1. The Signal Shift|誰にでもわかるAIニュース
  2. 量子コンピューターがパズルで..
量子コンピューターがパズルで証明した「決まっていない答え」(第261121A号)
2026-11-21 08:56

量子コンピューターがパズルで証明した「決まっていない答え」(第261121A号)

おたよりを送る
Google Research、解けないはずのパズルを量子コンピューターでほぼ勝てるゲームにした
「答えは最初から決まっている」と思いがちですが、そうとは限らない話です。機械の実力をどう測るかという、道具選びの見方にもつながります。

【今日の主役】
・量子コンピューターがパズルで証明した「決まっていない答え」
【今日のひとことニュース】
① arXivのAIコーディング調査:使われた費用の80%は結果が変わらない呼び出し
② Amazon Web Servicesの発表:AIエージェントがAWS Marketplaceで自動決済に対応
③ Hugging Faceの発表:Harness AdaptersによるAIモデルの調整で精度と効率を改善

AIの最新情報を、誰にでも判り易くお届けする音声番組『The Signal Shift』。リンとカイが、約10分でお話しします。

■ 今日の主役
グーグルの研究チームは、どうしても解けない表づくりのパズルを二人組のゲームにして、自社の量子コンピューターで試しました。答えの表を前もって持たない方法で、勝率は98.30パーセントに達し、前もって決める作戦の上限を超えました。この差は機械の実力を測る定規にもなり、通常のテストで見逃すわずかなずれも見つけられるとされています。ただしまだ研究段階で、すぐ仕事で使える道具ではありません。

■ 今日、覚えて帰ってほしいこと
「答えは最初から書いてあるのではなく、測ったときに生まれる。」

■ 今日のひとことニュース
① arXivの研究です。AIにコードを書かせる費用の約8割は、成果を変えない作業に使われていました。AIの使い方を見直す手がかりになりそうです。
② AWSの発表です。AIが対応商品を自分で買い、料金をAWSの請求書にまとめられます。作業ごとに上限を決められるので、任せる範囲を調整できます。
③ ハギングフェイスの発表です。自分の道具や仕事に合わせてAIを追加学習させると、精度が上がり、やり取りの量も減りました。自社向けの調整が身近になりそうです。

■ 明日から、ちょっと試せること
・「答えは測ったときに生まれる」を誰かに話してみる
・AIに作業を頼むとき、上限や範囲を先に決める

■ チャプター
今日の主役: 量子コンピューターがパズルで証明した「決まっていない答え」
ひとことニュース1: arXivのAIコーディング調査:使われた費用の80%は結果が変わらない呼び出し
ひとことニュース2: Amazon Web Servicesの発表:AIエージェントがAWS Marketplaceで自動決済に対応
ひとことニュース3: Hugging Faceの発表:Harness AdaptersによるAIモデルの調整で精度と効率を改善
エンディング

--------------------------------------------------
【配信番号: 第261121A号】
--------------------------------------------------

■ 参考にした記事(出典)
・主役: A game you cannot win unless you have a quantum computer(Google Research)
https://research.google/blog/a-game-you-cannot-win-unless-you-have-a-quantum-computer/
・ひとこと①: Where the Tokens Go: Heat, Entropy and Error in Agentic Coding(arXiv cs.AI)
https://arxiv.org/abs/2611.23375
・ひとこと②: Enable AI agents to pay for AWS Marketplace x402 products with Amazon Bedrock AgentCore payments(AWS Machine Learning)
https://aws.amazon.com/blogs/machine-learning/enable-ai-agents-to-pay-for-aws-marketplace-x402-products-with-amazon-bedrock-agentcore-payments/
・ひとこと③: Introducing harness adapters: adapt your favorite model to your harness to improve performance and cost(Hugging Face Blog)
https://huggingface.co/blog/harness-adapters-at-scale

■ もっと詳しく読む・文字で読む
・今日の話題をもっと詳しく(Note): https://note.com/air_labs
・番組の文字起こし(LISTEN): https://listen.style/p/signal-shift

番組のフォロー・評価・コメントをお待ちしています。いただいたコメントは、毎週チームで全部読んでいます。

※この番組は、出典を明記したうえで、公正な慣行に沿って内容を紹介・解説しています。

感想

まだ感想はありません。最初の1件を書きましょう!

