「量子理論の副産物に過ぎなかった」──東芝の「量子コンピュータより速いアルゴリズム」誕生秘話：「量子コンピュータとは何か」を問う“新たな壁”（1/5 ページ） 今、量子コンピュータの一種である「量子アニーリングマシン」で高速に解けるとされる「組合せ最適化問題」をより速く・大規模に解くべく、各社がしのぎを削っている。 米Googleと米航空宇宙局（NASA）が2015年に「従来のコンピュータより1億倍速い」と評した量子アニーラ「D-Wave」を作るカナダD-Wave Systems、量子アニーリングを模したアルゴリズムをデジタル回路上に再現する富士通と日立、光を用いて解く「コヒーレント・イジングマシン」を作るNTTの研究グループなどだ。IBMなどが作る「量子ゲート方式」の量子コンピュータを用いた組合せ最適化計算の研究も盛んだ。 各社が組合せ最適化計算に取り組むのは、これを高速に解けると交通渋

日立製作所は「CMOSアニーリング」と呼ぶシミュレーテッドアニーリング（SA）の専用プロセッサーを最も早く開発したメーカーだ。ただし、CAはビット間の結合が疎結合で、カナダD-Wave Systemsのマシンと共通の課題を抱えていた。これを解決したのが「モーメンタムアニーリング（MA）」という技術。全結合だけでなく、並列化という点でもそれまでのSAの壁を打ち破った。 日立製作所は富士通のDAより3年も早い2015年に、「CMOSアニーリング（CA）」と呼ぶSAベースの専用チップを発表したメーカーだ。ただし、実サービス化では富士通に一歩先を越された。 CAは最近までスピン代わりのビット間の結合性に課題を抱えていた。富士通が少なくとも10万変数までは全結合であるのに対し、日立製作所は、キング（King's）グラフという疎結合のグラフを基としており、それをあえて全結合で使おうとすると、D-Wav

タカシくんジャンケン異様に強い説 タカシくんはジャンケンが異様に強いと街で評判です。 ここに彼の過去の戦績（勝ち or 負けを観測したデータ）があるとします。データをもとに勝率を推定してみましょう。 （ここでの勝率とはタカシくんがジャンケンに勝つ潜在的な確率を指します。直接観測できない、言わば神のみぞ知る真の確率のことです。） 推定には色々な方法がある 推定には色々な方法があります。 勘で推定することもできますし、勝利数/過去の試合数（いわゆる最尤推定[3]導出過程を知りたい方はこちらをご参照くださいhttps://web.stanford.edu/class/cs109/reader/11%20Parameter%20Estimation.pdf ）で計算することもできます。 しかし最尤推定では、例えばある人が3戦0勝だった場合、勝率が0/3=0だと推定されます。 だからと言って、ジャン

数年前に世間を騒がせた「老後2000万円問題」。今回は、その問題の中身を解説し、「2000万円準備できない私」のための新たなアプローチについて検討してみます。

2022年10月5日 2022年ノーベル物理学賞：量子もつれ光子を用いたベルの不等式の破れの実験と量子情報科学の先駆的研究で欧米の3氏に 2022年のノーベル物理学賞は，量子もつれ光子を用いたベルの不等式の破れの実験と量子情報科学の先駆的研究で，仏パリ・サクレー大学のアスペ（Alain Aspect）教授，米のクラウザー（John Clauser）博士，オーストリア・ウィーン大学のツァイリンガ−（Anton Zeilinger）教授に授与される。 量子力学によれば，2つの物体を相互作用させることで，物理的な性質を相関させることができる。例えば2つの光子の偏光を互いに直交させる，量子コンピューターの量子ビット2つが同じ値を取るようにするなどで，これを「量子もつれ」と呼ぶ。単に性質が相関するだけなら珍しいことではないが，量子もつれが特別なのは，もつれ合った２つの物体の性質が，測定するまで具体的

すべての革命が華々しく始まるわけではない。量子力学においては1964年，物理学者ジョン・ベルが1つの数式を発表したときに，そんな静かな革命が始まった。その数式は，量子力学の創始者たちを悩ませた哲学的問題に答えを出すための実験を提唱するものだった。 その問題とは，遠く離れている2つの粒子が，「量子もつれ」と呼ばれる奇妙なつながりを持ち得るかということだ。もつれた2つの粒子の一方を測定すると，その結果は完全にランダムになる。ところが他方の粒子を測定すると，まるでもう一方の粒子の測定結果を知っているかのように，完全に連動した結果が表れる。ベルは量子もつれの有無によって異なる結果が得られる実験のセットアップを考案し，判断の基準となる不等式を考案した。 以来，ベルの不等式を検証する実験が，様々な方法で実行されてきた。どれも量子もつれの存在を裏づけたように見えたが，論理的な抜け道が残っており，見かけの

ツッコミ一覧 重要度順にならんでいる。後ほど、それぞれについて質問例、質問の意図を示す。 Who? Whom? 誰に向けて話すのか Why? なぜこの提案をしているか So what? What the purpose? 結局なにがしたいのか When? Where? いつどこで重要になるのか How? どうやるのか/どれくらいXXなのか Who? Whom? 誰が得するの？誰に向けて話してるの？ 最重要。面と向かって聞かれることはないが、発表の前提としてこちらがきちんと想定しておかないといけない部分である。 聞き手はその発表に何を期待しているのか？ 聞き手はどれくらいの知識レベルか？ 聞いてくれた相手に何をしてほしいのか？ などなど。 Why? なぜあなたの話を聞くべきなの？ 最重要。実際聞かれるしこの質問だけは「考えたことなかった」が許されない。どれだけ時間がなくてもこれだけは考えてお

非負値行列因子分解（NMF）はQiitaでもいくつか紹介されていますが、 欠損値のある場合についての情報が見当たらなかったので、紹介します。 参考文献 Lee, D. D., & Seung, H. S. (n.d.). Algorithms for Non-negative Matrix Factorization. 問題設定 NMFでは、二次元の計測データYについて以下のコスト関数を最小化する非負の行列 W および H を求めます。 二乗距離 $$ \left|| \mathrm{Y} - \mathrm{WH} \right||^2 = \frac{1}{2}\sum_{i j} \left\{ y_{i j} - \sum_k w_{i k} h_{k j} \right\}^2 \tag{1} $$ 一般化KL距離 $$ \mathrm{KL}\left[\mathrm{Y} |

数学において、行列の対から別の行列を作り出す二項演算としての行列の乗法（ぎょうれつのじょうほう）は、実数や複素数などの数が初等的な四則演算でいうところの乗法を持つことと対照的に、そのような「数の配列」の間の乗法として必ずしも一意的な演算を指しうるものではない。そのような意味では、一般に「行列の乗法」は幾つかの異なる二項演算を総称するものと考えることができる。行列の乗法の持つ重要な特徴には、与えられた行列の行および列の数（行列の型やサイズあるいは次元と呼ばれるもの）が関係して、得られる行列の成分がどのように特定されるかが述べられるということが挙げられる。 例えば、ベクトルの場合と同様に、任意の行列に対してスカラーを掛けるという操作が、その行列の全ての成分に同じ数を掛けるという方法で与えられる。また、加法や減法（英語版）の場合と同様に、同じサイズの行列に対して成分ごとの乗法を入れることによって