ホーム会社概要 量子コンピューティングロジックプラットフォーム スマート統合インフラストラクチャ ソリューション製品 テクノロジー研究開発 パートナーニュース 採用情報お問い合わせ
RESEARCH & DEVELOPMENT

研究開発

量子もつれから量子機械学習まで、QLBの研究開発チームは人類の知的フロンティアを拡張し続けます。基礎科学と応用技術の橋渡し役として、社会変革を牽引します。

量子もつれ

量子もつれ現象を制御し、計算能力を指数関数的に拡大する

量子粒子フロー

量子粒子の波動関数操作による高精度センシング技術の開発

研究領域

QLBの研究開発は4つの主要領域に集中しています。各チームが世界のトップ研究機関と連携しながら、次世代量子技術の実用化を加速させています。

🔬

量子アルゴリズム研究

Quantum Algorithms

量子優位性を持つアルゴリズムの探索・開発が主要研究テーマです。ショアのアルゴリズム改良、グローバーアルゴリズムの一般化、量子近似最適化アルゴリズム(QAOA)の産業応用に注力。特に組合せ最適化問題(旅行セールスマン問題・ポートフォリオ最適化等)への適用で顕著な成果を上げています。2025年には金融リスク計算でスーパーコンピュータ比12倍の速度向上を達成しました。

QAOAVQE量子ウォーク組合せ最適化量子サンプリング
🛡️

量子誤り訂正(QEC)

Quantum Error Correction

フォールトトレラント量子コンピュータ実現の鍵となるQEC技術の研究。表面符号(Surface Code)の改良型「QLB-TailoredCode」を独自開発し、物理量子ビット使用数を標準比40%削減しながら同等の誤り訂正能力を達成。リアルタイムデコーダーの高速化(デコード時間1マイクロ秒以下)にも成功。フォールトトレラント量子計算への実用化を2027年に目指しています。

Surface CodeQLB-TailoredCodeDecoder AIFT量子計算
🔐

量子鍵配送(QKD)

Quantum Key Distribution

量子力学の原理に基づく原理的に盗聴不可能な暗号通信技術の研究開発。BB84プロトコルを発展させた「QLB-QKD Pro」プロトコルを開発し、誤り率を0.3%以下(業界最高水準)に抑制しながら150kmの伝送に成功。衛星QKDへの対応研究も進行中で、宇宙・地上統合型量子暗号通信ネットワークの構築を2028年に目標としています。

BB84改良版衛星QKDMDI-QKD150km伝送
🤖

量子機械学習(QML)

Quantum Machine Learning

量子コンピュータの計算能力をAI/MLに活用するQMLの基礎研究および応用開発。量子特徴マップを用いたサポートベクトルマシン(QSVM)、変分量子回路ベースの深層学習(VQC)、量子強化学習(QRL)の研究を推進。創薬・材料科学でのタンパク質構造予測に適用し、古典AIに比べて計算精度18%向上を実現しました。

QSVMVQC量子強化学習量子GANタンパク質予測

研究チーム

世界各国から集まったトップクラスの研究者850名が、量子技術の最前線で研究開発に取り組んでいます。

👩‍🔬
田中 量子
CRO / 量子アルゴリズム部門長
東京大学理学部博士。量子最適化アルゴリズムの世界的権威。Nature誌掲載論文12本。ダボス会議ヤング・グローバル・リーダー2023。
👨‍💻
山田 誠司
VP Research / QEC研究部門長
MIT量子情報科学博士。表面符号の理論研究で国際的に著名。IEEE量子コンピューティング委員会メンバー。特許取得件数22件。
👩‍🔬
Elena Volkov
Director / QKDセキュリティ研究
モスクワ物理工科大学→CERN研究員。量子暗号プロトコル設計の第一人者。ETSI量子暗号標準化委員会に参加。
👨‍🔬
Chen Wei
Director / 量子ML研究部門
清華大学→スタンフォード大学博士。量子機械学習分野を開拓した先駆者の一人。Google Quantum AI出身。引用数8,000超。

研究論文

QLBの研究チームは年間30本以上の論文を主要国際ジャーナルに発表しています。主要論文をご紹介します。

2025

QLB-TailoredCode: 物理量子ビット削減を実現するハイブリッド量子誤り訂正コード Nature Physics

田中 量子, 山田 誠司, Chen Wei, et al. — Quantum Logic Base Research Labs
Nature Physics, Vol. 21, pp. 892-901, 2025 | DOI: 10.1038/s41567-025-01234-5 | 被引用: 184件
2025

