NTTら，光で量子ニューラルネットワークを実現

内閣府　総合科学技術・イノベーション会議が主導する革新的研究開発推進プログラム（ImPACT）の一環として，日本電信電話（NTT）のグループと，情報・システム研究機構（NII）のグループは，現代コンピュータでは効率よく解くことが困難とされている組合せ最適化問題の解を高速に求める「量子ニューラルネットワーク」を実現した（ニュースリリース）。

インターネット，電力ネット，センサネットなど，社会を構成する様々なネットワークが大規模化・複雑化する現在，リソースの最適化が重要な課題となっている。これらの課題の多くは組合せ最適化問題と呼ばれる，現代コンピュータが苦手とする数学的問題に帰着することが知られている。

量子ニューラルネットワークは，光パラメトリック発振器と呼ばれる新型レーザーの発振振幅を用いてスピンを表した時，相互作用する多数のスピンが全体のエネルギーを最低とするようなスピン配列で発振する現象を利用して，組合せ最適化問題の解を探索する。

今回，各光パラメトリック発振器の振幅を光ホモダイン検波器で測定し，得た情報を帰還する「量子測定フィードバック」を実装することで，全ての光パラメトリック発振器間の結合が可能な量子ニューラルネットワークを実現した。

今回開発した量子ニューラルネットワーク（Quantum Neural Network：QNN）では，長距離光ファイバーで構成された共振器を周回する時分割多重OPOパルス（スピン）群をニューロンと見立てる。また，各OPOパルスの発振位相・振幅の近似測定を行ない，その情報をもとにOPO間の結合信号をFPGA（Field Programmable Gate Array）を用いて生成し，これをフィードバック用光パルスに重畳して各OPOパルスに帰還する「量子測定フィードバック」回路をシナプス結合と見立てたシステムを実現した。

これにより，任意のOPOパルス間結合が可能となり，神経細胞のネットワークに似た，従来に比して飛躍的に複雑な量子発振器ネットワークを実現。最大2,000ノード・200万結合の大規模組合せ最適化問題の解探索に成功し，現代コンピュータ上で動作する既存アルゴリズムを凌駕する性能を示した。

今後，創薬，無線通信，圧縮センシング，深層学習といった実社会の様々な組合せ最適化問題への本成果の適用が期待されるとしている。