Firgun VenturesのZeynep Koruturk、Dr. Kris Naudts、Donald Harmitt、およびRelational Intelligence LimitedのBob Coecke教授によるゲスト投稿
量子分野において、有用な量子コンピュータに必要な量子ビット数ほど頻繁に尋ねられ、かつ曖昧に答えられる質問は少ない。プレスリリースでは数百量子ビットのシステムが発表され、次に数千となり、暗黙のうちに業界がゴールラインに近づいているという印象を与える。しかし現実はより微妙であり、おそらくより興味深い。量子コンピュータを「有用」にする量子ビット数が単一の数値として存在するという白黒つけられる話ではない。適切な数は、マシンに何をさせたいか、どのタイプのマシンを使用しているか、そして根本的な問題がどれだけ巧妙に定式化されているかに完全に依存する。
すべての量子ビット（qubit）が同等に作られているわけではない。量子ビットは量子コンピュータの基本構成要素であり、古典的なマシンにおけるビットに相当するが、量子ビットは脆弱でエラーが発生しやすい。本格的な計算を行うには、量子誤り訂正と呼ばれるプロセスを通じて、多数の物理量子ビットを束ねて1つの信頼性の高い「論理量子ビット」を作成する必要がある。両者の比率は、技術と目標エラー率に応じて、楽観的な場合で約2対1から、厳しい場合で2,000対1以上まで幅がある。
量子コンピューティングに抽象的に何個の量子ビットが必要かを問うのではなく、各特定のアプリケーションが各特定のタイプのマシン上で何個の量子ビットを必要とするかという形で質問を再構成し、その答えを野心と難易度の3つの大きなバンドに整理する。
小規模な化学計算には、数十個の高信頼性量子ビットのみが必要かもしれない。現代の暗号化を破ることや、困難な最適化問題（膨大な数の選択肢から可能な限り最良の解を見つけること）での優位性を証明することには、数千個の論理量子ビットが必要となる可能性がある。これらの両極端の間には、広範な商業的中間領域が存在し、主にアルゴリズムの改善とハードウェアの進歩により、ほとんどの観察者が認識しているよりも速く進展している。
見出しの量子ビット数は時として誤解を招く可能性がある。2つのシステムが両方とも「数千の量子ビット」を主張しても、一方が生のハードウェアを数え、他方がエラー訂正された論理量子ビットを数えている場合、両者は同等ではない。物理量子ビットと論理量子ビットの比率は、多くの点で、量子コンピューティングが商業的に関連性を持つようになる時期を推定する際の最も重要な変数の1つである。
それに加えて、量子ビット要件は4つの実用的な理由により変化する。第一は問題自体のタイプであり、分子のシミュレーションは、経路問題の解決や大きな数の因数分解とは非常に異なる要求をマシンに課すからである。第二は問題がどれだけ巧妙に表現されているかであり、より優れた数学的再定式化により、ベンチマークリソース推定値が大幅に縮小されることが繰り返し起こっている。第三はハードウェアのモダリティである。ゲートベースの耐障害性システム（従来のコンピュータが段階的な命令を実行するのと同様に、論理演算のシーケンスを通じて情報を処理する）、フォトニックベースのアーキテクチャ（量子情報を運ぶために物質ではなく光の粒子を使用する）、量子アニーラ（特定の最適化問題に対する低エネルギー解を見つけるために特別に構築されたもの）は、同じ方法でリソースを測定せず、それらの量子ビット数は直接比較できない。第四は推定がどれだけ完全かである。一部の研究ではコアアルゴリズムに必要な量子ビットのみをカウントするが、他の研究ではルーティング、エラー訂正、補助機構の完全なオーバーヘッドを含み、その差はしばしば1桁の大きさである。
この基礎を踏まえた上で、文献における最も強いパターンは、ユースケースが3つの広範なバンドに分類されることであり、それぞれに意味のある異なるタイムラインと意味のある異なるマシンがある。
第一のバンドは、慎重に選ばれた科学的問題、主に化学および材料科学における問題をカバーし、数十から数百の論理量子ビットで真に興味深いものになる可能性がある。化学と材料は、量子コンピュータが本質的に量子的な性質を持つ電子、結合、強相関材料のモデリングに適しているため、自然な候補である。これは、初期の耐障害性マシンから最初の科学的に意味のある結果が現れる可能性が最も高い領域である。
小規模で適切に選ばれた化学問題については、最近の研究により、約25から100の論理量子ビットで有用な初期耐障害性シミュレーションが可能である可能性が示唆されており、小さな鉄硫黄クラスター、発色団（太陽エネルギーや光合成研究に関連する、光を吸収する分子の部分）、単純な金属水素化物（水素貯蔵や触媒作用における役割について研究されている、金属と水素の化合物）などの圧縮されたシステムは、この範囲内にきちんと収まる。タンパク質フォールディングとタンパク質-リガンド相互作用は、ノイズの多い（エラーが発生しやすい）近未来のハードウェア上で同様の範囲に位置する。2019年のIBMの研究では、22量子ビット上で10アミノ酸のペプチドを折り畳み、Qubit PharmaceuticalsとQ-CTRLのより最近のコラボレーションでは、最大123のノイズの多い量子ビット上でハイブリッドタンパク質ポケット水和サイト予測器を実行した。これらはまだ創薬の画期的な成果ではないが、実際のマシン上での多項式スケーリング化学の信頼できる初期実証である。
