量子計算の誤りを40分の1に？Googleの「魔法状態の培養」とは

量子コンピューターは、物質の性質を調べる計算などで期待される一方、計算に使う量子状態が雑音で崩れやすいという課題を抱えています。装置を大きくするだけでなく、計算の材料になる状態を、十分きれいに用意する技術が欠かせません。

Google Quantum AIは2026年10月15日、超伝導量子プロセッサーWillowで「魔法状態の培養」を実証したと発表しました。特定の量子状態を準備する過程で、比較対象に対して誤りを約40分の1に減らした研究です。ただし、選別後に残った試行についての数値で、計算全体の速度や正解率を表すものではありません。

この記事では、魔法状態が必要な理由、選別する仕組み、99.99％という精度と採用率8％の関係を整理します。独自の計算例で、ニュースの数字を読み解いていきましょう。

魔法状態の培養で何が確かめられた？

今回の実験は、量子計算に必要な特別な状態を作り、その質を測り、別の誤り訂正方式へ引き渡す研究です。何でも解ける完成品の量子コンピューターを発表したわけではありません。実験論文の公開版は2025年12月15日にarXivへ投稿されており、2026年10月15日はGoogleがScience掲載に合わせて発信した日です。研究の公開と今回のニュース発表を区別する必要があります。

実験の数値は研究チームの論文紹介と公開論文で確認できます。見出しの「40倍」だけで判断せず、何を測った数字なのかを見ることが大切です。

量子ビットを守るだけでは、計算は完成しない

通常のコンピューターのビットは、0か1を扱います。量子ビットは、0と1に対応する状態の重ね合わせを扱い、その振幅や位相を操作して計算します。ただし、重ね合わせを作れば、すべての答えを一度に読み出せるという意味ではありません。測定で得られる情報には制約があり、有益な結果が得られるよう操作を組み立てます。

超伝導方式では、低温に保たれた電気回路を量子ビットとして使います。周囲からの雑音や操作のずれは、状態に誤りを起こします。小さな誤りも長い計算では積み重なるため、複数の物理量子ビットに情報を分散し、全体で一つの「論理量子ビット」を守る誤り訂正が重要になります。

ここで難しいのが、情報を保存することと、必要な計算操作をそろえることは別だという点です。誤りに強い保管箱が作れても、その中身を壊さずに加工する道具がそろうとは限りません。量子計算では、誤り訂正と相性がよい操作の集まりだけでは、一般的な計算に必要な操作をすべて構成できません。

「魔法」は超常現象ではなく、計算資源の名前

代表的な区別が、クリフォード操作と非クリフォード操作です。専門的な分類ですが、ここでは「誤り訂正で扱いやすい基本操作」と「それだけでは足りない部分を補う操作」と考えると入口になります。基本操作の範囲だけでは、広い種類の量子アルゴリズムを実行するための道具が足りません。

その不足を補うため、あらかじめ特別な状態を用意して計算の途中で消費する方法があります。この資源状態が「魔法状態」です。今回の対象はT状態と呼ばれる種類です。一度使った資源を、何度もそのまま使い回せるわけではないため、必要な品質の状態を継続的に供給する仕組みが問題になります。

たとえば、計算装置の大部分を材料の準備が占めるなら、演算部分だけを増やしても装置全体は効率よくなりません。魔法状態の準備コストを下げる研究は、この材料工場を小さく、少ない操作で動かすための研究と捉えられます。比喩としての工場であって、量子状態を物理的な粒のように運搬しているわけではありません。

魔法状態の培養は、どのように誤りを減らすのか

基本的な流れは、状態を小さな符号へ取り込み、補助量子ビットと組み合わせた測定を行い、検査を通った試行を残すというものです。検出された異常がある試行を採用しない処理を「事後選択」と呼びます。すべての試行の誤りを無条件で直している、という説明では正確ではありません。

量子状態は、普通の書類のように中身を読みながら検査できません。測定そのものが状態に作用するためです。そこで、守りたい情報をそのまま読み出す代わりに、補助系を使い、決められた性質や誤りの兆候を調べる測定を設計します。検査装置自身の誤りも考慮しなければ、きれいな状態を選んだつもりでも、その評価が信用できません。

「培養」という呼び名には、状態を保護する符号の規模と信頼性を段階的に育てる発想が込められています。2024年9月26日公開の先行する理論研究は、この構成で資源コストを抑えられる可能性を計算しました。理論の雑音モデルで得られる予測と、実機で測られる成績は同じではありません。今回の価値は、実際の装置上で方式を動かし、評価したところにあります。

従来の「蒸留」と何が違う？

魔法状態の蒸留は、複数の不完全な資源状態を処理し、数は少なくても品質の高い状態を得る方法です。培養では、一つの状態を小さな符号で準備し、検査と符号の拡大を組み合わせて品質を高めます。どちらも、よい材料をただ無料で得る仕組みではなく、量子ビット、操作、測定、待ち時間などの費用がかかります。

