UCLA、カルテック、NVIDIAが量子制御シーケンス合成のためのフーリエニューラルオペレーターを開発

UCLA（NarangLab）、カルテック、NVIDIAが主導する複数機関の研究協力により、量子制御パルスシーケンスの逆設計を自動化する機械学習フレームワークが導入されました。arXiv（arXiv:2608.03702）で公開されたプレプリントおよびIEEE Quantum Week 2026で発表されたこの手法は、フーリエニューラルオペレーター（FNO）を利用して高次元分子量子ダイナミクスを学習し、最適制御ループ内の数値微分方程式ソルバーを置き換えます。