量子コンピュータは量子力学の原理にもとづき圧倒的な計算速度が期待される技術です。
量子コンピュータの時代が来ると、暗号解読や新素材の開発、医薬品研究など、さまざまな分野で革新がおき、私たちの生活にも大きな変化があるかもしれません。
そのような量子コンピュータ技術を実現させる有望な企業はどこなのか？
特許出願件数から探ってみました。
結論（簡易版）は以下の通りです。
＜特許銘柄TOP10＞（2000年-2022年）（非上場を含む）
| 1 | IBM 【IBM】 |
| 2 | グーグル 【Alphabet A】 |
| 3 | NTT 【9432】 |
| 4 | 東芝 |
| 5 | イオンキュー 【IONQ】 |
| 6 | 日本電気 【6701】 |
| 7 | 日立製作所 【6501】 |
| 8 | ディー－ウェイブ |
| 9 | ノースロップグラマン |
| 10 | マイクロソフトテクノロジー |
ただし、上記結論は特許検索条件などによって変わってくるものです。詳細については下記をご確認ください。
１．本評価の概要
本評価は特許情報に基づき、対象技術の開発に関わる銘柄（本サイトでは「特許銘柄」と呼びます。）を客観的に導き出そうとするものです。
本評価については以下の記事で紹介しています。
【開発力評価メソッド】特許出願に関する情報から技術開発に関わる銘柄を評価
簡単に説明すると、以下の考え方に基づいています。
① 開発開始時期：最初の出願が古い→早くから開発に着手（古いほど評価高い）
② 開発継続性：出願が継続→技術開発が続いている（継続するほど評価高い）
③ 開発成果：出願件数が多い→開発成果が出ている（成果が多いほど評価高い）
すなわち、どこよりも早くから出願され（①）、毎年出願されていて（②）、その件数が多い（③）ほど、評価される銘柄だと考えます。
これらは、技術開発によって技術課題を解決する道筋が見えると、その成果が特許出願されるという前提に立っています。
本サイトでは個々の特許は評価対象にしていません。
本サイトは特許出願件数を指標にして技術を生み出し続ける力（開発力）を評価するものです。
＜注意点＞
特許出願件数に基づく企業の開発力の評価には以下の問題点がありますので十分にご注意ください。
・単に出願件数が多いだけの企業を過大評価することがあります。
・個々の特許を評価対象としていないので、価値の高い技術や特許を保有する企業を過小評価することがあります。
・現実には開発成果が特許出願されない場合があります。
・対象技術が特許出願された場合であっても、特許検索において情報漏れが生じることがあります。
・特許検索において対象技術との関連性の低いノイズ情報を拾ってしまうことがあります。
・対象技術の市場性や対象企業における影響は別個判断が必要です
（まとめると、ざっくりとした評価であり、間違いもあります、ということです。）
２．特許銘柄の評価方法
２.１ 評価対象
量子コンピュータに関連する技術が対象です。
本記事では量子コンピュータの方式の区別はしていません。
２.２ 特許検索ツール
特許情報プラットフォーム（J-PlatPat）
２.３ 検索条件
文献種別：国内文献
検索キーワード：
検索項目（ⅰ） 請求の範囲「量子コンピュー 量子ビット キュービット 量子アニーリング 光量子」
検索項目（ⅱ） FI「G02 G05 G06 G07 G08 G11 G12 G16 G99 H01 H10」
検索条件：検索条件（ⅰ） AND 検索条件（ⅱ）
日付指定：出願日 20000101～20221231
３．特許銘柄の評価結果
３.１ 期間別の出願件数の推移
2000年～2007年、2008年～2015年、2016年～2022年の３つの区間に分けました。
各期間における総出願人数と総出願件数は以下の通りです（図１）（出願人数は筆頭出願人のみカウント）。
出願人の数、総出願件数ともに時間とともに増加しています。
各期間の出願件数上位企業は以下の通りです。
（１）2000年～2007年
出願人数72のうちの上位5社の推移です。
上図の出願件数を企業ごとに平均化したのが下の表１です。
＜表１＞
| NTT | 4.3 件/年 |
| 東芝 | 1.8 件/年 |
| 科学技術振興機構 | 1.0 件/年 |
| 日本電気 | 1.0 件/年 |
| 信越半導体 | 0.9 件/年 |
（２）2008年～2015年
出願人数85のうちの上位5社の推移です。
上図の出願件数を企業ごとに平均化したのが下の表２です。
＜表２＞
| NTT | 3.1 件/年 |
| 東芝 | 1.6 件/年 |
| ディー－ウェイブ | 1.5 件/年 |
| IBM | 0.9 件/年 |
| ノースロップグラマン | 0.8 件/年 |
上記①の期間と比べ、出願件数が増加したようには見えません。
