投稿

Quantum Simulator ; Monroe and Lukin

イメージ
11月29日付のNature誌に量子コンピュータに関係する二つの論文が掲載されている。Natureこの記事は有料でしか読めないのだが、二つの論文のpreprintは、arXivで読める。 それぞれ、53-51 qubitのシステムを実現している! Monroe et al . "Observation of a Many-Body Dynamical Phase Transition with a 53-Qubit Quantum Simulator" https://goo.gl/tYckTp Lukin et al. "Probing many-body dynamics on a 51-atom quantum simulator" https://goo.gl/YdCSGi Monroeは、Maryland大の人で、今は、IonQというベンチャーを立ち上げている。Lunkinらの論文は、Harvard/MIT/CalTechの共同研究。 Monroe/Lukin 両者ともに、qubitの実装にはイオン・トラップを使っている。GoogleやIBMといったIT業界の巨人達は、超電導を使って(D-Waveもそうだ)qubitの実装をしているのだが、アカデミー勢の動きは対照的だ。 「紙と鉛筆」では、もちろんqubitの実装はできないのだが、光格子を使ったトラッピングは、超電導回路を集積させるより、安価にできると思う。日本の大学の研究室でも、予算に恵まれれば可能な実験である。(「スーパー・コンピュータ」に対する文科省の支援より、一桁安くても可能だと思う。) アカデミー系の両者のシステムが、同じ "Quantum Simulator" で、同じ「多体問題」のシミュレーションをしているのも、要注目だ。それは、「量子ゲート」型でも、「量子アニーリング」型のいずれでもない。 ただ、それは、量子コンピュータを展望した最初の論文、ファインマンの"Simulating physics with computers"のビジョンに、忠実に従ったものである。物理学者を含む多くの人が納得する形での「量子優越性」の証明は、「暗号解読」でも「ディープラーニング」でもなく、この分野、Quantum Simulat…

「働くママ × テクノロジー #01」

イメージ
昨日(12/10)は、「働くママ × テクノロジー #01 人工知能と共存する未来の「はたらく」を考えよう」というワークショップで講演。 IT系の男性より、「働くママ」の方が、未来のことポジティブに考える人が多そうに思えて、面白かった。



12/9「紙と鉛筆で学ぶ量子情報理論基礎演習」解答編

イメージ
12/9の「紙と鉛筆で学ぶ量子情報理論基礎演習」の様子です。みなさん、紙と鉛筆で、6時間の講義・演習、真剣に頑張ってくれました。本当に、ご苦労様でした。
演習課題の解答編を作りました。ご利用ください。「ketのレシピ」再録しましたので、復習に使ってください。https://goo.gl/Uib1PV

「量子情報理論基礎演習 I」講義資料

イメージ
12月9日の「紙と鉛筆で学ぶ量子情報理論基礎演習」の講義資料です。ご利用ください。https://goo.gl/8PWsWh ------------------------
「はじめに」から
------------------------ 本演習は、量子ゲート型量子コンピュータの基礎を演習形式で学ぶことを目的としたシリーズの第一回目である。対象を、量子論を初めて学ぶ人として、高校生程度の数学的知識を前提に、基本的なベクトル・行列計算の入門演習を含んでいる。 量子ゲート型量子コンピュータの入門としては、基本的な量子アルゴリズムや量子通信手法の紹介、量子情報理論の入門としては密度行列や量子情報とエントロピーの紹介等、重要な部分が欠けているのだが、それらについては、シリーズの次回以降で取り上げたいと考えている。 また、ここで取り上げられている素材は、物理学的な量子論から見ると、大幅に簡略化されている。こうしたアプローチは、量子論の入門としては、むしろ望ましいことのように筆者は考えている。 こうした簡略化が可能なのは、物理学的量子論が、実在的な物質を対象とし、その運動法則の解明を目指すのに対して、少なくても、量子ゲートの理論は、量子論をそのフレームにしつつ、その対象が抽象的・形式的なものであるところが大きいと考えている。(現時点での量子コンピュータの実装レベルでの達成と、その理論的展望との間には、大きな乖離がある。) ただ、量子情報理論は、量子論から派生したそのサブセットでも、単なるその応用分野だというわけでもない。近年の物理学の大きな話題は、量子情報理論が、物理学そのものの基礎理論なのではないかという関心の高まりのように筆者は感じている。こうした関心が多くの人に共有されることを期待している。 準備期間が短かったので、いろいろ行き届かないところがあると思う。それについては、ご容赦されたい。
------------------------ 僕の予想を大きく超えて、50人以上の人が申し込んでくれました。もう、受付閉めていますが、当日の飛び入り参加も歓迎です。 反応に気を良くして、第一回目の続編もぜひやりたいと考えています。回を重ねるにつれちょっと難しくなるので、参加者減ると思うので、この第一回と同じ内容での開催を、当面考えようとしています。 30~50人規模の会場探していま…

