簡潔でシンプル。ムーアの法則は量子コンピューティングに適用されますか、それとも似ていますが、数値が調整されています（2年ごとにトリプルなど）。また、ムーアの法則が適用されない場合、量子ビットがそれを変更するのはなぜですか？
すばらしい質問と素晴らしい答え。それでも、私はそれを試してみます。
いいえ、ほとんどの量子コンピューターにはシリコンで作成されたキュービットがありません。計算機リソグラフィーを利用して作成されたものはわずかです。量子コンピューティングはまだ初期の段階であり、完全に異なる種類の成熟したテクノロジーと直接比較することはできません。
その短い答えを裏付ける情報：
この質問はphysics.SEで尋ねられました：「量子コンピューティングのムーアの法則を期待するのは合理的ですか？」特に好評ではありません（144日間で400回の視聴、1回のUpVote）。
ローズの法則と呼ばれる人もいます。D-Wave SystemsのCTOの後。この記事を参照してください：「クアンタムコンピューティングローズの法則はステロイドに関するムーアの法則」または投資会社Draper Fisher JurvetsonのマネージングディレクターのFlickrページ、Steve Jurvetson：「ローズの法則」。
チャートはそれよりも少し進んでおり、量子アニーリングコンピューターに適用されます。これは、普遍的な量子コンピューティングに正確に匹敵するものではありません。
ムーアの法則が正確に比較できない理由は、それがトランジスタとまったく異なる製造プロセスを指しているためです。その時点で確立された製造プロセスを、コンピューターが最も初期の時代にあり、本質的に手作りである製造プロセスと比較しているためです。
ウィキペディアのウェブページでは、ムーアの法則について次のように説明しています。
「ムーアの法則は、高密度集積回路内のトランジスタの数が約2年ごとに2倍になるという観察です。この観察は、1965年の論文で毎年2 1975年、次の10年を楽しみにして、彼は予測を2年ごとに倍増するように修正しました。 IntelエグゼクティブのDavid Houseは、18か月ごとにチップのパフォーマンスが2倍になると予測しました（より多くのトランジスタの効果とトランジスタの高速化の組み合わせにより）。」
Gordon E. Mooreの1965年のグラフィックは次のようになりました。
OurWorldInData.orgでオンライン公開されたMax RoserとHannah Ritchie（2018）の記事-「Technological Progress」では、指数関数方程式を使用してムーアの法則、計算能力（1秒あたりの操作数、クロック速度*コアの両方） *スレッド）、人間の飛行の進捗状況、さらにはヒトゲノムDNAシーケンス。
ムーアの法則は、物理的または自然の法則ではなく、歴史的傾向の観察と投影です。レートは1975年から2012年頃まで一定でしたが、最初の10年間はより速くなりました。パーソナルコンピューティングの初期のノスタルジックな外観は、このArs Technicaの機能で提供されています。「最新のラップトップの作成：リチウムイオン電池、工業デザイン、ムーアの法則などの詳細」。
このACMの通信では、Vol。60 No. 1の記事：「コンピューティングの成長の指数法則」著者のDenningとLewisは次のように説明しています。
「前述の3種類の指数関数的な成長-コンポーネントの倍増、速度、および技術の採用-はすべてムーアの法則の見出しの下にまとめられています。元のムーアの法則はチップ上のコンポーネントにのみ適用され、 「ムーアの法則」という用語をムーアが提案するコンポーネントの倍増ルールに使用し、「指数関数的成長」をログ紙に直線としてプロットする他のすべてのパフォーマンス測定値に使用します。成長効果？テクノロジーの計算能力の指数関数的成長を期待できますか？
指数関数的成長は、コンピューティングエコシステムでの3つのレベルの採用に依存します（こちらの表を参照）。前述のように、チップレベルはムーアの法則の領域です。ただし、高速のチップは、ホストコンピューターシステムが高速をサポートしていない限り、およびアプリケーションのワークロードがチップをビジー状態に保つのに十分な並列計算作業を提供しない限り、その可能性を実現できません。そして、より高速なシステムは、ユーザーコミュニティによる急速な採用なしにその可能性に到達することはできません。3つのレベルすべての改善プロセスは指数関数的でなければなりません。そうしないと、システムレベルまたはコミュニティレベルがボトルネックになり、ムーアの法則としてしばしば説明される影響は観察されません。
数学的モデルのサポートにより、各レベルで指数倍増を可能にするものを示します。情報技術は、3つのレベルすべてで指数関数的な成長を維持できるという点で独特かもしれません。ムーアの法則と指数倍加には科学的根拠があると結論付けます。さらに、指数関数的な倍増プロセスは、今後数十年間、複数のテクノロジーにわたって継続する可能性があります。
自己実現
ムーアの法則が意味する継続的な成果は、デジタル経済にとって非常に重要です。エコノミストのリチャード・G・アンダーソンは、次のように述べています。製品）。経済は深刻になるでしょう。
法律の標準的な説明が経済的であることは不思議ではありません。予想される指数関数的成長に対応し、市場を維持するためにテクノロジーを推進することは、すべてのチップ企業の自己実現的な予言となりました。自己実現的な予言は、それ自体が真実になる予測です。過去50年以上のコンピューティングのほとんどで、設計者はパフォーマンスを重視してきました。速いほど良い。チップアーキテクトは、高速化を実現するために、同じチップ領域に同じレジスター、より高レベルの機能、キャッシュメモリ、および複数のコアを追加することでコンポーネント密度を高めました。ムーアの法則が設計目標になりました。」