（３）2016年～2022年
出願人数227のうちの上位5社の推移です。
上図の出願件数を企業ごとに平均化したのが下の表３です。
＜表３＞
| IBM | 25 件/年 |
| グーグル | 11 件/年 |
| イオンキュー | 4.3 件/年 |
| 東芝 | 4.3 件/年 |
| 日立製作所 | 3.3 件/年 |
上記①、②の期間と比べ、出願件数は全体的に増加しているのがわかります。
（４）出願上位企業の推移
下の表４は表１～表３をまとめたものです。
＜表４＞
| 2000年～2007年 | 2008年～2015年 | 2016年～2022年 | |
| 1 | NTT （4.3 件/年） |
NTT （3.1 件/年） |
IBM （25 件/年） |
| 2 | 東芝 （1.8 件/年） |
東芝 （1.6 件/年） |
グーグル （11 件/年） |
| 3 | 科学技術振興機構 （1.0 件/年） |
ディー－ウェイブ （1.5 件/年） |
イオンキュー （4.3 件/年） |
| 4 | 日本電気 （1.0 件/年） |
IBM （0.9 件/年） |
東芝 （4.3 件/年） |
| 5 | 信越半導体 （0.9 件/年） |
ノースロップグラマン （0.8 件/年） |
日立製作所 （3.3 件/年） |
直近を見る限り、国内の出願なのに海外勢の件数が増加しています。
３.２ 全対象期間での出願件数
下図は全対象期間における出願件数上位10社です。
各期間における出願件数の平均値を結んだ線であらわしています。
上図期間においては、IBM、グーグルの増加が目立っています。
各期間の平均出願件数を下の表5にまとめました。
全期間におけるトータル出願件数が多い順に上から表示しています。
括弧内のパーセントは他社を含めた総出願件数に対する割合です。
＜表５＞
| 平均出願件数 | ||||
| 2000年-2007年 | 2008年-2015年 | 2016年-2022年 | ||
| 1 | IBM | 0.3 件/年 (1.1%) |
0.9 件/年 (3.9%) |
25 件/年 (19.4%) |
| 2 | グーグル | 0.0 件/年 (0.0%) |
0.6 件/年 (2.8%) |
11 件/年 (8.8%) |
| 3 | NTT | 4.3 件/年 (18.5%) |
3.1 件/年 (13.8%) |
1.4 件/年 (1.1%) |
| 4 | 東芝 | 1.8 件/年 (7.6%) |
1.6 件/年 (7.2%) |
4.3 件/年 (3.3%) |
| 5 | イオンキュー | 0.0 件/年 (0.0%) |
0.0 件/年 (0.0%) |
4.3 件/年 (3.3%) |
| 6 | 日本電気 | 1.0 件/年 (4.3%) |
0.6 件/年 (2.8%) |
2.4 件/年 (1.9%) |
| 7 | 日立製作所 | 0.3 件/年 (1.1%) |
0.3 件/年 (1.1%) |
3.3 件/年 (2.5%) |
| 8 | ディー－ウェイブ | 0.6 件/年 (2.7%) |
1.5 件/年 (6.6%) |
0.3 件/年 (0.2%) |
| 9 | ノースロップグラマン | 0.0 件/年 (0.0%) |
0.8 件/年 (3.3%) |
1.7 件/年 (1.3%) |
| 10 | マイクロソフトテクノロジー | 0.0 件/年 (0.0%) |
0.0 件/年 (0.0%) |
2.6 件/年 (2.0%) |
次に、上表に示されるデータを上記１の考え方に照らしてみます。
①開発開始時期
IBM、NTT、東芝、日本電気、日立製作所、ディーウェイブが2000年－2007年には出願しています。2000年に出願があったのはNTT、東芝です（それぞれ1件）。
②開発の継続性
上記3つの期間中、いずれも出願があったのは、IBM、グーグル、NTT、東芝、日本電気、日立製作所、ディーウェイブです。
ただし、出願が確認されてから、その後の期間に出願が完全に途切れた企業はないです。
そのような意味ではいずれの企業も開発は継続されていると考えられます。
③開発成果
IBMの増加が目立っています。
トータルの出願件数は以下のとおりです。
＜表6＞
| IBM | 184 件 |
| グーグル | 85 件 |
| NTT | 69 件 |
| 東芝 | 57 件 |
| イオンキュー | 30 件 |
４ まとめ：特許銘柄TOP10
表5に基づく評価は以下の通りです。
①開発の開始時期・・・IBM、NTT、東芝、日本電気、日立製作所、ディーウェイブが早期から開発
②開発の継続性・・・IBM、グーグル、NTT、東芝、日本電気、日立製作所、ディーウェイブが継続開発
③開発成果・・・IBMがリード