培養があるから、今後あらゆる状況で蒸留が不要になると断定することはできません。必要な最終精度、装置の雑音、採用率などによって、後段の処理を組み合わせる価値が変わるためです。重要なのは名称の新しさより、同じ目標品質を得るまでに何個の量子ビットを何時間使うかという比較です。

99.99％と8％を一緒に読む計算例

忠実度は、作った量子状態が目標状態にどれだけ近いかを表す指標です。一般的なテストの正答率や、量子プログラム全体の成功率と同一ではありません。公開論文の0.9999(1)という表記では、括弧内は末尾の桁についての不確かさを表します。99.99％という小数の見た目だけから、精度が完全に確定しているとは考えないでください。

目標が純粋状態である場合、忠実度Fからのずれをε＝1−Fで表すと、代表値0.9999では次のようになります。

ε＝1−0.9999＝0.0001＝0.01％

小さな誤りでも操作を多数つなげれば影響します。独立な失敗確率が毎回pで同じ、という単純な仮定なら、N回すべて成功する確率はP＝(1−p)^Nです。仮にp＝0.0001、N＝10,000を代入すると、P＝0.9999¹⁰⁰⁰⁰≒0.368、約36.8％になります。

これは今回の実機の性能予測ではありません。状態の忠実度をそのまま各ゲートの失敗確率に置き換えることもできません。「一つの材料がかなり正確」でも「長い計算が必ず成功」とは限らないことを理解するための、独立した数学の例です。

採用率8％なら、何回準備する？

次に歩留まりを考えます。採用率をq＝0.08とし、各試行が独立で同じ条件なら、採用される状態を一つ得るまでの平均試行回数はE＝1/q＝1/0.08＝12.5回です。100個を得るための平均は100/0.08＝1,250回になります。

実際の総コストは、この回数だけでは決まりません。途中で異常を見つけた試行をどこで打ち切れるか、一度に何本並列で準備するか、計測と初期化にどれだけ時間がかかるかで変わります。論文の8％は評価用の測定や選別条件を含む数値で、完成した工場の最終的な生産歩留まりと決めつけないことも大切です。

作れた状態を、別の符号へ渡す理由

カラーコードと表面符号は、量子情報を誤りから守る異なる設計です。ある操作を実行しやすい方式と、長く情報を守り大きな装置へ広げやすい方式は、必ずしも一致しません。よい状態を作った場所から、後の計算で使う場所へ、品質を保って受け渡す技術が必要になります。

Googleは今回、距離3のカラーコードから距離5の表面符号へ状態を移す実験も説明しています。「距離」は、符号がどれくらいの誤りに対抗する構造を持つかに関わる量で、単純な量子ビットの個数や、移動の長さではありません。距離の数字が大きくなっただけで、すべての実装条件でよくなるとも限りません。

この接続は、材料の準備と計算本体を結ぶための一歩です。ただし、今回の忠実度の値を、そのまま移し替え後や長い計算の全段階に当てはめることはできません。準備、検査、移し替え、保存、利用はそれぞれ評価する必要があります。

よくある疑問：すぐ実用化するの？

普通のパソコンの代わりになる？

今回の研究は、量子計算の特定の資源を準備する工程を対象にしています。文書作成や動画視聴など、日常のすべての処理が速くなる発表ではありません。量子方式に適した問題であっても、アルゴリズム全体と装置の総コストを比較する必要があります。

誤りが40分の1なら、装置も40分の1？

そのようには換算できません。誤りの低減率と、必要な量子ビット数、実行時間、電力は別の指標です。品質を上げるための検査には追加の操作が必要です。実用上は、得られた品質に対し、それらの費用がどれだけ改善するかを調べます。

次にどの数字を見ればいい？

より大きい符号でも品質を維持できるか、採用状態の供給速度はどれくらいか、使った物理量子ビット数と操作数はいくつか、長時間動作しても成績が保たれるかが判断材料です。精度だけでなく、採用率と費用をそろえた比較が、実用性を読む手掛かりになります。

まとめ

魔法状態の培養は、量子計算に必要な特別な状態を、検査と選別を組み合わせて準備する方法です。Willowでの実証は重要な工程の前進ですが、「約40分の1」は状態準備の誤りに関する比較であり、計算全体の速度ではありません。99.99％という品質は、採用率や測定の不確かさと一緒に読む必要があります。

今回のニュースを理解する鍵は、量子ビットの数だけでなく、よい計算材料をどれだけの費用で作り、次の工程へ引き渡せるかを見ることです。

出典・関連記事

• Google Quantum AIの発表（2026年10月15日）
• 実験論文の研究機関による紹介
• 実験論文の公開版（2025年12月15日投稿）／Science掲載先。本記事の詳細確認は公開版と公式発表に基づきます。
• 培養方式の先行理論（2024年9月26日投稿）
• 三角関数と波・振動を計算例で理解する

数値計算はXyphaによる説明用の例で、実験結果と区別しています。