原子時計。

量子磁気センサー。

量子重力センサー。

ダイヤモンドNVセンター。

GPSが届かない場所での測位。

地下構造の検出。

脳や心臓が生み出す微弱な磁場。

そして、これまで小さすぎて捉えることが難しかった物理現象。

量子技術は、コンピュータを速くするためだけの技術ではありません。

人類の「目」「耳」、そして「ものさし」そのものを変える可能性があります。

前回の「ヤバりみ！未来展望」では、量子コンピュータ時代に秘密をどう守るのか、「量子暗号」の世界を追いました。

今回は、

「計算する量子」から「世界を測る量子」へ。

テーマは「量子センシングとは何か」です。

そして今回は研究室の中だけを見ません。

量子センシングの仕組み、量子センサーの実用化、ダイヤモンド量子センサー、NVセンター、量子重力センサー、量子慣性航法、原子時計、光格子時計、医療応用。

さらに、

米国。

欧州。

日本。

中国。

世界の主要プロジェクト、実際に販売されている製品、量産競争、市場規模、特許競争まで追います。

2026年現在、量子センシングはどこまで本物の産業になっているのでしょうか。

---

第1章　量子センシングとは？ 普通のセンサーと何が違うのか

量子センシングとは、原子、電子、光子などが持つ量子的な性質を利用して物理量を測定する技術です。

対象になるのは、

磁場。

電場。

時間。

周波数。

重力。

加速度。

回転。

温度。

などです。

量子センサーは、単に「量子コンピュータを小さくした装置」ではありません。

原子や電子スピンなどを、非常に精密な「ものさし」として利用します。

量子状態は外部環境のわずかな変化にも影響されます。

量子コンピュータでは、それはしばしばノイズという敵になります。

ところが量子センシングでは発想を逆転させます。

磁場によって量子状態が変わるなら、その変化から磁場を測ればいい。

重力によって原子波の位相が変わるなら、その変化から重力を測ればいい。

つまり、

量子の「繊細さ」を測定能力へ変える。

これが量子センシングの基本的な考え方です。

---

第2章　なぜ今「量子センサー」が重要なのか

2026年現在、量子センシングを「遠い未来の研究」とだけ説明するのは正確ではありません。

QED-Cの2026年市場調査では、世界の量子センシング市場は2025年に約4.7億ドル。

2028年には約11億ドルへ成長すると予測されています。

平均年成長率は32％です。

さらに調査回答企業の約3分の1は、2025年時点ですでに主要技術を商用提供しています。

2028年には58％になるとの予測です。

しかし同時に、3分の1を超える企業には2025年時点で量子センシングの売上がありません。

つまり現在地は、

「研究だけ」ではない。

しかし、

「成熟した巨大市場」でもない。

研究室から初期商用化へ移る、非常に面白い境界線にいます。

---

第3章　原子時計――人類はすでに量子で時間を測っている

量子センシングの代表的な成功例が原子時計です。

原子が持つ特定のエネルギー準位間の遷移を、時間の基準として利用します。

その最先端が光時計です。

ここまで時計が正確になると、用途は「現在時刻を知る」だけではなくなります。

一般相対性理論によれば、重力ポテンシャルが異なれば時計の進み方もわずかに異なります。

そのため超高精度時計同士を比較することで、地球上の重力ポテンシャル差を測るという「相対論的測地」へつながります。

つまり未来の時計は、

時間計測器であると同時に、地球を測るセンサー

になり得るのです。

---

第4章　GPSがなくても自分の位置が分かるのか

「量子センサー GPS」「量子慣性航法」は、量子センシングの重要な応用領域です。

GPSなどのGNSSは非常に便利ですが、

地下。

水中。

建物内部。

妨害環境。

では利用に制約があります。

そこで研究されているのが原子干渉計などを利用する量子慣性センサーです。

原子を波として扱い、異なる経路を進ませて再び干渉させる。

加速度や回転によって位相が変化すれば、それを読み取ります。