これらをまとめると以下のとおりです。
＜表7＞
| 出願情報 | ||||
| ①開始時期 | ②継続性 | ③成果 | ||
| 1 | IBM 【IBM】 | 〇 | 〇 | 184 件 (14.5%) |
| 2 | グーグル 【GOOGL】【GOOG】 | 〇 | 85 件 (6.7%) |
|
| 3 | NTT 【9432】 | 〇 | 〇 | 69 件 (5.4%) |
| 4 | 東芝 | 〇 | 〇 | 57 件 (4.5%) |
| 5 | イオンキュー【IONQ】 | 〇 | 30 件 (2.4%) |
|
| 6 | 日本電気 【6701】 | 〇 | 〇 | 30 件 (2.4%) |
| 7 | 日立製作所 【6501】 | 〇 | 〇 | 27 件 (2.1%) |
| 8 | ディー－ウェイブ | 〇 | 〇 | 19 件 (1.5%) |
| 9 | ノースロップグラマン | 〇 | 18 件 (1.4%) |
|
| 10 | マイクロソフトテクノロジー | 〇 | 18 件 (1.4%) |
|
上記①の〇は2000年～2007年に出願が確認されたもの
上記②の〇は最初の出願から各期間における出願の継続が確認されたもの
上記③成果の割合は総出願数に対するもの
上記①の観点だと、IBM、NTT、東芝、日本電気、日立製作所、ディーウェイブが評価できます。
上記②の観点だといずれも評価できます。
上記③の観点だとIBMが評価できます。
５．ご参考
以下、個々の特許出願明細書中の記載などを参考に技術情報を整理しました。
５.１ 量子コンピュータとは
従来のコンピュータは「0」と「1」の二進数を使って計算をおこないます。
これは「0」と「1」の2つの状態で情報を表現し、トランジスタと呼ばれる半導体素子がオン（電気を通す状態）またはオフ（電気を通さない状態）の状態を持つことによって計算をおこなうものです（下図イメージ）。
このように、従来のコンピュータは情報をビットとして表し、ビットが0か1のいずれかの状態を取ることによって処理をおこないます。
これに対して、量子コンピュータは量子ビット（キュービット）という単位で情報を処理します。
キュービットは、従来のビットとは異なり、0と1の両方の状態を同時に保持する重ね合わせ（superposition）という特性を持っています。
この状態は、超電導材料による回路や、電磁場によるイオン制御など、さまざまなやり方で作られます。
イメージ的には、コインの表を「0」、裏を「1」として、くるくる回って0と1の両方を取り得る状態を作る感じでしょうか（※）。
（※このコインの例えの状態は、単にコインの表裏の配置が回転によって変化しているだけで、真に表と裏の両方を同時に保持する状態だとは言えません。また、後述の量子もつれを表現できるものでもありません。他に良い例えが思い浮かばなかったもので）
このキュービットを活用することで、従来のコンピュータより計算を速くすることがきます。
ただし、キュービットを作り出しただけでは計算はできません。
複数のキュービットが相互に影響する状態（「量子もつれ（entanglement）」と言われる状態）にする必要があります。
そのためには、複数のキュービットを相互作用・相互依存させるための特別な装置が必要になります（ここではその装置で量子もつれが実現されたとしましょう）。
この量子もつれは、従来のコンピュータのように一つ一つ計算する必要のない、並列的な処理が可能な量子的な計算状態（うまく利用することができれば一気に処理ができる状態）だと言えます。
これにより、例えば何万ページもある文書中の単語検索において、従来コンピュータが1ページずつ順番にめくって読み込んでいくのに対し、量子的な計算では全てのページを同時に読み込む感じの処理が可能になります。
量子コンピュータにおける計算処理までのイメージを図にしてみました（あくまでイメージ）。
どうやってキュービットを作るのか？
どうやって所望の計算処理のための量子もつれを作るのか？
どのような計算処理をおこなうのか？
精密な状態を維持できるのか？
といったことが量子コンピュータの技術開発の観点から浮かび上がってきそうです。
５.２ キュービットや量子もつれはどのように作られるのか？
従来のコンピュータでは、トランジスタの電気を通す、通さないという処理で「0」か「1」のいずれかの状態をとることによって処理されていました。
では、量子コンピュータの「0」と「1」の重ね合わせという特性を有するキュービットや複数のキュービットが相互に影響し合う量子もつれはどのような装置で実現され、どのように計算されるのでしょうか？
超電導キュービットと言われる方法についてまとめました。
（１）量子ビットの実現
超伝導材料を使って作られた回路上で動作するのが超電導キュービットです。
