量子コンピューターは今どこまで実用化した？2026年の最新動向と誤り訂正の現在地【前編】

量子コンピューターが「使える」には、いくつかの段階があります。クラウドで装置を操作できること、実験で科学的な知見を得られること、既存計算より有利なこと、費用に見合う事業価値があることは、それぞれ別の問いです。

ここでは、ニュースを読み分けるための編集上の整理として、次の4段階を使います。業界共通の認証区分ではありません。

1. 利用できる: 研究者や開発者が実機へ計算を送れる。
2. 研究に役立つ: 特定の物理系などについて、意味のある測定結果を得られる。
3. 古典計算に対して利点がある: 同じ問題・必要精度で、比較対象より時間や資源などの面で優れる。
4. 費用に見合う: 準備、装置運用、反復測定、結果の検証まで含めた負担を、得られる価値が上回る。

米DARPAのQuantum Benchmarking Initiativeは、2033年までに産業上有用な装置を実現できるかを検証する計画です。同計画では、計算が生む価値が費用を上回ることを重視しています。これは「2033年に必ず完成する」という宣言ではなく、実現可能性を評価するための目標です。

「商用サービスがあるから、どんな計算でも有利」「まだ一般企業で広く使われていないから、科学的成果もない」という両極端を避けることが、現在地を理解する第一歩になります。

物理量子ビットは、超伝導回路や捕捉したイオンなど、装置の中で実際に量子情報を担う単位です。一方、論理量子ビットは、量子誤り訂正符号を使って複数の物理量子ビットへ情報を符号化した、計算上の単位です。単に数を増やすのではなく、壊れやすい情報を保護することが目的です。

ここで「同じ量子状態をコピーして多数決を取る」と説明すると不正確になります。未知の量子状態は任意に複製できません。量子誤り訂正では、情報を複数の量子ビットの共同状態へ符号化し、情報そのものを直接読み取る代わりに、誤りの手掛かりとなる測定結果を集めます。

集めた手掛かりから必要な訂正を推定する処理が復号です。復号を担う古典コンピューター、装置の制御、測定の速さも、量子計算の性能を左右します。量子チップ単体の数字だけでシステムを評価できない理由の一つです。

また、「1論理量子ビットに必要な物理量子ビット数」は定数ではありません。符号、装置の誤り率、補助量子ビット、必要な計算の長さ、許容する失敗率によって変わります。符号が情報を収める効率だけを比べても、そのまま実用計算に必要な装置規模にはなりません。

論文に「エラーを減らした」と書かれていても、方法は同じではありません。以下の区別を知っておくと、実験結果の意味を読み違えにくくなります。

• 量子誤り訂正: 符号化した情報について誤りの手掛かりを測定し、訂正操作や訂正情報の追跡を行う。
• 誤り緩和: ノイズを含む測定結果から、ノイズがない場合の物理量などを推定する。追加の測定や古典処理を必要とすることがある。
• ポストセレクション: 測定した情報を基に、あらかじめ定めた採用条件を満たす試行だけを残す。精度と同時に、どれだけの試行を捨てたかを見る必要がある。

これらは優劣を一列に並べるための区分ではなく、組み合わせても使われます。誤り緩和で物理量を精密に推定する研究にも価値があります。ただし、その成功を「論理量子ビットを保護したまま任意の長いプログラムを実行できた」と言い換えることはできません。IBMも、緩和、検出、選別、訂正を区別し、用途に応じて組み合わせる考え方を説明しています。

たとえば、残した結果の誤りが小さくても、採用できる試行が非常に少なければ、必要な結果を集める時間が増えます。逆に、選別を使わずに誤りを抑えた結果は重要ですが、それだけで十分な計算規模や費用効率を達成したとは限りません。精度と処理量を一緒に見る必要があります。

量子ビットを一度正しく調整しても、計算の途中で装置の状態が変われば、最初の設定が適切とは限りません。長い計算を目指すときには、情報に生じた誤りを訂正することに加えて、装置の調子を保つことも必要になります。この問題に取り組んだのが、Googleが2026年7月に紹介した研究です。誤り訂正の測定情報を使い、強化学習で制御条件を調整します。対応する論文「Reinforcement learning control of quantum error correction」はNatureに掲載されています。