量子機械学習によるタンパク質フォールディング予測の精度向上:VQCベースアーキテクチャの設計と評価 Science

Chen Wei, 田中 量子, Elena Volkov, et al. — QLB / 東京大学
Science, Vol. 387, pp. 1145-1152, 2025 | DOI: 10.1126/science.ado3421 | 被引用: 267件
2024

QLB-QKD Pro: 150km光ファイバー伝送での誤り率0.3%以下を達成する改良型BB84プロトコル Physical Review Letters

Elena Volkov, 山田 誠司, 中村 光一, et al. — QLB / 京都大学
Phys. Rev. Lett. 133, 150401, 2024 | DOI: 10.1103/PhysRevLett.133.150401 | 被引用: 312件
2024

QAOA深度最適化による大規模組合せ最適化問題へのアプローチと金融ポートフォリオへの応用 PRX Quantum

田中 量子, 佐藤 浩二, Chen Wei, et al. — QLB
PRX Quantum 5, 020356, 2024 | DOI: 10.1103/PRXQuantum.5.020356 | 被引用: 198件
2024

超電導量子プロセッサにおけるダイナミックデカップリングシーケンス最適化とコヒーレンス時間1.2ms達成 npj Quantum Information

山田 誠司, 高橋 量, 田中 量子, et al. — QLB / MIT
npj Quantum Information 10, 42, 2024 | DOI: 10.1038/s41534-024-00789-3 | 被引用: 156件
2023

Quantum-Symbolic Hybrid AI:量子確率論とシンボリック推論の統合フレームワーク Nature Machine Intelligence

Chen Wei, 田中 量子, 中村 光一, et al. — QLB / スタンフォード大学
Nature Machine Intelligence 5, pp. 1102-1115, 2023 | DOI: 10.1038/s42256-023-00687-3 | 被引用: 445件

大学・研究機関との連携

世界12の大学・研究機関との共同研究プログラムを通じ、基礎科学の最前線と産業応用を結びつけています。

🇯🇵

東京大学

University of Tokyo

量子情報科学研究センターと量子誤り訂正・量子アルゴリズム共同研究。QLB奨学金制度で年間20名の博士研究員を支援。

🇯🇵

京都大学

Kyoto University

量子物性研究所との超電導デバイス共同研究。QKDプロトコル理論の発展とフォトニクス応用で成果多数。

🇺🇸

MIT

Massachusetts Institute of Technology

量子コンピューティングセンターとのフォールトトレラント量子計算共同研究。博士研究員相互派遣プログラム実施中。

🇩🇪

マックス・プランク研究所

Max Planck Institute

量子光学部門と量子センサー・フォトニクス共同研究。超高精度量子センシングの産業応用を共同で推進。

🇬🇧

オックスフォード大学

University of Oxford

量子コンピューティング・量子暗号の共同研究。QKD標準化への貢献でETSIと三者連携プロジェクトを推進。

🇯🇵

理化学研究所(RIKEN)

RIKEN / QLB量子材料研究拠点

理研内にQLB量子材料共同研究拠点を設置。新型量子ビット材料・トポロジカル量子計算の基礎研究を共同推進。

オープンソース貢献

QLBは量子技術のエコシステム発展のため、積極的にオープンソース活動に参加しています。主要プロジェクトをGitHubで公開中。

QLB-HybridML

Python

量子古典ハイブリッドMLフレームワーク。Qiskit/PennyLaneと互換性を持ち、量子機械学習モデルの構築・実行・評価を統合サポート。

⭐ 4,821🔀 892👁 12k

QLB-QEC-Toolkit

Python / C++

量子誤り訂正コードシミュレーションツールキット。各種QECコードの実装・デコーダー評価・閾値計算を提供。研究・教育用途に最適。

⭐ 3,207🔀 641👁 8.2k

QLB-Bench

Python

量子アルゴリズムのベンチマーキングフレームワーク。複数量子プラットフォーム間の性能比較・可視化ツール。業界標準のベンチマーク手法を提供。

⭐ 2,154🔀 387👁 5.9k

QLBの研究に参加しませんか?

私たちは常に優秀な研究者・エンジニアを探しています。また、大学・研究機関との共同研究プロポーザルも積極的に受け付けています。