今後必要となる量子コンピュータ（量子アニーリング方式）に関する周辺知識まとめ

「量子コンピュータが人工知能を加速する」を読んだ内容と周辺知識を整理した。
近年、注目を浴びている量子コンピュータの実情と今後に興味のある方には、必読の一冊と思う。近いうちにちゃんと勉強する必要が出てくるであろう。

量子コンピュータが人工知能を加速する

詳細をAmazon.co.jpにて確認する

量子コンピュータが人工知能を加速する Kindle版

詳細をAmazon.co.jpにて確認する

本書は、量子コンピュータの基礎原理の一つである「量子アニーリング」方式の理論を提唱した、西森教授、大関准教授による共著の一冊となっている。

量子アニーリング方式の量子コンピュータは、以前は研究の本流であった量子ゲート方式に比べ、今現在とてつもない脚光を浴びている。

理由を平たくまとめると、解ける問題の幅は狭いが、近年重要な人工知能を下支えする重要な問題に対して適用可能で、従来のコンピュータに比べ、超高速（１億倍）かつ低エネルギー（スパコン京の500分の1）で、比較的安定的に解くことができるのだ。

量子アニーリングとは、組み合わせ最適化問題を解く場合に、量子効果を用いる方法である。まず、目的関数をイジングモデル（2値変数とその関係性の関数）として表現する。この2値変数が上下の向きを持つスピンに相当し、それらが格子状の構造を持っているモデルである。格子状につながっている変数同士は同じ値を保持したほうが、エネルギーが低く安定した状態となる。
次に、このイジングモデルに対して、横磁場をかけることで、スピンを上か下の決まった向きではなく、上下の両方を重ね合わせた状態で持つことが可能となる。これを格子状のすべての変数に対して重ね合わせた状態で持つことで、あらゆる解候補をすべて重ね合わせた状態で持つことに相当する（下図左）。
その後、だんだんと横磁場を弱めていく（上か下かをフィックスさせていく）と同時に、格子状の関係性（相互作用）を強くすることで、重ね合わせの確率分布が変化（下図中央）し、同最適化問題の解を得ることができるのである（下図右）。

Fig.量子アニーリングの概要 （横軸は2値変数の組の取るいろいろな値の組（古典状態），縦軸の黒の曲線は目的関数の値，青の線は各配位の存在確率を表す。）引用元：西森教授の量子アニーリング説明ページ

簡単に、量子アニーリング方式と量子ゲート方式を比較すると以下のような違いとなる。

• 量子アニーリング方式
• 組合せ最適化問題に特化
• 安定：エネルギーが低い状態のみを保持すれば良いため
• ※カナダのベンチャー起業のD−Wave社が実装した量子コンピュータは同方式

• 量子ゲート方式　
• 理論的には汎用的に利用可能
• 不安定：重ね合わせの状態を保持する必要があるため

詳細は、著者の西森教授による量子アニーリング説明ページをご覧いただきたい。
量子アニーリングの論文やイジングモデルの具体的な定式化例の説明がある。

• 量子アニーリング by 西森 秀稔
  http://www.stat.phys.titech.ac.jp/~nishimori/QA/q-annealing.html

加えて、下記２つの記事は包括的に量子アニーリングについて説明している
大変有益な記事であった。

1. 「量子コンピュータが人工知能を加速する」を読んで、数式を使わずにPythonでその概要を説明してみた
   http://qiita.com/onhrs/items/aa0aa181c27743956689
2. 物理のいらない量子アニーリング入門
   http://blog.brainpad.co.jp/entry/2017/04/20/160000

現実の組み合わせ最適化問題を量子アニーリング方式で扱うためには、イジングモデルという形式に落とし込む必要がある。イジングモデルについては、上記記事にも説明が書かれているが、より直感的な理解を求める方は、以下2つを参照されたい。

1. Ising Modelを平易に解説してみる
   http://enakai00.hatenablog.com/entry/20150106/1420538321
2. イジングモデル - KnowledgeBase - 岡山大学理論化学研究室
   http://theochem.chem.okayama-u.ac.jp/wiki/wiki.cgi/exp11?page=%A5%A4%A5%B8%A5%F3%A5%B0%A5%E2%A5%C7%A5%EB

また、私が驚いたのは、D−Wave社のような量子コンピュータのハードウェア企業に加えて、「組み合わせ最適化問題」を量子アニーリング方式で扱う「イジングモデル（量子ビットとその相互作用の組み合わせ）」に変換するのに特化したソフトウェア企業が現れているというのも驚きである。

• 1QBit
  http://1qbit.com/

彼らはhardware-agnostic platforms and services（ハードウェア非依存の基盤とサービス）を適用している。今後、D−Wave社以外の量子アニーリング方式のハードウェアが現れてきても、1QBit社のイジングモデルへの記述方法のナレッジは適用可能である。また、日本独自の量子コンピュータと称される、国立情報学研究所が開発中の「レーザーネットワーク方式」の量子コンピュータもイジングモデルを採用しているため、イジングモデルで記述した問題はそのまま解くことができる。今後、ますます重要な役割を担うであろう。

