……Zoomオンライン受講
……見逃し視聴選択可
・「量子時代」に備える必修セミナー
・量子コンピュータの基礎から、ビジネスへのインパクトまでわかりやすく解説!
・簡単な最適化と学習デモもあり、新商品開発に役立つ最新知識を手に入れるチャンスです。
・今から何を準備すべきか?
・内容を増補しました(2026年1月19日)
講師
blueqat(株) CEO 湊 雄一郎 氏
講師紹介
東京大学工学部卒業。隈研吾建築都市設計事務所を経て、2008年にMDR(現blueqat)株式会社設立。2015年総務省 異能vation 最終採択、2017~2019年内閣府 ImPACT 山本プロジェクトPM補佐、2019~2021年 文科省さきがけ量子情報領域アドバイザー、2022年~ SEMI量子コンピュータ協議会委員長を務める。
<その他関連セミナー>
電子部品・センサ・エレクトロニクス 一覧はこちら
日時・受講料・お申込みフォーム
●日時:2026年1月28日(水) 13:00-16:30 *途中、小休憩を挟みます。
●受講料:
【オンライン受講(見逃し視聴なし)】:1名 45,100円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき34,100円
【オンライン受講(見逃し視聴あり)】:1名 50,600円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき39,600円
*学校法人割引:学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前~前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
(土、日、祝日は営業日としてカウントしません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)
*5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********(*********にはjohokiko.co.jpを入れてください)
オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********(*********にはjohokiko.co.jpを入れてください)
→Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
(iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ)パスワード「123456」
<見逃し視聴ご案内の流れ・配信期間詳細>
セミナーポイント
○セミナーポイント
次世代の計算機である量子コンピュータについて、ハードウェア・ソフトウェア・ミドルウェアの開発経験を踏まえ、基本的な成り立ち、業務への検討指針や社会へのインパクトについて客観的に解説します。また、商用・オープンソースの量子コンピュータアプリケーション・ツールの具体的な使い方も解説します。
また、テンソルネットワークによる量子計算の古典シミュレーション技術が、いかに現実の機械学習モデルを効率化し、実用的なリソース削減に寄与するかを具体例と共に明示します。ハードウェア面では、微細化技術の結晶である半導体量子コンピュータの集積化における技術的障壁と、それを打破する最新のパッケージング技術や、国内外の主要プレイヤーによる事業化戦略を比較解説します。これにより、単なる理論の理解に留まらず、垂直統合型で進化するソフトウェアとハードウェアの最新動向を鳥瞰します。さらに、量子ネイティブなアルゴリズムが、将来的に古典コンピュータの計算限界をどのように突破し、次世代の産業構造を再定義するかという長期的なビジネスビジョンについても深く考察します。本講義を通じて、受講者が自社の技術資産を量子エコシステムの中でいかに再定義すべきか、その具体的な道筋を示唆します。
○受講対象者は?
各企業の技術者・研究者・企画担当者
・量子コンピュータの現況(どう使われていて、何ができるか)を把握し、今後の業務・ビジネスへのインパクト(今後どうなるか)を検討したい方
・自社の保有技術が、量子コンピュータに対してどのようなインパクトを持っているか(何か参入・着手できることはあるか)、を探りたい方
・量子コンピュータを業務に導入してみたい方 など
○受講することで得られる知識/ノウハウは?
・量子コンピュータの基本、概要、ポテンシャル
・量子コンピュータの各種応用分野とその効果、今後の可能性
(DX、製造業効率化、材料科学、創薬、金融、インフラ、SDGs、「脱炭素」など)
セミナー内容
1. イントロダクション
1.1. 量子コンピュータとは?(概要をコンパクトに)
1.2. なぜ注目されるのか(古典計算との違い・優位性)
1.3. 世界の主要な量子コンピュータの種類
・量子ゲート方式各種
・D-Wave(量子アニーリングマシン)
・シミュレータイジングマシン(GPU/擬似量子計算)
1.4. 社会実装の代表例(簡単に)
・金融(ポートフォリオ最適化)
・交通・物流(経路最適化)
・材料・創薬(分子シミュレーション)
2. 実務に必要な量子アルゴリズム概観
2.1. 量子シミュレーション
・VQE(変分量子固有値ソルバー)