EUは2026年、「Grand Challenge on Quantum Sensors for Inertial Navigation」を開始しました。

GNSSが利用できない、あるいは妨害された環境を対象に、量子センサーと従来型慣性計測装置を組み合わせるQ-INSを推進しています。

ここが重要です。

近未来の量子航法は、

「従来センサーを全部捨てて量子センサーだけにする」

とは限りません。

むしろ、

古典センサー＋量子センサー

というハイブリッド化が現実的な開発方向の一つです。

---

第5章　地下を「見る」量子重力センサー

地面の下に空洞がある。

地下水が存在する。

密度の異なる岩石がある。

その場所では、周囲と質量分布がわずかに違います。

質量分布が違えば重力にも微小な差が生じます。

そこで登場するのが量子重力センサーです。

冷却した原子を自由落下させ、レーザーで原子波を操作し、原子干渉によって重力加速度を測定する方式があります。

ただし、

「地面の中が写真のように見える」

わけではありません。

測っているのは重力です。

そのデータから地下構造を推定します。

したがって量子重力計は、

地下を見るカメラではなく、重力の異常から地下を推理する装置

です。

---

第6章　これは未来の話ではない――量子重力計はすでに商品になっている

ここから「実用品」を見ていきます。

米国のAOSenseは、コンパクトな原子重力計を製品として展開しています。

同社によれば、最初の商用コンパクト重力計を航空宇宙顧客へ納入したのは2010年。

現在の製品は、レーザー、真空系、電子機器などをセンサーヘッドとコントローラーへ統合し、数週間の自律連続計測と20Hzサンプリングを掲げています。

さらに米Vector Atomicも、海上航法向け原子重力計など、研究室の原子センサーを現場で使える装置へ移す開発を進めています。

そして中国。

QuantumCTek系のGuodun Quantumは「A-Grav」という冷却原子重力計を製品として公開しています。

用途として、

地質災害監視。

測地。

資源探査。

埋設物検出。

重力補助航法。

などを掲げています。

中国科学院系の企業も、コンパクト絶対量子重力計、原子量子重力計、重力勾配計を製品群として公開しています。

つまり、

「量子重力センサーは実用化するのか？」

という問いは、すでに少し古くなり始めています。

より正確な問いは、

「どこまで小型・安価・堅牢になり、従来機器を上回る用途を獲得できるのか？」

です。

なお、今回確認した主要商用品の多くは公開定価ではなく「問い合わせ・見積もり」方式です。

したがって、確認できない販売価格をここで作ることはしません。

---

第7章　ダイヤモンド量子センサー――宝石の「欠陥」を利用する

もう一つの重要検索キーワードが、

「ダイヤモンド量子センサー」

「NVセンター」

です。

NVはNitrogen-Vacancy。

窒素―空孔中心です。

ダイヤモンドの結晶中で、炭素原子の一つが窒素に置き換わり、その隣に空孔がある。

普通なら結晶欠陥です。

ところが量子技術では、この欠陥が非常に価値のあるセンサーになります。

NVセンターの電子スピン状態は磁場などの影響を受け、その状態を光で読み出すことができます。

そのため、

磁場。

温度。

材料内部の局所的現象。

などを非常に小さなスケールで調べる研究が進んでいます。

量子技術では、

「欠陥をなくす」のではなく「欠陥を使う」。

ここにも、従来工学とは違う面白さがあります。

---

第8章　量子センサーで脳や心臓を見る

脳や心臓では電気活動が起きています。

電流が流れれば磁場も生じます。

ただし生体が発生する磁場は非常に弱い。

そこで、

SQUID。

原子磁力計。

NVセンター。

などを使った高感度磁気センシングが研究されています。

期待されるのは脳磁図や心磁図などです。

しかし、

「量子センサーなら病気が何でも分かる」

という意味ではありません。

