シュナイダーが量子チップを試験導入、家庭向けエネルギー予測を最大41%向上

エネルギー管理と産業オートメーションの企業であるシュナイダーは、電力ビジネスにおいて最も華やかではないが最も重要な問題の一つに取り組むため、量子プロセッサの試験を実施した。その問題とは、家庭が実際にどれだけ電力を消費するかを見積もることである。Interesting Engineeringが報じた結果によると、量子チップを同社の予測パイプラインと組み合わせることで、家庭のエネルギー予測の精度が最大41%向上した。

ハードウェアはSilicon Quantum Computing（SQC）から提供された。同社はオーストラリアの開発企業で、出資者には同国の主要通信事業者であるTelstraやCommonwealth Bankが名を連ねる。また、オーストラリア政府からの支援も受けており、この取り組みが量子技術における自国の能力構築を目指す国家的な推進の真っただ中にあることを示している。

スマートホームへの量子の支援

家庭の電力需要を正確に把握するのは極めて難しい。天候、在宅パターン、家電の選択、時間帯、急な行動変化などが、消費量を押し上げたり押し下げたりする。一方で、電力会社、小売事業者、送配電事業者は、顧客が何をするかを知る前に供給の意思決定を確定しなければならない。予測精度のわずかな向上でも、無駄な発電の削減、変動の激しいスポット市場での緊急調達の減少、そして最終的には消費者の負担軽減につながり得る。

シュナイダーの試験は、量子ハードウェアがそのわずかな差に貢献できる可能性を示唆している。従来のモデリングを完全に置き換えるのではなく、既存の予測ワークフローに量子チップを組み込み、予測がどれだけ鋭くなるかを測定するアプローチだ。精度が最大41%向上するというのは、1桁の改善でも意味があると通常みなされる分野において、際立った結果である。

Silicon Quantum Computingが提供するもの

Silicon Quantum Computingは、シリコンベースの量子ビットを用いたプロセッサの開発に長年取り組んできた。このアプローチが注目を集めるのは、半導体業界がすでによく理解している製造技術に依拠しているからにほかならない。この賭けが実を結べば、量子ハードウェアのスケーリングは、まったく新しい産業基盤を必要とせず、数十年にわたる既存の製造ノウハウを活用できる可能性がある。

通信と銀行の資金が注目する理由

SQCの投資家構成は示唆に富む。量子コンピューティングの最も実現性の高い短期的な商業価値は、最適化、シミュレーション、統計モデリングにある。これらは通信ネットワークや金融機関が絶えず直面する問題だ。Telstraは全国ネットワークにおけるルーティング、容量計画、需要予測に取り組んでいる。Commonwealth Bankはリスクモデル、ポートフォリオ最適化、不正検知を扱う。どちらも、より高速で表現力の高い計算基盤が最終的に重要になり得る種類のワークロードである。

したがって、エネルギー予測の試験は有用な橋渡しとなる。量子開発企業には、測定可能な具体的な産業問題をテスト対象として与え、確立された産業ベンダーには、この技術が実際の運用に触れる準備ができているかを評価する手段を与える。

41%という数字を吟味する価値がある理由

負荷予測における精度向上は、過小評価されがちな形で積み重なる：

• 発電計画。 需要推定が改善されれば、事業者は発電所をより正確に稼働計画に組み込め、誤りに備えて予備として保持する容量を減らせる。
• 系統安定性。 分散型太陽光、蓄電池、電気自動車が普及するにつれ、予測と現実の差を吸収するのが難しくなる。より鋭い予測はその負担を和らげる。
• 小売価格。 家庭の消費をより正確に予測できる供給事業者は、リスクプレミアムを抑えて契約価格を設定できる。
• デマンドレスポンス。 消費のシフトに顧客へ報酬を支払うプログラムは、ピークがいつ来るかを知ることに依存する。予測が不正確だと、仕組み全体が損なわれる。
• 排出量。 予測が正確になれば、短時間で起動する必要があるピーキングプラント（多くの場合、系統内で最も汚く高価な設備）の稼働を減らせる。

41%の改善は、試験環境の外でも維持されるなら、これら5つの領域すべてに同時に影響を与えるのに十分な大きさである。

量子コンピューティングが系統に触れる場所

量子プロセッサは、すでに電力運用を担っている古典的コンピュータの汎用的な代替品ではない。現実的な短期的役割はより狭い。変数の数が増えるにつれて従来のハードウェアでは扱いにくくなる、特定クラスの最適化問題やサンプリング問題を解くことである。家庭レベルのエネルギー予測はこの説明によく当てはまる。なぜなら、数千または数百万の個別家庭をモデル化する電力会社は、膨大な組み合わせ空間を扱っているからだ。

予測がボトルネックである

予測は、電力会社が行うほぼすべての業務の上流に位置する。事前にどれだけエネルギーを購入するか、どの資産を稼働させるか、いつ保守の時間枠を開くか、どれだけの予備容量を温存するかを決める。だからこそ、わずかな精度向上でも事業者の注目を集めるのであり、この領域での量子支援の結果が、抽象的な問題のベンチマークスコアよりも重みを持つのである。

心に留めておくべき注意点

これまでに開示された内容の限界を踏まえ、熱狂は抑えるべきである：

• 報告された改善は「最大」41%とされており、これは通常、すべての条件の平均ではなく最良の結果を示す。
• この試験は実際の運用ではなくテストであったと思われ、実世界のノイズ、欠損データ、運用上の制約は制御されていた可能性が高い。
• データセットの規模、比較に用いたベースラインモデル、ハードウェア構成の詳細は、完全には公表されていない。
• 結果を独立に再現すること、理想的には異なる系統や気候帯で再現することが、この向上が一般的なものか、この設定に固有のものかを試す真のテストとなる。

これらの注意点はいずれも発見を無効にするものではないが、合わせて考えると、確定した能力ではなく有望なシグナルとして扱うべきだという根拠になる。

次に来るもの

明らかな次のステップは規模である。管理された試験で現れた予測向上は、乱雑な本番データ、季節変動、実際の顧客基盤の膨大な量に耐えなければならない。このアプローチが持続すれば、自然な進展は家庭レベルの予測から、近隣、フィーダー、地域の予測へと進む。そこでは計算負荷が増大し、運用上の見返りもそれに伴って大きくなる。

Silicon Quantum Computingにとって、この試験は商業的な証明でもある。自社ハードウェアが、確立された産業企業が実際に気にかける問題で古典的ベースラインを上回れることを示すことは、どんな実験室のベンチマークよりも将来の顧客にとって説得力がある。

より大きな全体像

量子コンピューティングは長年、実験室の約束と商業的现实の間をさまよってきた。最も信頼できる前進の道は、ハードウェアが代替手段より優れていればよく、普遍的に優れている必要はない、狭く明確に定義された産業問題を通るものである。家庭のエネルギー予測はまさにその種の問題だ。範囲が限定され、測定可能で、実際の資金に結びついている。

家庭の需要予測における41%の改善は、それだけで系統を変革するものではない。しかし、量子ハードウェアがエネルギー事業の運用側に近づきつつあり、量子開発に資金を提供する企業——通信、銀行、政府など——が、最も関心のある問題で具体的な見返りを見始めていることを示唆している。

この記事はInteresting Engineeringの報道に基づいています。元の記事を読む。