00:01
こんにちは。最新AI情報を誰にでも分かりやすくお届けする、A.I.R. Labsのお時間です。
会員さん、ちょっと聞いてください。さっき雑誌で見たパズルなんですけど、3×3のマスにプラス1とマイナス1を書き込んで、どの行を掛け算してもプラス1、どの列を掛け算してもマイナス1になるようにする
っていう問題なんです。
何度やってみても絶対に作れなくて、頭がおかしくなりそうです。で、こんな絶対解けないパズルが、一体うちの仕事や生活のどこに関係するんですか?
林さん、落ち着いてください。その作れないというのはその通りで、できないのは当たり前なんですよ。行の掛け算がプラス1になるにはマイナス1の個数が偶数個じゃないといけません。逆に列の掛け算がマイナス1にな
るにはマイナス1が奇数個必要になります。
つまり、行で数えると偶数個なのに、列で数えると奇数個になってしまうので、どう足掻いても矛盾してしまうんです。
そこまでは何とかわかりました。でも、これを二人組のゲームにするっていう話もあって、アリスが行を、ボブが列を担当して、相談なしでマスを埋めるんですよね。
それなら、前もってどう埋めるか作戦を決めておけばいいんじゃないですか?何で全部は勝てないんですか?そこをもう少し確かめさせてください。
前もって決めた作戦というのは、いわば1枚の書いてある表をあらかじめ用意するようなものなんです。
でもさっき言ったように、矛盾する表なんて最初から存在しないので、どんなに工夫しても、前もって決めた作戦では、9回に8回、割合で言うと約88.89%が上限になって、9回に1回は必ず負けてしまうんです。
なるほど。あらかじめ答えを書いた表を配るやり方じゃ、どうやっても限界があるんですね。でもそれが量子コンピューターだと話が違うんですか?なんだか出来すぎた上手い話に聞こえますけど、本当に実機でテストした
数字なんですか?
理論上は全部勝てるはずなんですが、実際の機械にはノイズという邪魔が入るので100%とはいきません。それでもGoogleの量子プロセッサーWillowで実際にテストしたところ、普通の方法の限界をはっき
りと超えたんです。
大事な数字なのでゆっくり読み上げますが、9通りそれぞれのゲームを10万回ずつ計90万回も行った結果、勝率は98.30%でした。負けたのはおよそ60回に1回程度です。
10万回を9通りも試したっていうのは、まぐれじゃないって言えそうですね。その98.30%っていう数字と、さっきの88.89%の差が普通のやり方を超えたってことを意味しているわけですね。
03:02
その通りです。凛さんの言う通り、この差は偶然ではなくて、機械が普通のルールブックの限界を超えてうまく強調できた証拠なんです。なぜそんなことができるかというと、それぞれのマスに最初から決まった値が書き込
まれていないからなんです。
最初から値が書き込まれていないってどういうことですか?見ていないときは決まっていないなんて、なんだか気持ち悪くて、すんなり理解した気にはなれません。
そこは完全に分かったふりをせずに進めましょう。要するに、あらかじめ書かれた表なんて最初からないということです。同じマスであっても、一緒に測る相手、つまり文脈によって答えの出方が変わり得るんです。
答えは最初からそこにあるのではなく、測る瞬間に生まれるんです。
測る瞬間に生まれる…ですか。なんだか不思議ですね。でもそれが分かったところで、うちの仕事で何か楽になるんですか?もう少し現実的な使い道を教えてください。
これがですね、単なるパズルではなくて、機械の実力を測る大事な定義になるんです。物理の理屈で決まる満点の限界があって、機械がそこにどれだけ近づけるかが、そのままそのコンピューターの性能テストになるんです
よ。
定義になるっていうのはどういうことですか?テストの点数みたいなものなんですか?