センサー感度が高いことと、

その信号から疾患を正しく診断できることは別問題です。

測定。

信号処理。

医学的解釈。

臨床試験。

承認。

それぞれに別の壁があります。

測れることと、診断できることを混同してはいけません。

---

第9章　量子センシング最大の敵は「現実世界」

量子センサーの感度が高ければ高いほど問題になるものがあります。

ノイズです。

温度。

振動。

電磁場。

レーザー変動。

機械の動き。

量子センサーは測りたい信号だけを感じるわけではありません。

米DARPAが2025年に開始したRobust Quantum Sensors、RoQSプログラムは、まさにこの問題を狙っています。

研究室では高性能でも、地上、海、空、宇宙といった実環境では振動や電磁干渉によって性能が低下する。

そこで遮蔽だけに頼らず、センサーそのものを外乱に強くしようという研究です。

これは量子センシングの現在地を象徴しています。

感度競争の次は、実環境競争です。

---

第10章　2026年、米国は「量子センサーを量産する」段階へ

そして2026年8月。

DARPAは「It’s About Time」プログラムを発表しました。

狙っているのは、戦術用途にも耐える光時計の試作製造ラインです。

DARPA自身が問題視しているのは、量子センサーの優れた研究成果が研究室からなかなか現場へ移らないこと。

そこで今回は、

量子センサーそのものだけではなく、量産方法を作ろうとしている

のです。

さらにNISTも2026年6月、SRI InternationalとのパートナーシップによるQuantum Manufacturing Extension Consortiumを立ち上げ、量子センシングや量子センサー製造の商用準備を進めています。

これは大きな転換です。

第一段階。

「量子センサーは作れるか」。

第二段階。

「研究室で高性能を出せるか」。

そして現在、

第三段階。

「同じ性能のものを、現実に使える形で繰り返し製造できるか」。

量子センシング競争は製造業の問題へ入り始めています。

---

第11章　世界地図① 米国――研究から「製造」へ

米国の特徴は、

大学・国立研究所の基礎研究。

DARPAなどの安全保障需要。

NISTによる計測標準。

民間企業による製品化。

これらがつながっていることです。

AOSense。

Vector Atomic。

そして多数の量子関連企業。

量子センシングでは政府需要が特に重要です。

QED-Cは2028年の量子センシング市場について、防衛35％を含む政府部門が47％を占めると予測しています。

つまり現在の量子センシングは、

スマートフォンのような大量消費市場より先に、

防衛。

航空宇宙。

測地。

航法。

科学計測。

という「高価でも高性能が必要な市場」から成長する可能性があります。

---

第12章　世界地図② 欧州――量子航法と重力インフラ

EUは量子慣性航法を戦略技術として扱っています。

2026年のQ-INS Grand Challengeでは、単なる研究性能ではなく、

技術ロードマップ。

産業化。

投資可能性。

スケーラビリティ。

まで求めています。

さらにEUでは「EQUIP-G」という欧州量子重力インフラプロジェクトも進行しています。

欧州の特徴は、

単独の世界記録だけではなく、

量子センサーを欧州全体のインフラと産業へどう組み込むか

という視点です。

一方で課題もあります。

EU Joint Research Centreによる2025年分析では、EUは世界の量子技術企業の32％を擁する一方、世界の量子関連特許に占める割合は6％とされています。

研究力。

企業数。

知財。

製造力。

このバランスが今後の競争を左右します。

---

第13章　世界地図③ 日本――量子センサーを産業へつなげられるか

日本ではQSTを中心とするSIP第3期で、量子計測・センシング技術の利用・試験・評価環境、量子マテリアル、デバイス、光格子時計ネットワークなどの実用化が進められています。

