シカゴ大学と東京大学との量子コンピューティングパートナーシップ

Quantum computing partnership between the University of Chicago and the University of Tokyo

今日、アメリカと日本政府の量子コンピューティングに関する共同取り組みを支援するため、私たちはシカゴ大学と東京大学との量子コンピューティングパートナーシップを発表し、10年間で最大1億ドルを共同投資することを約束します。私たち3つの機関の多様な強みを活かし、重要な研究課題に投資し、耐故障性の量子コンピュータの開発を加速し、研究者やアイデアの交換を支援し、量子コンピューティングの起業家精神とビジネスを促進し、次世代に必要な労働力を育成します。

このパートナーシップは、Google Quantum AIのミッションに合致しており、複雑なエラー修正計算が可能な大規模な量子コンピュータを構築することを目指しています。私たちは、新しい薬剤の分子の同定からより持続可能なバッテリーの設計、堅牢な情報セキュリティの提供、そしてまだ想像できていない科学的研究の進展を促進する可能性があると信じています。

Googleは、10年間で最大5,000万ドルをこのパートナーシップに投資することを約束しています。私たちの貢献には、以下が含まれます:

  • 量子コンピュートアクセス: 2019年、Google Quantum AIは、古典的な計算を超えた世界初のチームとして、古典的コンピュータでは実現不可能なランダム回路サンプリング実験を報告し、2023年には、実験的なデモンストレーションで量子ビットの数を増やすことでエラーを減らすことが可能であることを報告し、スケーラブルな量子エラー訂正を世界で初めて報告しました。これらのマイルストーンは、大規模なエラー訂正量子コンピュータにとって重要です。このパートナーシップを支援するために、72個の超伝導量子ビットと、1キュービットおよび2キュービットゲートのエラーレートがそれぞれ0.001および0.003で、同時動作で実行される世界クラスの高度な量子プロセッサを、シカゴ大学と東京大学の研究者に提供しています。
  • 古典的コンピュートアクセス: 量子コンピューティングの多くの研究や教育の分野は、特に現在の小規模なスケールでは、古典的コンピュータ上でのシミュレーション、データ分析、ベンチマーキングなどでも利益が得られる可能性があります。そのため、Google Cloudクレジットを提供して、大学の学生と教員が量子コンピュータのプログラムやアルゴリズムの開発方法を学ぶことができるようにしています。
  • 教員研究グラント: 物理学、アルゴリズム、材料科学、およびその他の領域での新しい基礎的および工学的なブレークスルーを促進するために、特定の研究問題に焦点を当てた教員助成金に投資しています。例えば、2レベルシステムの欠陥、超伝導材料の研究、コヒーレンス時間の増加、大規模な量子システムのベンチマーク、およびさまざまなアプリケーションに対する量子利点の決定などがあります。
  • 大学院および学部研究資金: 今後数年間で量子コンピューティング分野をリードする科学者の多くは、アメリカ、日本、および他の国の大学に在籍する高度な学生です。これらの将来のリーダーの最も有望なプロジェクトを資金提供することで、彼らのキャリア開発を支援し、研究のブレークスルーを促進できます。
  • 起業家精神とビジネス開発: 量子コンピューティング分野は、新しいアプローチや革新的なアプリケーション、必要な隣接技術を実験することを意欲的な小さな研究所や企業のエコシステムから利益を得ることができます。そのため、大学が選定したシカゴおよび東京のエリアのスタートアップチームが、Google for Startupsブートキャンプに参加し、グローバルパートナーネットワークへの独占的なプログラミングおよびアクセスを提供します。
  • 労働力育成: 完全な規模の耐故障性量子コンピュータを構築し、最も有益な使用方法を見つけるために必要なのは、物理学者や量子アルゴリズムの専門家だけではありません。量子コンピューティングには、エレクトロニクス、チップ製造、配線とハードウェア設計、システム最適化、ソフトウェアエンジニアリング、プログラムおよび製品管理など、さまざまな才能が必要です。このパートナーシップでは、量子コンピューティングの労働力の多様性を拡大することに焦点を当て、数百人の学生を育成します。

このパートナーシップを支援していただいたアメリカと日本の政府指導者に感謝の意を表します。量子コンピューティングの分野を前進させることは、責任ある開発と社会全体への広範な利益を確保するために、大学、企業、政府が協力して取り組む必要がある膨大な課題です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

ロコムジョコに会おう:厳格な評価と比較のために設計された新しい機械学習ベンチマーク

Intelligent Autonomous Systems Group、Locomotion Laboratory、German Research Center for AI、Centre for Cognitive Scie...

人工知能

「AIスタートアップのトレンド:Y Combinatorの最新バッチからの洞察」

シリコンバレーを拠点とする有名なスタートアップアクセラレータであるY Combinator(YC)は、最近、2023年冬のコホートを発...

AI研究

宇宙からの詳細な画像は、植物に対する干ばつの影響をより明確に示します

J-WAFSの研究者たちは、遠隔センシング観測を利用して、干ばつを監視するための高解像度システムを構築しています

機械学習

「Google AIがMetNet-3を導入:包括的なニューラルネットワークモデルで天気予報を革新する」

天気予報は気象研究の複雑で重要な側面ですが、将来の天気パターンの正確な予測は困難な試みとなっています。多様なデータソ...

データサイエンス

Amazon SageMakerを使用してモデルの精度を向上させるために、ファンデーションモデルを使用します

「住宅の価値を決定することは機械学習(ML)の典型的な例ですこの投稿では、ビジュアル質問応答(VQA)のために特に設計され...

AIニュース

コンテンツを人間味を持たせ、AIの盗作を克服する方法

ChatGPT、Bard、そしてBingは、Usain Boltが100mを走るよりもAI生成のコンテンツをより速く出力することができます。しかし、...