はい、そういうことです。決まった数式で表すと上限が6点なのに対して、普通の方法の限界は4点です。そして今回の実測では、6点満点のうち5.59点という結果が出ました。
通常のテストでは見逃してしまうような、ごくわずかな機械のズレやエラーも、この定義を使えば正確に見つけ出すことができるとされています。
なるほど。普通のテストでは気づけないような細かいズレまで測れる物差しなんですね。でも、2人だけでなく、もっと人数や規模が増えても同じようにうまくいき続けるんですか?途中で崩れたりしないか、ちょっと
心配です。
そこは慎重に見る必要がありますね。最大で105個の量子ビットを使った規模でもテストが行われました。部品が増えるとノイズも増えるので、どうしても勝率は少し下がりますが、それでも普通の方法の上限は上回り続
けました。
規模が増えてノイズが増えても、ちゃんと限界を超え続けたんですね。なんだかすごい技術だってことが伝わってきました。
そうですね。最後にしっかりと確かめておきたいんですが、これはまだ最先端の研究段階のお話です。明日からすぐにうちの公務店の仕事で使えるようなツールというわけではありません。それでも、絶対に解けないはずの
パズルでも、答えの表を前もって持たないやり方なら、実機でほぼ勝てるということが示されました。そして、その差そのものが量子コンピューターの実力を測る頼もしい定義になるんです。
06:14
さて、お次は今日の一言ニュースのコーナーですね。
一言ニュースの一番目です。アーカイブで発表された研究ですが、AIにコードを書かせるときにかかる費用のうち、実際の成果に結びつかない無駄な部分が多いという話題です。
カイさん、AIに仕事の下書きや作業を頼むときって、見えないところで結構無駄なやり取りが発生しているんですか?
成功した作業であっても、費用の約80%は結果のコードを変えない呼び出しに使われていることがわかったんです。研究者たちはこれを熱と呼んでいます。
AIを使うときのコストの仕組みが、そういう物理みたいな言葉で分析できるようになるのは面白いですね。
一言ニュースの二番目です。Amazon Web Servicesの発表で、AIエージェントがマーケットプレイスの対応商品を自分で選んで買い、料金をAWSの請求書にまとめられるようになったというお話
です。
カイさん、AIに買い物を勝手に任せるなんて、お金を使いすぎちゃいそうでちょっと心配なんですけど、安全対策はどうなっているんですか?
開発者が作業ごとに支払いの上限をあらかじめ設定できるようになっていて、エージェントはその上限を超えて使うことはできない仕組みになっています。
それなら、予算の枠内で安心してAIにお使いを頼めそうですね。
一言ニュースの三番目です。ハギングフェイスの発表で、AIモデルを自分が使う道具立てや仕事に合わせて追加学習させると、精度が上がり使う量も減らせるという話題です。
カイさん、同じAIモデルでも自分の職場環境に合わせて調整し直した方が、やっぱり賢く動いてくれるものなんですか?
その通りで、例えばあるモデルを専用のやり方で調整したところ、正当率が上がると同時にやり取りする量もぐっと減ったという結果が出ています。
自分たちの仕事のやり方に合わせてAIを育てていくのが、これからは大事になりそうですね。
今回は、解けないはずのパズルと利用しコンピューターのお話をお届けしました。
お使いのポッドキャストアプリから番組のフォローや評価、コメントをぜひお願いします。
皆さんの声はいつもチームで全部読んで番組作りに活かしています。
概要欄には、今日の話題をさらに詳しく書いたノートの記事と番組の文字起こしへのリンクがありますので、そちらもぜひ覗いてみてくださいね。
それでは、バイバイ。
08:56

コメント

スクロール