何が起きたか
Googleの研究者らが、量子プロセッサの「キャリブレーション（較正）」を計算の途中で止めずに行う手法を実証しました。ポイントは、誤り訂正のために日常的に取得しているデータを、そのまま較正にも流用できることを示した点です。成果は2026年のNature（DOI: 10.1038/s41586-026-10759-2）に掲載されました。
超伝導量子ビットのハードウェアは、トランズモン（超伝導ワイヤのループと共振器で構成）をマイクロ波光子のパルスで制御します。個々の量子ビットには微妙な個体差があり、最も誤り率が低くなるマイクロ波パルスの周波数・振幅を探る作業が欠かせません。
なぜ重要か
問題は「ドリフト」です。制御機器は稼働中の発熱などランダムな要因で初期設定からずれていきます。従来の較正は計算中には実行できないため、長く複雑なアルゴリズムを走らせるほどズレが蓄積します。現状のGoogleは、較正がずれる兆候が出たら計算を止めて再較正しますが、複雑な計算の途中でこれをやるのは現実的ではありません。
較正の不備による誤りは、他の誤りと同じく検出可能なシンドローム（誤りの兆候）を生みます。研究者は「不完全な較正による誤りは、他のすべての誤りと同じく検出可能なシンドロームを生む」と述べています。課題は、較正起因の誤りとランダムな誤りをどう見分けるかにありました。
どう解いたか
解決策が強化学習です。約1,000個の制御パラメータについて異なる設定を試し、誤りをどれだけ抑えられたかでスコアを付けます。「計算中に、全制御パラメータへ小さく同時に摂動をかけて制御空間を探索する」「この摂動が誤り検出イベントの統計に微妙な変化として現れる」と研究者は説明します。この補正は、論理量子ビットを管理する誤り検出・訂正システムと並行して走らせられます。
実験では、表面符号（surface code）と色符号（color code）という異なる誤り訂正方式の2つの論理量子ビットで検証。強化学習による補正を有効にすると、論理量子ビットの誤り検出・訂正能力が20%向上しました。大規模な誤り訂正量子ビットでは、強化学習システムが約40,000個のパラメータをリアルタイムに制御できることも示されています。
限界
この手法は、ドリフトが訓練した状態から大きく外れない範囲でのみ機能します。ある状態で有効な補正が、大きく異なる状態でも効くとは限りません。そこで、変更の効果を常時再評価し、頻繁に最適でない訂正を受け入れてでもドリフトの拡大を防ぐ——探索と活用（exploration-exploitation）のトレードオフを回します。研究者は「サンプルした候補の多くは最適解より劣るが、その総合性能でも、強化学習による舵取りなしより優れていれば、このトレードオフは望ましい形で解決される」と述べています。ドリフトが十分ゆっくりであれば成立することが、シミュレーションで確認されました。
なお研究者自身、これは短く単純なアルゴリズムしか走らせない現行システム向けの解ではなく、ドリフトがまだ問題化していない現在ではなく「将来の既知の問題」に対処できると示したものだと位置づけています。
💼 事業会社視点：これは自社にどう効くか
量子コンピュータの本命ユースケース（創薬・材料・金融最適化）を睨む事業会社にとって、この成果は「実用化の時計」を読み替える材料です。要点は、量子計算の実用性を縛るボトルネックが単なるハードの物量ではなく、稼働中に劣化していく系をいかに自律運用するか、という運用工学に移りつつあること。ここでGoogleは、誤り訂正データの二次利用と強化学習という「ソフト側の工夫」で訂正能力を20%押し上げました。
日本の製薬・素材・金融各社で量子活用を検討する事業責任者は、自社に物理ハードを持つ発想を捨て、クラウド量子（誰の較正・運用が優れているか）でベンダーを選ぶ視点を持つべきです。差がつくのは量子ビット数だけでなく、長時間ジョブを止めずに回せる運用制御の成熟度になります。ただし研究者自身が「現行の短い計算には不要」と明言しており、投資判断としては今すぐの本番導入ではなく、PoCでベンダーの制御技術ロードマップを見極める段階が適切です。受託開発・SaaS事業者にとっては、量子とAI（強化学習）の境界領域が新たな受注テーマになり得ます。