Zoomを利用したオンライン座談会です。 量子計算物質科学を中心に、毎回講師をお招きし、 設定したテーマに沿った議論・交流を深めるのを目的としています。

第三回から、講演情報・Zoomリンク配信用のメーリングリストへの登録をお願いすることになりました。次回以降は個別に登録する必要はありません。

講演情報・Zoomリンク配信用メーリングリストへの登録
メーリングリストからの登録解除

世話人: 品岡寛 (埼玉大)、大久保毅 (東大)、水上渉(阪大)、大槻純也 (岡山大)、三澤貴宏 (BAQIS)、井戸康太 (東大)、森田悟史 (東大)、杉崎研司 (大阪市立大)、山地洋平 (東大)、藤堂眞治 (東大) 、明石遼介(東大)、御手洗光祐(阪大)、三宅隆(産総研)(順不同)

第8回 続 量子計算物質科学はどこに向かうのか?

日時: 2021年1月7日18:00-
講演者: David Pfau(DeepMind)
発表題目: Deep Neural Networks for Ab Initio Quantum Chemistry

In this talk, I will present work on how ideas from the machine learning community can give back to computational physics, in particular deep neural networks and approximate natural gradient descent. I will present a novel deep neural network architecture, the Fermionic Neural Network (FermiNet), which can be used as an expressive class of approximate solutions (Ansätze) to the Schrödinger equation for many-electron systems. We optimize the FermiNet by Kronecker-Factorized Approximate Curvature (KFAC), an approximation to natural gradient descent which can also be used to approximate stochastic reconfiguration. This makes it possible to scale stochastic reconfiguration to Ansätze with large numbers of parameters. We show that the FermiNet is able to achieve much higher accuracy than standard variational QMC Ansätze like the Slater-Jastrow-backflow ansatz, and can exceed the accuracy of coupled cluster methods like CCSD(T) on bond-breaking systems like the transition of bicyclobutane to butadiene. This shows that deep neural networks can be used to greatly improve the accuracy of variational QMC, to the point where it is competitive with other state-of-the-art ab initio methods.

第7回 続 量子計算物質科学はどこに向かうのか?

日時: 2020年11月30日16:00-
講演者: 三宅隆(AIST)
発表題目: データ駆動物質科学における計算科学

マテリアルズ・インフォマティクス(MI)が産業界に着実に浸透する一方で、新物質開発や物性解明の基礎研究においてデータ駆動手法がいかなるインパクトを与えるか、試行錯誤が続いています。過去10年間のMIの世界的潮流を第一原理計算は牽引してきました。磁性や超伝導に対する研究事例を紹介し、MIの可能性と計算科学の役割を考察します。

第6回 物質科学に量子アニーリングマシンはどう使えるのか?

日時: 2020年11月2日16:00-
講演者: 西村光嗣(Jij)
発表題目: 量子アニーリングマシンの量子力学シミュレータとしての活用

量子力学に基づく物質の振る舞いをシミュレーションする手法として、量子モンテカルロ法を初めとする既存のコンピュータによる数値計算手法が数多く提案されてきましたが、近年の量子コンピューティング技術の発展に伴い、量子デバイスを用いて直接物質の振る舞いを再現するシミュレーション手法が提案され始めています。本講演では講演者の取り組む分野である量子アニーリング技術に焦点をあて、量子アニーリングマシンによる量子シミュレーションの現状、方向性について紹介します。

第5回 量子計算物質科学はどこに向かうのか?

日時: 2020年8月24日16:00-
講演者: 塩崎亨(QSimulate)
発表題目: 量子化学/量子コンピュータのユースケースを考える

量子化学計算は量子計算機のキラーアプリケーションであるという認識は広く共有されています。しかし、量子化学計算は本質的にはQMA-completeであり、誤り耐性量子計算機が登場したとしても、実際に役に立つものになるか否かはこれからの研究にかかっているといえます。マテリアルズインフォマティクスや製薬など企業R&Dにおける新しい形の量子化学シミュレーションを提案するスタートアップとしての立ち位置から、量子化学計算が目指すべき方向性について本講演では議論します。

第4回 続 物質科学に量子コンピュータはどう使えるのか?

日時: 2020年8月3日16:00-
講演者: 鈴木泰成(NTT)
発表題目: 誤り耐性量子計算機の設計と開発

量子計算機の拡張には誤りを抑制する機構が必要になりますが、量子計算機の誤り訂正は通常の誤り訂正に比べて冗長かつ周辺装置のへの負荷が大きなものにならざるを得ないため、技術的にどこまで拡張可能かは明らかではありません。この講演では誤り耐性量子計算機の各技術レイヤにおける仕組みを紹介し、計算物質科学で実用的な規模への拡大に向けた各デバイスでの現状の課題と解決方策を議論します。

第3回 続 物質科学に量子コンピュータはどう使えるのか?

日時: 2020年7月13日16:00-
講演者: 武田俊太郎 (東大)
発表題目: 量子コンピュータのハードウェア入門

量子コンピュータは、実際にどうやって作るのでしょうか?現在どのような方式が有力で、実用化へ向けた課題は何なのでしょうか?本講演では、はじめに量子コンピュータのハードウェア全般について、前提知識のない方を想定した入門的な解説を行います。後半では、特に講演者が取り組んでいる光を使った量子コンピュータに焦点を当て、その仕組みや現状を紹介します。

第2回 続 物質科学に量子コンピュータはどう使えるのか?

登録フォーム
日時: 2020年6月15日16:00-
講演者: 吉岡信行 (理研)
発表題目: “Quantum and Classical Variational Algorithms for Many-body Problems” (量子多体系のための変分アルゴリズム)

量子誤り訂正を活用しない量子アルゴリズムの中でも、古典計算機と量子計算機の双方を活用するハイブリッドアルゴリズムが注目を集めています。本講演では、中でも量子化学・物性物理への応用が期待されている量子変分計算に焦点を当てた議論を行います。古典計算機による変分計算との比較を通じて、物性物理の多体問題への応用可能性を探ります。

第1回 物質科学に量子コンピュータはどう使えるのか?

登録フォーム
日時: 2020年5月25日16:00-
講演者: 倉重佑輝 (京大)
発表題目: “Quantum chemistry meets quantum computer”