材料科学と凝縮系物理学は、最も強力な初期候補の1つとして位置づけられており、場合によっては主要な化学問題よりも安価であるように見える。Fermi-Hubbardモデル（原子の格子を通じて電子がどのように移動するかを示す簡略化された数学的記述で、磁性と電気伝導性の研究に広く使用される）や均一電子ガス（金属の理解と計算方法のテストのベースラインとして使用される）などのモデルシステムの研究により、数百の論理量子ビットの推定値が得られている。これは、凝縮系物理学が、耐障害性マシンが微小規模問題を超えて科学的に意味のある結果を提供する最初の領域の1つになる方向性を示している。この方向性では、すでに実験的な兆候が現れている。イオントラップハードウェアを専門とする量子コンピューティング企業であるQuantinuumは、2026年に64の論理量子ビットを使用して量子磁性をシミュレートし、イオントラップ上の低オーバーヘッドエンコーディングを使用して、古典的手法では極めて困難であると説明される規模で実施したと報告した。この単一の実証は、ベンダーがエラー訂正された論理量子ビットを認識可能な多体アプリケーション（相互作用する粒子の大きなグループのシミュレーション）に結び付けた数少ない公開例の1つである。このバンドの戦略的な意味合いは、最初の有用な耐障害性マシンは特に巨大である必要はないが、信頼性が必要であるということである。
同じ低リソースパターンは、商業的に関連性のある材料関連の研究、特に次世代バッテリーに関する研究でも現れている。いずれもXanaduの研究者と共同研究者が主導した2つの最近の研究では、リチウム過剰正極が充放電時にどのように劣化するかを研究するために使用されるX線スペクトルをシミュレートするための量子リソース推定値が算出された。正極材料の小片がX線をどのように吸収するかをシミュレートした最初の研究は、約100の論理量子ビットとなった。時間経過とともに正極がどのように分解するかを追跡するために使用される、より要求の厳しいタイプのX線測定に取り組んだ2番目の研究は、約414の論理量子ビットとなった。両方の数値は、適度に正確なシミュレーションでさえ商業的に価値があるドメインにおけるバンド1の範囲内に快適に収まる。
量子について言及される際にほとんどの人が最初に思い浮かべるものではないが、初期の商業的見通しを示唆しているユースケースがゲーミングである。MOTHは、古典システムの能力を超えて、ゲーム開発と体験、ビジュアルメディア、音楽を改善するために量子システムを活用することを目的とした、ソフトウェア層に焦点を当てた量子技術企業である。MOTHは2026年5月に、ライブ量子ハードウェアを搭載した世界初の消費者製品であるQuantum Backroomsというオープンアクセスゲームを正式にリリースし、ゲーム業界内での初期の量子商業化の取り組みを実証した。
バンド1からの一般的なコンセンサスは、数十から数百の論理量子ビットが、古典的手法が苦戦する慎重に選ばれた領域において科学的に認識可能な研究を行うのに十分であるということである。これは量子価値の最初の信頼できるフロンティアとなる可能性が高い。
第二のバンドは、より現実的な化学、特定の金融問題、数千の論理量子ビットを必要とする傾向がある産業材料シミュレーションをカバーしている。これは商業的リターンが妥当になる領域であり、最も顕著なアルゴリズムの進歩が起こっている場所である。
最も明確な例はFeMoco（iron-molybdenum cofactorの略）ベンチマークで、要求の厳しい触媒化学の標準ベンチマークとなっている窒素固定のモデルである。2021年の主要な研究では、特定の仮定の下でFeMocoを約2,100から2,200の論理量子ビットと約400万の物理量子ビットとし、2025年のアルゴリズム改善により推定値がさらに約1,500の論理量子ビットに削減された。
ヒトの薬物代謝の約75%を媒介するシトクロムP450酵素は、同様の領域に位置する。PNASに掲載されたGoogle、Boehringer Ingelheimと共同研究者の研究では、P450モデルを評価し、ある仮定のセットの下で、最大のモデルはアルゴリズム層で約200から400の論理量子ビットで評価でき、0.1%の物理エラー率で約460万の物理量子ビットと73時間のランタイムに相当することを発見した。2026年3月のフォローアップでは、問題を圧縮するよりスマートな方法と計算を整理するより効率的な方法を活用し、必要な時間と量子ビット数の両方を縮小した。一般的なコンセンサスの見方の代理として、予測市場プラットフォームであるKalshiは、2026年5月時点で、FeMocoとCYP450のシミュレーション能力または2048ビットRSA暗号化の解読を使用して、2030年以前が36%、2035年以前が52%の暗黙の確率を示している