この回路を絶対零度に近い低温に冷却することで、電流が抵抗なく流れるようになり、量子状態を保持できるようになります。
量子状態となるのは、電流の流れの状態です。
2つの超伝導体が非常に薄い絶縁体を挟んで接触している構造において、接合部分に量子力学的なトンネル効果が起こり、電流が流れることができます。
これは、ペアを組んだ電子（クーパー対）が通常の電流のように一方向に流れるのではなく、量子力学的に複数の状態を取ることができます。
このクーパー対が流れる方向によってエネルギー準位が異なり、低いエネルギーが「0」、高いエネルギーが「1」として対応されます。
この電流の状態は同時に複数の可能性を持つため、量子ビットの0と1の状態を表現するために利用されます。
（２）量子もつれの実現
複数のキュービットを近づけて配置すると、それぞれの回路の間で電磁的な相互作用が生まれます。
この相互作用は回路同士をつなぐ部品によって調整することができます。
この部品として、電荷を蓄えるキャパシタや磁場を蓄えるインダクタが用いられることで、電荷のやりとりや磁場のやりとりの制御によってキュービット間の相互作用が調整され、量子もつれの状態を作り出すことが可能になります。
キュービットAとキュービットBが相互作用している状態にあるとき、Aの状態が変化するとBの状態も連動して変化します。
このようにAとBの状態は完全に相関しており、どちらか一方の状態が観測されると、もう一方の状態が瞬時に決定するという古典的な物理学では説明できない量子力学的な相関関係になっています。
（３）計算
キュービット間の相互作用を制御し、量子もつれ状態を変化させる論理演算を順次適用します。
これによって重ね合わせ状態を操作し、計算結果を所望の状態に誘導します。
このキュービットの状態を観測することで、重ね合わせ状態にあったキュービットの状態が0または1のいずれかに確定します。
量子コンピュータの計算結果は確率的な性質を持ち、同じ論理演算を複数回実行して観測結果の統計を取ることで、最終的な計算結果を得ます。
（４）ゲート型とアニーリング型
「ゲート型」、「アニーリング型」という異なる問題解決アプローチがあります。
「ゲート型」は、上記（１）、（２）において特定のキュービットをもつれさせて計算に必要な状態を意図的に構築し、上記（３）においてキュービットを測定し、確率的な結果を複数回取得する（統計的に解析して解を得る）ものです。上記（１）～（３）の説明は、ゲート型における説明です。ゲート型は汎用的な計算に向いていると言われています。
「アニーリング型」は、上記（１）、（２）においてキュービットをエネルギー最低状態へ緩和させるための計算に必要な状態を自然に形成させ、上記（３）においてキュービットがエネルギー最低状態に落ち着いたときの状態を読み取る（最適解として解釈する）ものです。アニーリング型は組み合せ最適化に向いていると言われています。
それぞれ、ハードウェア（装置）も異なってきます。
５.３ 量子コンピュータが実現したら従来の半導体は不要になるのか？
両者はそれぞれ得意とする分野が異なります。
量子コンピュータは特定の種類の問題を非常に高速に解くことができ、従来の半導体コンピュータは汎用性があり日常生活で利用されるさまざまな処理に適していると言われています（下表）。
| 量子コンピュータの得意分野 | 従来の半導体コンピュータの得意分野 |
| ・素因数分解（暗号解読） ・量子化学計算（新薬開発、材料開発） ・最適化問題（物流、金融） ・データベース検索 |
・文書作成、表計算 ・インターネット閲覧、動画視聴 ・ゲーム、画像処理 |
すなわち、共存していくと考えられています。
＜関連記事＞
・量子コンピュータの記事
【特許銘柄／量子コンピュータ２】量子ゲート型コンピュータの特許出願動向から選定した主要企業１０選
【特許銘柄／量子コンピュータ３】量子アニーリング型コンピュータの特許出願動向から選定した主要企業１０選
・暗号資産・ブロックチェーンの記事
【特許銘柄／暗号資産・ブロックチェーン１】暗号資産・ブロックチェーン関連の特許出願動向から選定した主要企業１０選
【特許銘柄／暗号資産・ブロックチェーン２】耐量子暗号技術の特許出願動向から選定した主要企業１０選
・その他記事
【特許銘柄／太陽電池３】量子ドット系太陽電池の特許出願動向から選定した主要企業１０選
＜出典、参考＞
・特許情報プラットフォーム（https://www.j-platpat.inpit.go.jp/）にて公開されている情報
＜留意事項＞
・本サイトでは、特許情報を正確かつ最新の状態でお伝えするよう努めていますが、情報の完全性を保証するものではありません。
・特許情報のご活用や解釈、投資判断などは読者ご自身の責任でお願いいたします。