・QPE(量子位相推定)
2.2. 探索・推定アルゴリズム
・グローバーのアルゴリズム(探索)
・振幅増幅と量子振幅推定(QAE、モンテカルロ応用)
2.3. 最適化アルゴリズム
・QAOA(量子近似最適化アルゴリズム)
・量子アニーリング(D-Wave)
2.4. 量子機械学習
・フーリエ級数を使った量子機械学習(関数近似・特徴表現)
・量子生成モデル(量子ボルツマンマシン・分布生成)
2.5. 量子古典ハイブリッド計算
・VQEやQAOAに代表される手法
・古典計算との分担(量子:状態生成/古典:最適化・更新)
2.6. テンソルネットワークによる量子計算の表現とシミュレーション*
・高次元データの圧縮技術:テンソルネットワーク(MPS/TT,PEPS等)を用いた量子状態の効率的な記述
・量子回路の古典シミュレーション:なぜテンソルネットワークを用いると、数百量子ビット規模の回路が古典計算機でシミュレーション可能なのか
・量子インスパイア計算:量子回路の構造を模倣したテンソルネットワークによる、既存ハードウェア上での高速演算
2.7. テンソルネットワークと機械学習の橋渡し(TNML)
・モデルの軽量化と高精度化:ニューラルネットワークの重み層をテンソル分解し、パラメータ数を劇的に削減する手法
・量子特徴マップとの親和性:データの高次元空間へのマッピングをテンソルネットワークで表現し、量子機械学習の設計指針とする方法
・実務的メリット:巨大なデータセットに対する学習効率の向上と、エッジデバイスへの実装可能性
2.8. Transformer/LLMへのテンソルネットワークの導入と最新動向
・Transformerの低ランク近似:自己注意機構(Self-Attention)の計算コストをテンソル分解(CP分解、TT分解等)によって削減し、推論速度を劇的に向上させる技術
・LLM(大規模言語モデル)の圧縮と蒸留:数十億~数千億のパラメータを持つLLMをテンソルネットワークで構造化し、精度の低下を抑えつつメモリ消費量を削減する手法
・量子インスパイア・アテンション:量子力学的な重ね合わせや干渉の概念をテンソルネットワークを通じてTransformerに取り入れ、情報の相関をより深く抽出する試み
・次世代アーキテクチャへの期待:従来の行列演算に依存しない、テンソルネットワークによる「量子ネイティブな言語モデル」の構築可能性
3. 実務に直結する量子最適化と量子機械学習
3.1. 定式化の考え方(QUBO、データ表現)
3.2. データの準備方法(前処理・エンコーディング)
3.3. 目標・ターゲットの設定(材料・商品開発)
3.4. ワークフローとしての体系化
・問題定義
・データ収集・前処理
・量子回路設計/QUBO定式化
・量子古典ハイブリッド計算
・結果の評価・改善
3.5. ケーススタディ
・新素材探索
・新商品組成・配合最適化
4. ツールと実践演習
4.1. Qiskit(IBMによる代表的な量子SDK)
4.2. TYTAN(大規模最適化問題に対応できる実務向けツール)
4.3. ハンズオン(簡単な最適化と学習デモ)
4.4. PyTorch(量子回路も機械学習も扱える)
5. 半導体量子コンピュータの詳細と産業展望
5.1. ハードウェアのロードマップ
5.2. ソフトウェア・人材の動向
5.3. 企業は今から何を準備すべきか?
5.1. 半導体(シリコンスピン)量子ビットの仕組み
・量子ドットと電子スピン:従来のトランジスタ構造(MOSFET)を極低温に冷やし、電子1個を閉じ込めて「スピン」の状態(上・下)を0と1として利用する原理
・既存インフラの転用:世界中の半導体工場にある既存のクリーンルームや微細加工装置(EUV露光等)をそのまま活用できる圧倒的メリット
・高いコヒーレンス時間:2024年~2025年にかけて達成された、量子状態を長く保つための同位体制御技術(シリコン28等の活用)
5.2. 計算・制御・開発ツール
・クライオCMOS回路:量子ビットのすぐ側で動作する極低温制御回路の重要性と、その設計ツール(EDA)の進化
・シミュレーション・プラットフォーム:実機稼働前に半導体デバイス内の電子挙動をシミュレートするTCADとの連携
5.3. 産業界のプレイヤーと日本の強み(素材・装置)
・主要プレイヤー:Intel,GlobalFoundries等の海外勢と、日立・理研などの国内連合の戦略
・素材革命:超高純度シリコン、量子ビットを保護する特殊なパッケージング技術
・日本の装置産業の参入:電子線描画、極低温冷凍機など、日本がシェアを持つ周辺産業の市場機会
5.4. 量子ビット数のロードマップ
・2024-2025年:10~100物理ビット規模の試験運用と、2量子ビットゲート精度の向上(99.9%超へ)
・2026-2027年:2次元アレイによる1,000ビット級への拡張。エラー訂正(QEC)の原理実証フェーズ
・2030年以降:数万~100万ビット規模の「実用的な誤り耐性量子コンピュータ(FTQC)」の実現へ
5.5. 企業が今から準備すべきアクション(まとめ)
・ハードウェア参入:自社の材料・加工技術が、量子チップや周辺装置に転用可能かの技術アセスメント
・ソフトウェア準備:半導体方式特有の接続性(アーキテクチャ)を意識したアルゴリズム開発の早期着手
お申込みはこちらから
セミナーコード:AD260108