発表にある3.5倍は、人工的に制御条件のずれを加えた実験での、論理情報の安定性の改善です。任意のプログラムが3.5倍速くなるという意味ではありません。実機での対象は量子メモリであり、さらに大きな系への拡張性は数値シミュレーションでも調べられています。実機の測定とシミュレーションを分けて読む必要があります。

この成果の見どころは、単発の最高性能だけでなく、その性能を維持する仕組みへ研究が進んでいる点です。ただし「AIがすべての誤りを自動的に直す装置が完成した」と結論付けるのは、発表の範囲を超えます。

2026年9月2日公開のプレプリントでは、Quantinuumの98物理量子ビットのイオントラップ型プロセッサーHelios上で、C4-Helixと呼ぶ符号構成を検証しています。Heliosは装置名、Helixは今回の符号・構成の名称であり、混同しないよう注意が必要です。

論文は、繰り返しの誤り訂正で1論理量子ビット・1訂正サイクル当たり4.6×10⁻⁵の誤りを報告しています。推定値には非対称の不確かさがあり、上側+6.2×10⁻⁵、下側−2.6×10⁻⁵です。2論理量子ビットへのClifford操作や、異なる符号をつなぐ操作も調べ、対応する符号化なしの物理実装との比較で、ポストセレクションに頼らない改善を報告しています。

一方、量子メモリの誤り率をすべての計算操作へそのまま当てはめることはできません。Clifford操作は量子操作の重要な一群ですが、それだけでは任意の量子計算を構成するには不足します。異なる符号の接続は、3論理量子ビットをもつれさせた状態の準備で検証しており、この実験で実用アルゴリズムに必要な全工程を実行したわけではありません。企業側の解説も、非Clifford資源の供給へ向けた構成と、今後の物理精度改善を説明しています。

小規模でも、記憶、操作、符号間接続を一つの構成で検証する意義があります。しかし、これはまだプレプリント段階の報告です。「小さな重要部品を実機で確かめた」と「産業用の大規模システムが完成した」の間には距離があります。

量子計算が古典計算で追いかけにくい領域へ進むと、「古典コンピューターで同じ答えが出るか確かめる」という確認方法も使いにくくなります。速く結果が出ても、その結果を信頼できなければ研究や仕事には使えません。IBMが2026年7月30日に紹介した量子優位性研究は、この検証の問題に重点を置いています。

その一つは、周期的に外部から働きかける量子磁性体モデルを、最大74量子ビットで調べた研究です。IBM Heron r3と誤り緩和を使い、磁化の時間変化を測定しました。著者らは、比較したテンソルネットワーク法などが収束しにくい条件に到達し、別の推定法や、選んだ時点でのイオントラップ装置との比較などで結果を検証したと報告しています。

もう一つのサンプリング研究では、2026年9月2日の改訂版（v3）が、64量子ビットの回路を76物理量子ビットで符号化した実験を記載しています。誤りの手掛かりを使った試行の選別を行い、状態の忠実度の下限を評価します。この検証には装置についての仮定があり、装置を一切信用しない検証ではありません。7月の紹介文と改訂論文の数値を混ぜないことも重要です。

どちらも、特定の課題と検証方法を伴う成果です。「あらゆる古典アルゴリズムが今後も解けない」「企業の計算全般を置き換えた」という証明ではありません。比較対象の改善や追試によって、優位性の評価が変わる余地を残して読むべきです。

Infleqtionは2026年9月24日、80個の中性原子を使った30論理量子ビットの実験を発表しました。技術解説によると実験は8月に行われ、誤り検出を使う回路と、失われた原子の測定結果を後処理で補う手法を組み合わせています。発表時点では、詳細な論文は今後公開するとしています。

同発表の約1000倍は、目的の集合に入る測定結果の割合を、一様乱数による出力と比べた値です。計算速度が古典コンピューターの1000倍になったという意味ではありません。技術解説は、今後、途中測定やリアルタイム制御を進め、ポストセレクションを超えることも課題として挙げています。

したがって、Helix実験の2論理量子ビットと今回の30を比べて「15倍高性能」と判断することはできません。符号、操作内容、訂正の方法、計算の長さ、採用した試行の割合が違うからです。論理量子ビットという同じ名前が付いていても、実験が保証する能力は同じではありません。