ムーアの法則には多くの助けがありました。将来を形作り、成長を維持することは、利益を得ようとする人々の目的でした。技術的な制限に完全に制約されるわけではありません。消費者が何かを望んでいた場合、時にはそれが提供され、他の時にはより良いアイデアが提供されました。人気のあるもの（クロック速度）がプレミアムで販売され、かつてはよく理解されていなかったもの（コアとスレッドの増加）が今後の方法として宣伝されました。
ムーアの法則は好評を博し、クルツワイルの「リターンを加速する法則」のように、多くのものに進化しました。以下は、ムーアの法則の更新版です（Kurzweilのグラフに基づいています）。
Top500.OrgのSuperComputer powerの指数関数的成長のチャートには、別の事実に基づくチャートがあります。
ミズーリ科学技術大学の記事：「消費者による技術革新の採用予測：発売前の新製品およびサービスの適切な拡散モデルの選択」は、バスモデル（ロジスティック曲線の修正）が将来を予測するための適切な方法であると説明しています成長（過去の統計に基づく）。
ロジスティックカーブの特徴は、開始が遅く、中期的に大きな進歩があり、その後最終的に減速することです。しばしば新しいものに置き換えられます。
予測モデルについて、著者はこう言いました：
「モデル
Box and CoxおよびGeneralized Bassモデルは、カーブフィットに関しては最高のモデルでしたが、Simple Logisticモデルは最も貧弱でした。ただし、調査の結果は、市場の歴史のないイノベーションの予測を作成する場合、曲線近似の利点が予測の利点に変換されないことを示しました。低音モデルの人気は、2つのユニークな要因に由来しています。この研究が強化されたため、Bassモデルは非常に堅牢です。さらに、Bassモデルの2つの係数には理論的な基礎があります。この研究のために作成された低音モデルのバリアントは、定数仮定に故意に違反しました。m。これにより、モデル（Bv）は、急進的な低価格のイノベーションコンテキストで他のどのモデルよりも優れた結果となりました。残念ながら、このコンテキストでは1つのイノベーションしかありませんでした。さまざまなコンテキストでより多くのデータセットを使用してこのバリエーションの実行可能性をテストするには、追加の研究が推奨されます。
シンプルロジスティックモデルは、既知の最も古い拡散モデルの1つです。これは非常に基本的なモデルですが、本当に新しい低価格のイノベーションのコンテキストでは、明らかに他のモデルよりも優れていました。ゴンペルツモデルは、革新の開始前に、本当に新しい革新的な革新の拡散を予測するために推奨されていません。ただし、Gompertzモデルは、イノベーションの開始後に生成された予測に非常に適している場合があります。この研究の焦点ではありませんが、プロジェクションテレビのイノベーションの普及は完全なゴンペルツ曲線に従うことが観察されました。
c
Intelの共同設立者としてのムーアの地位は、彼の予測が実現し、軌道に乗るのを助けるのを確実にするのを助けました。量子コンピューティングはあまりにも近すぎて、単にお金を注ぐだけで推進することはできません。成功した量子コンピューティングデバイスを作成するための非常に多くの道は、研究が行った多くの支店から最大限の利益を得るために賢明に配分する必要があります。
「欧州量子テクノロジーロードマップ」（2017年12月11日）には、導入後のいくつかの課題がリストされています。
「はじめに
N
（1）よく特徴付けられた簡単に拡張可能なキュービットのセット
（2）コヒーレンス時間が、コヒーレント操作を可能にするのに十分な長さである
（3）初期状態を設定できる人
（4）。システムのキュービットは、普遍的なゲートセットを使用して論理的に操作できます。
（5）最終状態を測定できます
（6）。通信を可能にするために、静止キュービットをモバイルのものに変換できます
（7）忠実に送信。
また、量子コンピューターの動作には、避けられず、従来のコンピューターよりもはるかに起こりやすいエラーを修正することが不可欠であることも理解されています。
現在、量子プロセッサはさまざまな物理システムを使用して実装されています。このようなキュービットのレジスタで動作する量子プロセッサは、これまでのところ、量子アルゴリズムとプロトコルの多くの基本的なインスタンスを実証することができました。完全な機能を備えた大規模な量子コンピューターへの開発は、多数のキュービットを統合し、量子エラーを修正するというスケーラビリティの課題に直面しています。これらの課題に対処するために、さまざまなフォールトトレラントアーキテクチャが提案されています。アカデミックラボ、新興企業、大企業の着実に成長している取り組みは、大規模な量子計算が挑戦的ではあるが、やりがいのある目標と考えられていることの明確な兆候です。」
...
（ムーアの法則のように）成長のモデルをプロットしたり、直線を期待したりするために選択し、最適な方法を決定するには、パスが多すぎます。
D-Waveのコンピューターでは、量子ビットの倍増は計算能力の倍増を表し、それが適している問題のサブセットでは、ユニバーサル量子コンピューターでは、追加の各単一量子ビットは倍力を表します。残念ながら、エラー訂正を可能にし、一貫性を維持するには、各単一キュービットを複数のキュービットで表す必要があります。量子ビットの実装に使用される一部のテクノロジーでは、エラーが発生しにくく、一貫性と忠実度が高いため、使用する量子ビットの数を減らすことができます。制御の速度は、どのテクノロジーを実装するかを選択する際の重要な考慮事項でもあり、曲線のプロットに影響を与えますが、ここで提供される答えの範囲外です。
さらに読む：「単一電子のコヒーレント制御：現在の進捗状況のレビュー」（2018年2月1日）、「半導体のドーパント核スピンの超微細アシスト高速電気制御」（2018年3月30日）、「99.9％を超える忠実度の量子電荷ノイズによりコヒーレンスが制限されたドットスピンキュービット」（2017年8月4日）。
