磁場、電場、温度などのさまざまな情報を高い精度で得られるセンシング技術は、情報化が加速する社会の基盤技術の一つとして、その重要性がますます高まっています。特に、医療、生体、材料工学などの分野では、磁場のセンシング情報から物質の内部情報を得る核磁気共鳴画像法（MRI）や、人や動物の脳から生じる電気活動を検知して脳の状態をセンシングする脳波計など広い応用例があり、より小さい領域を、高い精度で検知できるセンサーの開発が待ち望まれています。

近年、量子センシングは既存のセンサーの感度と空間分解能を上回ると期待されており、世界中で研究が行われています。量子センシングでは、大きく分けて、2種類の手法が研究されています。重ね合わせ状態を用いる手法と量子もつれ状態を用いる手法です。

ノイズのない理想的な状況であれば、量子もつれ状態を用いる手法は、重ね合わせ状態を用いた手法と比べて何桁も精度が向上することが知られています。ところが、量子もつれ状態を用いる手法は、外部環境との相互作用やハードウェアの不完全性などによって生じるノイズの影響を受けやすく、その影響を削減することが課題です。

これまでの量子センシングの研究では、ノイズの情報は事前に得られている(このようなノイズを既知ノイズと呼ぶ)と仮定し、統計誤差を削減するために主にハードウェアの改善が研究されてきました(図１(a))。

しかし、現実には既知ノイズだけではなく、未知ノイズも精度に大きな影響を与えています。

そこで、未知ノイズが量子もつれ状態を用いたセンシングに与える影響を、具体的な磁場センシングの数値シミュレーションで評価しました。その結果、未知ノイズの下では系統誤差が生じ、精度に著しく影響を及ぼすことが分かりました(図1(b))。

このような未知ノイズは、従来の既知ノイズに対する研究手法では対処することが難しく、どのように未知ノイズの影響を減らすかが課題でした。そこで、量子コンピュータ分野で用いられている量子エラー抑制法の一つである仮想蒸留法を活用することで、ハードウェアの改善なしに未知ノイズの影響を大幅に減らせることを確認しました(図１(c))。

本手法を磁場の量子センシングの数値シミュレーションに適用し、精度を評価することで、未知ノイズの影響が削減され、量子もつれ状態を構成する量子ビット数が多いときに精度が向上することを実証しました (図2)。

本研究では、NTTが量子センシングアルゴリズムの提案、解析およびその性能の数値計算評価を、産総研が本アルゴリズムの元となるアイデア発案、量子センシングの知識提供および計算検証を、大阪大学が量子センシングアルゴリズムの解析計算の検証を行いました。

図1. 既知ノイズによる統計誤差、未知ノイズによる系統誤差および本提案手法の概念図。

図2. 磁場センシングに本提案手法を適用した数値計算の結果

今回の研究は、量子もつれ状態を用いた高精度な量子センシングの実現に向けた重要な一歩といえます。今後の方向性としては、本手法の実証実験、複数の量子状態を準備せずに本手法を行う改良などが考えられます。また、本手法は磁場センシング以外にも適用できる一般的な手法と期待されるため、他の種類の量子センシングにおける性能評価も考えられます。

これらの手法が発展することで量子センシングによる精度向上が得られるようになれば、基礎科学のみならず、センシングが応用される幅広い分野への貢献が期待されます。