失敗

9日の「紙と鉛筆で学ぶ量子情報理論基礎演習」ですが、告知文には「紙と鉛筆持参のこと」としか書いてないんですが、資料・演習課題は、当日、「紙」ではなくネット経由で電子的に配布しようと思っています。すみませんが、紙と鉛筆だけでなく、PCも持参してもらえませんか?

MaruLabo Presents

イメージ
12月17日 クラウドを利用した新しいスタイルで、ディープラーニングのハンズオンを行います。 申し込みサイト:https://lab-kadokawa40.peatix.com/ 以下、丸山からのメッセージです。 ------------------------------
 今回のハンズオンは、ディープ・ラーニングの応用として最大の成果を納めている「画像認識」技術を素材として、ディープ・ラーニングの基礎を学ぶことを目的としています。個人の興味としてではなく、会社で、AIの取り組みを始めようとしている人には、ちょうどいい入門講座になると思います。  まず、はだかのTensorFlowで、DNN (Full Connect Multi-Layer Feed-Forward Neural Network) の基礎を学びます。そのあとは、Kerasを使おうと思っています。ディープ・ラーニングを実際に使う上でで重要なことは、モデルを変更したり、メタ・パラメーターを変更して、推論の制度を上げることなのですが、今までのハンズオンでは、なかなかそこまでできませんでした。Kerasなら、そういうことが簡単にできます。  丸山は、角川アスキー総合研究所と、ディープ・ラーニングの「6時間集中講義」を何度か行ってきました。ただ、それは「座学」でした。「6時間集中講座」に参加された方、講義部分は重複がありますが、ぜひ、自分の手で実際に、ディープ・ラーニングを動かしてみる、このハンズオンにご参加ください。  丸山は、また、昨年来、MaruLaboとして、Googleさん、AWSさん、Microsoftさんと、それぞれのユーザーコミュニティである TFUG, JAWS, JAZUG の協力を得て、「クラウド・ハンズオン」を展開してきました。それは、以前から、ディープ・ラーニングの学習と開発には、クラウドのGPUを使うのが一番いいだろうと考えていたからです。  ただ、「クラウド・ハンズオンでは、いろいろ失敗も経験してきました。GPUの手配ができなくて、CPU10数個で代用したものの、時間内に機械の「学習」が終わらなかったり、GPU環境の構築に時間の大半を使ってしまって、ほとんど何もできなかったり。また、参加者は、クラウドのアカウントを事前に取得することが必須なのですが、苦労して周知したはずなのに…

氷の結晶

イメージ
外気がマイナス10度くらいで、内側が暖かいと、ガラスに大きな雪(氷?)の結晶が成長する。これは部屋の窓ではなく「風除室」(玄関の前に部屋がある。北海道では普通)の窓ガラス。北海道の部屋は暖かいので、居間のガラスは、こうはならない。ただ、今年の冬は、寒そうだ。