想定分野は、

健康・医療。

エネルギー。

自動運転。

通信。

防災。

資源探査。

さらにAI、ビッグデータ、IoTとの融合です。

BRIDGE関連でも、

高感度ナノ量子センサの大量調製。

量子スピンセンサのμモジュール化。

量子光センシング。

など、研究成果を「製品になる形」へ持っていく施策が動いています。

日本にとって重要なのはここでしょう。

世界最高感度だけを競うのではなく、

半導体。

自動車。

電池。

医療機器。

精密計測。

材料。

という日本の既存産業へ量子センシングを組み込めるか。

量子センサー単体ではなく、「量子センサーを組み込んだ製品」で勝てるか。

これが日本の勝負になる可能性があります。

これは政策・産業構造から導く編集部の分析であり、将来結果が確定しているわけではありません。

---

第14章　世界地図④ 中国――「研究している」だけではない

中国も無視できません。

公開情報だけでも、中国企業はすでに、

冷却原子重力計。

絶対量子重力計。

重力勾配計。

などを製品として掲載しています。

QuantumCTek系のA-Gravは、連続運転を想定した冷却原子重力計として、地質災害監視、測地、資源探査、埋設物検出、重力補助航法を用途に掲げています。

またCAS Cold Atom系の製品群にも、コンパクト絶対量子重力計、原子量子重力計、重力勾配計があります。

つまり中国を見るとき、

「論文数が多い」

だけを見ていてはいけません。

研究。

製品化。

知財。

国内需要。

産業政策。

を一体で見る必要があります。

---

第15章　世界地図⑤ 特許を見ると、別の世界が見える

量子技術競争を理解するには、論文だけでは足りません。

特許があります。

EPOとOECDによる最新の量子エコシステム分析では、量子関連の国際特許ファミリーは2014年以降、年平均20％で成長しています。

全技術分野平均の約2％を大きく上回ります。

ただし量子センシングだけを見ると、量子コンピューティングほど急増しているわけではありません。

EPOによれば2014年以降、

量子コンピューティングは約20倍。

量子通信は約3倍。

量子センシングは約50％増。

という違いがあります。

そして量子センシング分野で最大級の特許ポートフォリオを持つ企業としてEPOが挙げているのが、

SeikoとHoneywell

です。

これは日本にとって非常に興味深い事実です。

量子技術というとGoogle、IBM、Microsoftなどばかりが目立ちます。

しかし「測る量子」の知財地図を見ると、違う企業が前面へ出てきます。

---

第16章　価格を調べると「まだ普通の商品ではない」ことが分かる

では量子センサーはいくらなのでしょうか。

ここも今回調査しました。

しかし、注意が必要です。

産業用の原子重力計や量子センサーは、公開ページに固定価格を掲載せず、

「Contact us」

「Request a quote」

とするメーカーが多くあります。

例えばAOSenseの重力計も問い合わせ方式です。

したがって、

「量子重力計は○○万円」

と根拠なく書くべきではありません。

むしろ価格非公開そのものが、現在の市場段階を示しています。

大量生産された一般家電ではない。

顧客ごとの用途。

性能。

設置条件。

サポート。

によって商談する産業機器市場です。

今後、量産技術が確立し、標準仕様が整い、競合企業が増えれば、価格構造が変化する可能性があります。

だからこそ米国が今、「量子センサー製造」そのものへ投資し始めていることが重要なのです。

---

第17章　量子センシング市場は本当に大きくなるのか

QED-Cの2026年予測では、

2025年：約4.7億ドル。

2028年：約11億ドル。

平均年成長率：32％。

です。

しかし、数字だけを見て「巨大市場確定」と考えるのは早いでしょう。

政府需要への依存が大きい。

商用化されていない技術もある。

企業の3分の1以上は2025年時点で量子センシング売上がない。

一方で、主要技術が商用提供済みだと回答した企業も約3分の1あります。

つまり、

市場は存在する。成長もしている。しかし勝者はまだ決まっていない。