国内では2026年7月21日、OptQCと産総研が、光量子コンピューター1号機「MoQuren」を産総研G-QuATに設置し、稼働を開始したと発表しました。同発表では室温で動作する方式と、今後の一般提供に向けた開発者用環境の整備が紹介されています。

これは日本の研究開発基盤としてのニュースです。ただし、この発表だけでは、論理量子ビットの誤り率や長い計算の成功率、同じ課題を解く古典計算との総費用比較までは判断できません。「商用化を目指す装置が稼働した」を「創薬やAIで費用対効果が実証された」と読み替えないようにします。

さらに8月3日のOptQCとNTTの提携発表では、耐故障化、大規模化、実用ソフトウェア、システム統合などが課題として挙げられています。稼働開始の意義を認めながら、未解決の項目も同時に読むのが適切です。

なお、MoQurenについての室温動作の説明を、あらゆる光量子計算の構成へ広げることはできません。また、本記事の冒頭にある冷却装置のイラストは超伝導方式を題材としており、MoQurenの姿を表しているものではありません。

期待を抑えようとして、研究の進展を過小評価するのも不正確です。たとえばNatureに掲載された中性原子の研究では、最大448個の物理量子ビットを使い、誤り訂正、耐故障な操作、任意の量子操作を組み立てるための要素などを調べています。

この論文は2026年の巻号に掲載されていますが、オンライン公開日は2025年11月10日です。2026年9月に初めて登場した成果として紹介するのは適切ではありません。また、448という物理量子ビット数を、そのまま自由に長時間使える論理量子ビット数として扱うこともできません。

現在地を表すなら、「耐故障計算の要素や小規模な構成の実証はある。一方、実用課題に必要な規模・計算の長さ・信頼性・費用を同時に満たす統合システムには課題が残る」とする方が正確です。基礎技術の成立と、用途を満たす製品の成立を分けて考えます。

量子ビットが増えたという見出しに出会ったら、本文や論文で次の項目を探してみてください。すべてを公表していない発表では、分からない項目を無理に埋めないことも大切です。

1. 何を数えたか: 物理量子ビット、論理量子ビット、あるいは別の指標か。
2. 何を実行したか: 状態を保存したのか、特定の操作か、用途に必要な一連の計算か。
3. 誤り率の単位: 1回の操作、1量子ビット・1サイクル、回路全体のどれか。
4. 結果の選び方: 捨てた試行や後処理はあるか。それを含む必要時間はいくらか。
5. 比較条件: 同じ課題・精度・成功確率で、どの古典手法と比べたか。
6. 検証の範囲: 実機の測定、シミュレーション、設計上の見積もりのどれか。
7. 資料の状態: 査読論文か、プレプリントか、企業発表か。どの版の数値か。

一例としてIBMのNighthawk r2発表にあるHeron比25倍という値は、単位時間に処理できる回路数の比較です。すべてのアルゴリズムが25倍短時間で終わるという保証ではありません。処理量の改善と、問題を解くための総時間の改善は区別します。

「誤りが小さい」「数が多い」「操作が速い」はいずれも重要ですが、一つの数字がほかの条件まで代わりに証明してくれるわけではありません。

2026年9月の量子コンピューターは、何もできない段階でも、あらゆる計算を置き換えられる段階でもありません。研究を読むうえで重要なのは、論理情報の保護、操作、検証、装置の継続運用という異なる課題に、具体的な実験結果が積み上がっていることです。

ここまでの成果を本稿なりに整理すると、長い計算を支えるには、まず装置の状態を保ち、保護した情報を操作し、得られた結果を検証する必要があります。Google、Helix、IBMの事例は、それぞれこの異なる課題を見る手掛かりになります。ただし、別々の実験の成功を足し合わせても、一つの装置が全条件を満たしたことにはなりません。量子ビット数だけでは現在地が分からないのは、このためです。

したがって、今後注目したいのは個別の最高記録だけでなく、必要な操作をつないだときにも精度を保てるか、計算を長くしても制御と検証が成り立つかという点です。これは完成時期の予測ではなく、今回の成果と残る課題を踏まえた本稿の見方です。

では、その先でどんな仕事に役立つのでしょうか。後編では、創薬・材料・最適化・AI・暗号について、期待の根拠と実用化に必要な条件を整理します。論文の資源見積もりを「すでに実行できた結果」と誤解しないための読み方も扱います。