量子コンピューティング
量子と従来の計算を組み合わせる研究開発・検証支援
量子コンピュータは、
当社は課題を
01/概要
量子力学の性質を計算に使う、新しい方式のコンピュータ
量子コンピュータは、
古典コンピュータ(いまのコンピュータ)
情報の単位:ビット量子コンピュータ
情報の単位:量子ビット方式には大きく
量子コンピュータが得意とされる3つの問題
量子コンピュータが
組合せ最適化
選択肢の組み合わせから、
量子化学計算・材料シミュレーション
分子や材料の
機械学習・サンプリング
データの特徴を
将来、大規模な
- 自社の課題の
うち、量子が 効きそうな 部分と、従来の 計算で十分な 部分を見分けられる - 課題を数式
(数理モデル)に 置き換える 過程で、業務や 設計の条件が 整理される - 従来の手法と
比べた結果と、 検証で集めた 候補のデータが 社内に残る - 機械の性能が
上がったときに、 すぐ試せる 手順と人材が整う
02/注目される背景
2030年の利用者1,000万人を掲げる国の戦略と、方式が定まらない開発競争

量子コンピュータは
量子と従来の計算を組み合わせる使い方が広がった経緯
いまの量子
量子コンピュータの
03/仕組み
課題を数式にし、量子と従来の計算で候補を出して確かめる流れ

業務の課題を
QAOA(量子近似最適化
方式とツールの違い
04/当社の支援内容
テーマの選定から比較検証・データ化・研究と人材の育成まで
当社は、量子
検証の結果、
05/当社の特長
現実の制約を数式に落とし、量子と従来の計算で確かめる研究開発力
ここでは量子
業務と物理の制約を数式にする
機械の構造を
量子と従来の計算を組み合わせ、使える候補だけを残す
量子の計算で
AI・ロボティクス・XRと掛け合わせる応用の幅
CAE(設計解析)、
06/取り組み事例
日本ロボット学会での研究発表: 量子最適化を用いたリンク機構トポロジ探索

機械の部品
今後は、候補の
NEDO懸賞金活用型プログラムで6チームがスクリーニング採択

NEDO懸賞金活用型
07/顧客価値
量子を使うかの判断・比較の結果・残るデータと人材
経営・事業企画
量子コンピューティングへの
研究開発・設計
設計や解析の
DX推進・情報システム
クラウドの
08/ユースケース・適性
組み合わせが爆発的に増える計画・設計・研究の課題

向いている課題
選択肢の組み合わせが
向きにくい課題
既存の数理最適化ソフト
09/導入ステップ
テーマ診断から実機での確認と展開までの5ステップ
STEP 3までで、
10/他の手段との違い
数理最適化・量子インスパイアード・量子ハイブリッドの選び方
量子コンピューティングは、
11/ガバナンス・検証の基準
期待と検証の結果を分けて扱う比べ方の基準
量子コンピューティングは
従来の手法の基準値を先に置く
同じ問題を
再現できる手順で比べる
試行の回数、
結果の範囲を言い過ぎない
シミュレータ上の
データと暗号の扱いを分けて考える
クラウドの
12/当社について

Microsoft AI Innovation Partner of the Year 2024 受賞
Microsoftの
13/はじめ方
1つの課題を対象にしたテーマ診断
最初は、量子
ロボットや
14/関連ソリューション
Physical AI Harness
AIの判断を
AIが出した
デジタルツイン開発
実世界をデジタル空間に
IoT、エッジ、
15/よくあるご質問
量子コンピューティングの研究開発・検証についてのご相談
量子コンピュータで
