c) 2次。Shor: (a) 位数 $r$ を固有値 $e^{2\pi is/r}$ に、(b) 逆QFT（1回）、(c) 既知の古典法に対して指数的。この表を空で書ければ、ステップ3の目標「どういう発想で作るのか」は達成です。
【ニュース読解・実戦】次の架空のプレスリリースを、7.4節の5つの質問で採点し、3〜5文の講評を書け：「当社は1024量子ビットの新型量子コンピュータで、物流最適化問題を従来のスーパーコンピュータの100倍の速度で解くことに成功した。QAOAアルゴリズムを使用し、実際の配送データ50件で検証済み。量子コンピュータが実用段階に入ったことを示す成果である。」
解答を見る
採点例：Q1: 1024は物理量子ビットとみられ、誤り訂正なし（QAOA使用からNISQ機と分かる）。Q2: 「スーパーコンピュータの100倍」の比較対象が最良の古典最適化ソルバー（Gurobi等の専用ソフト）か不明——汎用スパコンで素朴な全探索と比べたなら無意味。Q3: QAOAに理論的な高速化保証はなく、倍率の一般化は不可。Q4: 配送データ50件は入出力が問題にならない規模＝スケールしたときの主張になっていない。Q5: 実問題ではあるが、50件は古典で瞬時に解ける規模。講評例：「NISQ機でQAOAが動いたという工学的成果としては意味があるが、『100倍』は比較条件の開示がなければ評価不能で、50件規模では古典最良手法に対する優位は示されていない。『実用段階』という結論は現時点の証拠からは導けない。」——ここまで書ければ、この教材の到達目標は完全に達成です。
【最終問題】この教材で学んだことを使って、次の問いに自分の言葉で答えよ（それぞれ3〜5文）。(a) 量子コンピュータは何が得意で、何が得意でないか。(b) 「量子コンピュータはすべての計算を並列化して速くする」という通説のどこが間違いか。(c) 今後この分野のニュースをどう追っていくか（自分なりのチェックポイント）。
解答を見る
模範解答の骨子——(a) 得意: 干渉で拾える数学的構造（周期性、固有値）を持つ問題と、その構造ゆえの暗号関連・量子系そのもののシミュレーション。不得意: 構造のない問題（2次止まり）、データ集約的な問題（入出力の壁）、そして「並列化で何でも」は原理的に不可。(b) 並列に「計算」はされるが読み出しは測定1回分だけで、干渉で大域的性質に畳めた場合にのみ優位が生じる（第0章・第6章問6-5）。(c) 例: 論理量子ビット数と誤り訂正の進展を追う／高速化主張は比較対象と倍率の質を確認／PQC移行の進捗——など、7.4節の5問を自分の言葉で。
おめでとうございます。step.mdに書かれた「基礎の理解」の到達点——ニュースや論文のアブストラクトを読んで『何をやっているか』『何がまだできないか』を自分で判断できる——に、あなたは到達しました。この先は、解きたい問題のドメイン知識とセットで応用（量子化学、最適化、誤り訂正の詳細…）を足していくフェーズです。必要になったときに、この教材の計算力がそのまま土台になります。