グリッド(GRID、東京都港区、曽我部完社長)は、機械学習で長年課題となっていた、人工知能(AI)モデルの精度向上を阻む要因である「過学習」について、世界初の知見を見いだした。電気通信大学の協力を得て「量子機械学習器は過学習しにくい」という性質を統計的機械学習の理論を通して示し、その根拠を世界的な権威を持つコンピューターサイエンス学会「ACM」の学術雑誌に論文掲載した。 過学習とは、学習精度がある一定の精度まで向上すると、以降は未知のデータへの対応力を失ってしまう現象。既存の古典コンピューターを用いた従来型AIでは、学習に制限を設けることで過学習を回避してきたが、課題は残ったまま。一方、量子コンピューターでは過学習が抑制される性質があることが示唆されていたが、理論を含む検証はこれまで示されてなかった。 具体的には、さまざまな量子アルゴリズムで採用されている汎用的な量子回路について、量子ビッ