SCSKは2022年7月14日、独自開発の量子AIアルゴリズムを採用した量子回路シミュレータを開発したと発表した。Amazon EC2のFPGAインスタンスで動作する。衣類画像の2クラス分類で780パラメータまで実証済みで、理論上は1000パラメータまで対応可能としている。マシンラーニング（機械学習）の学習データ400件に対する演算処理時間は5.8ミリ秒で、従来シミュレータの16.5時間と比べて約1000万倍に高速化している。
SCSKは、独自開発のアルゴリズムで高速化を図った量子回路シミュレータを開発した。教師あり学習を用いたパターン認識モデルの1つであるSVM（サポートベクターマシン）に特化することで、AI用途において従来の汎用量子コンピューティングシミュレータよりも高速に処理できるようにした。画像の分類などのユースケースに利用可能である（図1）。
図1：SCSKが開発した量子AIシミュレータの概要（出典：SCSK）SCSKによると、従来の汎用量子コンピューティングシミュレータでは100パラメータ程度の処理しかできなかったが、今回開発した量子AIシミュレータでは衣類画像の2クラス分類で780パラメータまで実証済みで、理論上は1000パラメータまで対応可能である。
高速化にあたり、FPGA（Field Programmable Gate Array）も使っている。カーネル行列を量子アルゴリズムによって生成する演算処理をFPGAで実装したことで、CPUで実行した場合と比べて、マシンラーニング（機械学習）の学習データ1000件に対する演算処理が約470倍高速であることを実証した、としている。
検証では、AIに特化したアルゴリズムとFPGAによって、マシンラーニングの学習データ400件に対する演算処理時間は5.8ミリ秒で済んでいる。従来シミュレータの16.5時間と比べて、約1000万倍に高速化している。
量子AIシミュレータは現在、Amazon EC2のFPGA搭載インスタンス（F1インスタンス）で動作している。インターネット接続環境があれば、どこからでも利用可能である。
SCSKは今後、数百パラメータ規模が必要な、価格や材料特性などの数値を予測する回帰問題など、より広い用途に適用可能な量子AIアルゴリズムを実現する。ユーザーとの実証実験などを通じて、セキュリティ分野における不正検知や製造分野における異常検知など各領域で製品・サービスを開発していく。
