『 Qiskit Functions 』入門

ノート

Qiskit Functions これらは、 IBM Quantum® Premium Plan、Flex Plan、および On-Prem （ IBM Quantum Platform API経由）プランのユーザーのみが利用できる実験的な機能です。これらはプレビュー版の状態で、変更される可能性があります。

Qiskit Functions 量子ソフトウェア開発ワークフローの一部を抽象化することで、ユーティリティ規模のアルゴリズム発見とアプリケーション開発を簡素化・迅速化する。このようにして、 Qiskit Functions は、通常ならコードの手書きや実験の微調整に費やしていた時間を節約してくれます。

Qiskit Functions Catalog

Qiskit Functions の概要関数には、次の2つの形式があります：

タイプ	何を行うのでしょうか。	入力と出力の例	対象は誰ですか？
回路の機能	回路を実行するためのシンプルなインターフェース。要約のトランスパイレーション、エラーの抑制、およびエラーの軽減	入力：概要 `PUB` オブジェクト出力：緩和された期待値	研究者たちは、Qiskitを活用して、ハードウェア向けの最適化やエラー処理に注力することなく、新しいアルゴリズムやアプリケーションを発見しています。回路関数を使用すると、カスタムアプリケーション関数を構築することができます。
アプリケーション関数	アルゴリズムの検討や、特定の分野におけるユースケースの検討など、より高度なタスクを扱います。古典的な入力と出力を用いて課題を解決するための量子ワークフローの概要	入力：分子、グラフ出力：基底状態＋励起状態のエネルギー、コスト関数の最適値	量子分野以外の研究者たちは、古典データを量子回路にマッピングする必要なく、量子技術を既存の大規模な古典的ワークフローに統合している。

各機能は、 IBM® およびサードパーティのパートナーによって提供されています。それぞれが特定のワークロード特性において高いパフォーマンスを発揮し、独自のパフォーマンス調整オプションを備えています。

利用可能な機能の概要

回路機能

名前	プロバイダー	推奨される用途	独自のメリット
テンソルネットワークのエラー軽減ガイド APIリファレンス	Algorithmiq	重みの小さい観測可能変数とループのない回路を持つワークロード。	測定のオーバーヘッドとばらつきを低減し、対象となる回路クラスにおいて、ゼロノイズ外挿法（ZNE）や確率的誤差相殺法（PEC）といった標準的な誤差低減手法を上回る性能を発揮する。
QESEM：エラー抑制とエラー軽減ガイド APIリファレンス	Qedma	分数ゲートやパラメータ化されたゲートを含む回路、重みの大きい観測量を含むワークロード、およびバイアスのない期待値や正確な実行時間推定を必要とするワークフロー。	分散が小さく、リソースのオーバーヘッドも少ない、バイアスのない期待値を算出し、関連する回路クラスにおいてZNEやPECを上回る性能を発揮する。
パフォーマンス管理ガイド APIリファレンス	Q-CTRL	パラメトリック回路やディープ回路を含むワークロード、あるいは多数の回路実行を必要とするワークロード。	量子アルゴリズムに対してAIを活用したエラー抑制を自動的に適用し、 IBM デバイスの性能を最大限に引き出すことで、正確な結果を提供すると同時に、実行回数、計算時間、およびコストを削減します。 SamplerおよびEstimatorプリミティブの実行精度を向上させるオーバーヘッドゼロの手法であり、観測変数の重みに関わらず互換性がある。

アプリケーション機能

名前	プロバイダー	推奨される用途	独自のメリット
クイックPDE ガイド APIリファレンス	ColibriTD	多物理現象の偏微分方程式（PDE）の解法に量子計算を活用します。量子ハードウェア向けのシミュレーションワークフローを構築しつつ、量子モデルと物理モデルの両方のパラメータを完全に制御します。	高度な解のエンコーディングおよびスペクトル法を通じて、高精度かつスケーラブルな偏微分方程式（PDE）の解を提供する堅牢なハイブリッドVQAフレームワークを提供しており、量子対応のシミュレーション機能の構築を目指すチームにとって理想的な入り口となります。
クォンタムポートフォリオオプティマイザーガイド APIリファレンス	グローバル・データ・クオンタム	財務最適化のためのワークロード。リスクを最小限に抑えつつリターンを最大化し、長期にわたって最適なポートフォリオ戦略を模索するとともに、取引戦略のバックテストを可能にする。	この金融分野のユースケース向けに高度に最適化されたVQE量子アルゴリズムを採用し、最適化された実行戦略やオプティマイザーに加え、ポートフォリオ最適化に特化したノイズ対応型エラー軽減技術を活用することで、組み合わせ最適化問題を解決します。
HI-VQE化学ガイド APIリファレンス	Qunova Computing	計算化学、分子シミュレーション、材料科学、あるいは多体電子構造問題の解を求める必要があるあらゆるハミルトニアンシミュレーションにおける計算負荷。	40～60キュービットでモデル化された問題に対し、化学的精度（1 kcal/mol、 1.6 mHa ）を実現した拡張SQDを用いて分子の電子構造を解き、収束速度および精度の面で、それぞれスーパーコンピュータ上のいくつかの古典的解法や標準的なSQDを桁違いに上回る性能を発揮する。
Iskay Quantum Optimizer ガイド APIリファレンス	キプ・クオンタム	スケジューリング、ロジスティクス、ルート計画、QUBO/HUBO問題などの最適化ワークロード。	量子最適化ルーチン向けの、統合された調整可能な古典的前処理および後処理手法。特定のHUBOベンチマークにおいて、従来のソルバー（CPLEX、シミュレーテッド・アニーリング、タブーサーチ）に比べて実行時間の面で優位性を発揮する。「 Market Split `ms_5_100`」という難関の課題を、数時間以内に解決した（こちらのチュートリアルを参照）。
特異点 Machine Learning ガイド APIリファレンス	マルチバース・コンピューティング	IBM ハードウェア上で実行される量子最適化を活用することで、精度や計算効率の向上が期待できる、従来の機械学習分類ワークフロー。	ランダムフォレストやXGBoostといった従来のモデルと同等かそれ以上の精度を実現しつつ、使用する学習器の数を大幅に減らし、よりコンパクトなアンサンブル構成で動作します。量子最適化された投票アルゴリズムを活用し、最も情報量の多い学習器を選択して決定境界を精緻化することで、効率の向上、モデルの複雑さの低減、およびより堅牢な性能を実現します。
最適化ソルバーガイド APIリファレンス	Q-CTRL	二値最適化問題、あるいは二値コスト関数に写像可能なあらゆる組み合わせ問題。任意の次数および最大デバイス規模までの問題サイズに対応したコスト関数がサポートされています。	ノイズを考慮したエンドツーエンドの量子最適化ソリューションであり、高レベルな問題定義を入力するだけで、従来は解決が困難とされていた組み合わせ問題を、実用規模の量子ハードウェア上で自動的に正確に解くことを可能にします。エラー抑制、効率的なマッピング、およびハイブリッド量子・古典最適化を処理することで複雑さを抽象化し、量子分野の深い専門知識がなくても、デバイス規模全体で最適化課題を解決します。

このページは役に立ちましたか？

バグや誤字の報告、またはコンテンツの要求はGitHubで行ってください。