最後に、現状の日本の量子コンピュータに関する取り組みについては、以下を参照されたい。

1. 日本独自の量子コンピュータ
   http://itpro.nikkeibp.co.jp/article/COLUMN/20140314/543707/?rt=nocnt
2. 人工知能に必要な「量子コンピュータ」とは｜日本の取り組みと必要スキル
   https://furien.jp/columns/267/

雑多ではあるが、本書を読んで調べた周辺知識のまとめは以上である。
今後も、量子コンピュータ界隈の動向から目を話せないことは間違いない。

量子コンピュータが人工知能を加速する

詳細をAmazon.co.jpにて確認する

量子コンピュータが人工知能を加速する Kindle版

詳細をAmazon.co.jpにて確認する

今更聞けない「モデリング」の重要性：モデリングをはじめて勉強する人におすすめの入門書４点

モデルを基にした思考方法は、社会人に必須のスキルの一つである。プレゼンテーションにおける表現や、多様なバックグラウンドを持つ他者とのコミュニケーションにも、モデリングの考え方の一つである、抽象化・単純化の思考は必須である。

今回は、近年ますます注目を浴びているモデリングの方法やモデルベースの思考法を習得し、実ビジネスに応用するための入門書を紹介する。

モデリングの方法

スーパープログラマーに学ぶ 最強シンプル思考術

本書は、モデルリングの入門書として最適な書籍といえよう。本書で取り扱うモデルは、様々なモデルの中でも最もシンプルな「四角」と「線」だけで構成されるモデルを扱っている。このモデルの書き方はシンプルであるが故に非常に汎用性の高いモデリングの方法となる。本書でモデリングの基礎を押さえておけば、その他の様々なモデリング手法、記法（UML、SysML、BPMN、OWLなど）を習得するための準備になることは想像に難くない。また、非常に多くの卑近なモデル例、それらのモデルの良い点、悪い点、さらには悪いモデルの改善プロセス、モデルの現実的な活用例までが丁寧に説明されている。

特筆すべきモデリングの基本は、同じ対象であっても、目的や視座によって、出来上がるモデルが変わることである。これはモデルの良し悪しとは別の次元の話である。どの側面にから対象を観察するかで、見方は変化するが、それはどれも間違っていない。射影する方向が異なるだけである。

もの・こと分析で成功するシンプルな仕事の構想法

対象をモデル化・シンプル化するための一つの方法として、モノとコトに分けて考える手法がある。そちらも参照して欲しい。

「モノとコトから考える仕事の本質とは」

モデルの活用

基本的なモデリングに慣れた後は、モデルの活用に向けて以下の書籍を読むことをお勧めする。

アナロジー思考

抽象化し、アナロジー（類推）思考を行うことは、誰でも多かれ少なかれ経験があるだろう。本書にはそのアナロジー思考に焦点を当て、最大限有効活用することで、新しいアイデアを生むための方法論が書かれている。対象物を、ある側面から見て本質的な部分に絞り、抽象的に構造化することで、類似の構造を持つケースからアイデアを借りてくることが可能になる。自分が理解している別の領域におけるノウハウを、類似の構造を持つ領域に適用することで容易に解決策が思いついたり、新しい商品のアイデアが思いついたりできるようになるのである。
アナロジー思考の根底にあるのは、やはりモデリングによるシンプル化の技術である。アナロジーを用いるためには、対象の特徴を捉え、余計な部分を除外し、シンプルにモデリングする必要がある。本質的な部分のみを適切なレベル感でモデリングできれば、他の領域からアイデアを持ち込んで適用する場合も効果的に適用できる。

学習する組織

言わずと知れたベストセラー経営書である。本書の前半は、システム思考について書かれている。システム思考の肝は、経営における重要な事象をモデリングし、中長期的変化、挙動パターンを予測することにある。人間は認知的限界から、線形の因果関係のみを短絡的に捉えがちであるが、その背後には、その状況を支配する非線形な因果関係を持つシステムが存在し、ダイナミックに複雑なパターンを生成しているのである。
システム思考においては、複雑な非線形の因果関係のうち、特に重要なフィードバックループにフォーカスし、モデルをよりリッチに表現する。フィードバックループとは、ある要素aが、別の要素bを引き起こすという、a->bという一方向の因果関係だけではなく、b−>aという逆向きの因果関係を考えるものである。それら二つの因果関係がある場合、人間が予測する結果よりはるかにバリエーションに富んだ挙動を示す。自己強化型のループの場合は、指数関数的に増加、減少したり、バランス型のループの場合には振動しながら減衰することもある。

一例を紹介する。Stock and flow diagram of New product adoption model（Wikipediaより引用）の場合、新製品の潜在的なユーザーが、実際に利用するまでの関係性を以下のようなフィードバックループを用いて、記述する。

上記モデルについて、シミュレーションを行うことで、以下のような、ユーザー増加に関する動的特性を観察できる。

現状見えている事象や出来事から、その背後に存在するシステムを見出すには、状況を引き起こしている要素を発見、選択し、フィードバックの関係性を含め、システムの構造を必要十分にモデリングするスキルが肝要となる。「スーパープログラマーに学ぶ 最強シンプル思考術」なども参考にしながら、モデリング自体に慣れ、必要がある。
フィードバックループを含むシステミックなモデルが描けるようになれば、上記のような動的な特性の把握が容易になり、挙動パターンの理解、システム自体の構造的な改革を行えるようになるだろう。

