量子コンピューティングは「触れる」時代に
量子コンピューティングはもはや論文の中だけの技術ではない。2025年現在、複数のプラットフォームが無料枠を提供しており、ブラウザさえあれば実機の量子プロセッサにアクセスできる。KGAのResearchチームが主要プラットフォームを実際に使い込んだ結果をまとめる。
本源量子（Origin Quantum）: 中国発の無料量子クラウド
意外と知られていないが、中国の本源量子は完全無料で量子クラウドを提供している。アカウント登録だけで、悟空（Wukong）量子プロセッサにアクセス可能だ。公称176量子ビットだが、実効的に使えるのはノイズの少ない24量子ビット程度。
使い方はWebブラウザ上のGUIで量子回路を構築するか、Python SDKのpyqpandaを使う。pyqpandaはpipでインストールでき、Qiskitに似たAPIを持つ。from pyqpanda import * でインポートし、回路を定義してcloud_backendに投げるだけだ。
驚くべきは応答速度で、ジョブのキュー待ちが平均5分以下。IBMが繁忙時に数時間待ちになるのと比較すると圧倒的に速い。ただしドキュメントの大半が中国語で、英語ドキュメントは不完全。KGAでは中国語ドキュメントをClaudeで翻訳しながら使っている。
IBM Quantum: 最も成熟したエコシステム
IBM Quantumは無料枠として月10分の実機アクセスを提供している。127量子ビットのEagle R3プロセッサが利用可能で、エラー率は現行の量子コンピュータとしてはトップクラスの低さだ。
Qiskit 1.0は量子回路の構築、シミュレーション、実機実行までを統合したフレームワークで、ドキュメントとチュートリアルの充実度は他の追随を許さない。特にQiskit Runtimeのセッション機能は、iterativeなアルゴリズム（VQEやQAOA等）の実行で威力を発揮する。
KGAが実際に取り組んだのは、QAOAによる最適化問題の解法だ。7都市のTSP（巡回セールスマン問題）をQAOAで解き、古典的な近似解法と比較した。結果、解の品質は古典手法の95%程度だったが、探索空間が指数関数的に大きくなる20都市以上で量子アドバンテージの萌芽が見えた。
Google Cirq: 研究者向けの柔軟性
GoogleのCirqはオープンソースの量子プログラミングフレームワークだ。Googleの量子プロセッサSycamoreへの直接アクセスは研究者限定だが、Cirqのシミュレータは誰でも無料で使える。最大30量子ビットのシミュレーションが、一般的なノートPCで1分以内に完了する。
CirqはQiskitと比較して低レベルの制御が可能で、ゲートのパラメータやスケジューリングを細かく調整できる。研究論文の実装を再現する際にはCirqの方が適していることが多い。また、TensorFlow Quantumとの統合により、量子機械学習のプロトタイピングが容易だ。
Amazon Braket: マルチハードウェア戦略
Amazon Braketは無料枠こそ限定的だが（初回$250クレジット）、IonQ、Rigetti、OQCなど複数の量子ハードウェアに単一APIでアクセスできるのが強み。同じ量子回路を異なるハードウェアで実行して結果を比較するベンチマーキングに最適だ。
特にIonQのイオントラップ型量子コンピュータは、超伝導型（IBM、Google）と異なる特性を持つ。ゲートエラー率は高いが、全量子ビット間の接続性が完全で、SWAP挿入が不要。特定のアルゴリズムではIonQの方が良い結果を出すケースがある。
実用的な量子回路: VQEによる分子シミュレーション
量子コンピューティングの最も有望な応用の一つが量子化学シミュレーションだ。VQE（Variational Quantum Eigensolver）を使い、水素分子H2の基底状態エネルギーを計算する実験をIBM Quantumの実機で行った。
- 量子ビットのansatz回路を構築し、scipy.optimizeのCOBYLAオプティマイザでパラメータを最適化。100イテレーションで基底状態エネルギー -1.137 Hartreeを得た。理論値は -1.174 Hartreeなので、誤差は約3%。シミュレータでは誤差0.1%以下なので、この3%はハードウェアノイズに起因する。
現在の限界と現実的な評価
正直に言えば、2025年時点の量子コンピューティングは古典コンピュータを置き換えるものではない。実用的な量子アドバンテージが実証されているのは、特定の暗号学的問題とシミュレーション問題の一部のみ。ビジネスの最適化問題で量子を使う意味があるのは、変数が数千以上のNP困難問題に限られ、現行ハードウェアのノイズレベルではそこまでスケールしない。
それでもKGAが量子技術を追い続ける理由は、3-5年後のbreakthroughに備えるためだ。量子アルゴリズムの設計スキルは一朝一夕では身につかない。無料プラットフォームで今から手を動かしておくことが、将来の競争優位につながると確信している。