東北大学とデンソーの共同研究グループは，人工知能の基盤技術の1つである機械学習に量子力学を利用した最適化技術，量子アニーリングを適用することにより，これまでの手法に比べて学習の効果が高まる方法を発見した（ニュースリリース）。
機械学習において，多岐にわたる最適化問題を解く方法として，原子や分子など非常に小さいスケールのものを支配する量子力学の原理に基づく量子アニーリングが注目されている。量子アニーリングでは，様々な可能性を重ね合わせの状態を利用して探索することで最適化問題を効率的に解くことができると期待されている。
研究では，量子アニーリングにより，機械学習における最適化問題を解いてみるという試験的な研究を実施した。機械学習における最適化問題では，いわば効果的な予習によって，本番の試験での成績が向上するように工夫を施す。
量子アニーリングを利用すると，予習の段階では提示されなかった未知のデータに対しても，うまく課題をこなすことができるようになり，本番の試験での成績に当たる汎化性能が向上することが確認された。研究グループは様々な可能性を探索する量子揺らぎの性質が鍵を握っていることを突き止めた。
より効果的に汎化性能を上げるためには，通常の量子アニーリングで採用されている量子揺らぎを最終的に完全に切ってしまう手法ではなく，ある程度の強度のまま量子揺らぎを残すことが重要であることが確認された。量子揺らぎを利用した探索手法により，未知のデータであっても課題にうまく対応するようなデータの利用方法を探し出していると予想している。
多様な分野に対して広がりを見せているディープラーニングなど，大規模なデータを処理するシステムへ発見された事実を活用するには，大量のメモリを利用して高速な並列処理が可能な高性能なコンピューター，または量子コンピューターを利用する必要があるという。
しかしながらこの成果が示すように，量子力学を利用した計算技術がもたらす効果を明らかにすることで，人工知能をはじめとしたコンピューターを利用した基盤技術の性能の向上，利用価値を高める場面で，量子コンピューターをはじめとした様々な量子力学を活用した技術が取り入れられるようになり，世界を変えていくことになるとしている。
