量子コンピューティングはデータ分析に革新をもたらすか

数学の一分野である位相幾何学では、曲げたり伸ばしたりすることで対象の形状を別の形状に変化させることができる。過去数十年間、位相幾何学はごく少数の研究者が探求するものだったが、今では現実世界を解析する強力なツールとしてますます発展している。特に、位相幾何学分野における対称性が果たす役割の重要性が明らかになっている。

対称性とは、視点が変わっても性質が変わらないことを言う。たとえば、正方形は90度回転させても同じに見える。こうした不変性は回転対称性と呼ばれる。

一方で、各スケールを通して対称性を維持する位相構造もいくつか存在する。数学者はこうした対称性を永続的相同性（persistent homologies）と呼んでいる。永続的相同性の研究は、ネットワーク分析、データマイニング、そして脳の構造の理解などの幅広い問題を解く鍵になることが明らかになりつつある。

理論的にはこうした対称性を記述するのは簡単で、たとえば、データ構造内の穴や空洞の数を数えればよい。求められた数はベッチ（Betti）数と呼ばれ、ベッチ数が同じ構造は位相的に等しい。

しかし、ある問題が存在する。ベッチ数を計算するには、高いコンピューティング能力が必要だ。「従来の最も強力なコンピューターでさえそれほど規模が大きくないデータセットの計 …