まとめ

今回は、あつかう対象が複雑化し、情報が氾濫する現代に必須のスキルである、モデリングの方法、モデルを基にした思考法に関する書籍を紹介した。今回紹介したようなシンプルに考える方法に興味を持って頂けたら幸いである。

最大限に不確実性を抑え込む仕事の進め方〜「なぜ、あなたの仕事は終わらないのか」を読んで〜

本書には、米国Microsoft本社にてWindows 95, Windows98の基本設計を行い「右クリック」「ダブルクリック」「ドラッグ＆ドロップ」の概念を現在の形に仕立て上げた、中島聡さんの仕事論が記されている。中島さんの学生時代から現在の仕事に至るまでの様々な実体験をベースにして論じられるため、想像しやすく納得性がある。多くの為になるTipsが書かれていたが、本記事では要点を絞り、紹介する。

本書で推奨する仕事の進め方：最初の２割で仕事の８割を終わらせる

本書では以下の仕事の進め方を推奨している。

時間がある時にこそ、全力疾走で仕事し、締め切りが近づいたら流す

最初の２割で仕事の８割を終わらせる

これによるメリットは、いくつも記されているが、主要なものは以下の２つであろう。

仕事に余裕が生まれる

最初の２割で８割分の仕事を行うため、残りの８割の時間を使って、残り２割の仕事をすれば良い。これだけ余裕があると仕事を確実に完成させることができる。すべての仕事が締め切りにおわれている状況と比較するだけでも、仕事の品質が上がることが容易に想像できるであろう。

早い段階で延期リスクを上申できる

２割の時点で８割の仕事が終わっていなかった場合、仕事が延期する可能性が非常に高い旨を「２割の時期」に伝えられることである。これが８割の段階になって伝えられても、マネジメント側としてはどうしようもない場合が多いが、早い段階であれば再調整が可能な場合が多いのである。

いかに仕事の不確実性を抑え込むか？

この考え方を整理すると「早い段階で以下に仕事の不確実性を抑え込むか？」に集約されるであろう。本書は暗黙的に、不確実性を多分に含むクリエエイティブな知的活動を「仕事」として捉えている。コンビニのバイトや工場の生産ラインのようなルーティンワークは、ほとんど不確実性を含まないため、２割の期間で８割の仕事などできるはずがない（完全な体力勝負になるだけであろう）。

確かに、不確実性を多く含む活動の作業規模・作業時間の正確な見積をするには、とにかく早い段階で着手し、８割の仕事を進めてみることが最も効果的なのは間違いない。すでに見積の段階で着手し、８割の仕事を終えているのだから。

不確実性さえなくなってしまえば、あとはひたすら完成度を高める作業を余裕を持って行えばよく、精神的にも余裕があり、プロダクトの品質は安定的に向上する。

時間術の先には？

上述のような有益な時間術論を展開後、「いかにしてやりたいことに取り組むか？」といった熱い仕事論が待ち構える。時間術はやりたくないことを行う時間を最小化する手段でもあると述べ、時間術によって生まれた時間をやりたい仕事、やりたいことに費そう、という内容となる。そして最後に以下のメッセージで全体をまとめている。

「一度しかない人生、思い切り楽しもうぜ」

現実的な仕事の進め方から熱い仕事論まで非常に濃い内容の一冊であった。

破壊的イノベーション-Focus 3D-

本日FARO社の最新の三次元レーザスキャナFocus３Dを使った計測実験を行った。その時に想ったコトを備忘録代わりに載せておく。

これがFocus ３Dだ。

最初に見て驚いたコトはその圧倒的なコンパクトさである。

以前のスキャナ（FARO Photon120）を知っている僕らには本当に衝撃的な小ささであった。

体積、重量、価格ともに比べて半分以下なのだから。

以前のスキャナは運ぶのにしてもコロコロのついた大きなケースを引きずっていかねばならなかった。それがFocus ３Dは片手で持てるハンドバックサイズになった。加えて、タッチパネルを用いれば、スキャナコントロール用のパソコンも必要ない。

これはChristensenのいうところの破壊的イノベーションとなりかねないのではないだろうか。

土木・測量系のニーズにもとづいて発達してきた３Dレーザスキャナ。Focus ３D以前のスキャナは計測範囲・計測精度・計測速度にもっぱらの関心を寄せ、開発を行ってきた。Focus３Dのコンセプトは明らかに従来のものと異なり、そのような性能は特段向上していない。

それと引き替えに開発したものは圧倒的な手軽さだ。

現在行われている三次元計測は土木、プラント、自動車業界でしか使われていない。

今回三次元計測が手に入れた手軽さは多様な業界に波及する起爆剤になりうるのではないだろうか。

ちょっとスキャナを持って、さっと測って帰ってくるといったお手軽三次元計測が可能になった。

何でもいい。3次元で記録したいものがあるなら必見。