これが2026年現在の量子センシング市場を表す、比較的正確な言い方でしょう。

---

第18章　量子センシングとAIが合流する

量子センサーは測ります。

しかし、測定値そのものが答えではありません。

重力データ。

磁場データ。

生体磁気。

材料内部の変化。

時間・周波数データ。

これらを大量に取得したら、次に必要になるのは解析です。

そこでAIが登場します。

量子センサー
↓
古典コンピュータ
↓
AI
↓
人間の判断

この組み合わせなら、大規模な誤り訂正量子コンピュータの完成を待つ必要はありません。

日本のSIP第3期でも、量子センシングとAI、ビッグデータ、IoTを組み合わせる方向が明示されています。

これは「量子AI＝量子コンピュータ上でAIを動かす」という話とは別です。

量子が測り、古典AIが考える。

この組み合わせの方が、先に現場へ広がる可能性があります。

---

第19章　量子センシングを支配するのは「最高性能の国」とは限らない

ここまで調べると、別の問題が見えてきます。

研究論文で最高性能を出した国が、そのまま市場を支配するとは限りません。

必要なのは、

レーザー。

真空装置。

光学部品。

半導体。

ダイヤモンド材料。

制御電子回路。

パッケージング。

校正。

ソフトウェア。

量産設備。

保守。

そして人材です。

量子センサーは単独で存在する魔法の箱ではありません。

周囲に巨大なサプライチェーンが必要です。

EPO-OECDの2026年分析も、量子エコシステムを特許だけでなく、企業、投資、人材、貿易、サプライチェーン、政府政策まで含めて評価しています。

つまり本当の競争は、

「誰が最高の量子センサーを発明するか」から、「誰が安定して作り、売り、保守できるか」へ移る。

DARPAとNISTが2026年に製造へ踏み込んだ理由も、ここにつながります。

---

第20章　では、2030年前後に私たちは何を見るのか

ここからは、ここまでの研究・市場・政策を踏まえた未来展望です。

2030年前後に、

量子センサーが突然スマートフォンすべてに搭載される。

そう断言できる証拠はありません。

しかし、

高精度時刻。

航空・船舶・防衛向け航法。

地質・地下探査。

インフラ監視。

高感度磁気計測。

科学計測。

一部の医療・生体計測。

といった「高性能に金を払える分野」から導入が進むシナリオには合理性があります。

市場予測でも、2028年には政府部門が47％、防衛だけで35％を占める見通しです。

そして量産化によって、

小さくなる。

安くなる。

壊れにくくなる。

校正しやすくなる。

普通の技術者でも扱える。

そこまで進んだとき、本当の普及段階が始まる可能性があります。

---

第21章　人類は「見えなかった世界」をどこまで測れるのか

望遠鏡は、遠すぎて見えなかった世界を見せました。

顕微鏡は、小さすぎて見えなかった世界を見せました。

X線は、外から見えなかった身体内部を見せました。

量子センシングが挑んでいるのは、

「変化が小さすぎて測れなかった世界」

です。

極めて弱い磁場。

微小な重力差。

非常に小さな時間差。

原子・ナノスケールの材料現象。

弱い生体信号。

しかし、ここで「見える」という言葉には注意が必要です。

量子センサーが超能力のように世界を透視するわけではありません。

物理量を測る。

数値にする。

解析する。

画像や地図へ変換する。

そこから人間が意味を読み取る。

この積み重ねです。

それでも、

「測定できなかったものが測定できるようになる」ことは、科学にとって巨大な変化です。

---

第22章　量子革命の本命は、コンピュータだけではない

ここまで「ヤバりみ！未来展望」で追ってきた量子技術を並べてみます。

量子クラウド。

量子AI。

量子バッテリー。

量子インターネット。

量子テレポーテーション。

量子暗号。

そして、

量子センシング。

量子革命とは、

「ものすごく速いコンピュータを作る競争」

だけではありません。

計算する。

通信する。

守る。

エネルギーを扱う。

そして、

測る。

人類が量子力学を「自然界の不思議な現象」として観察する時代から、

道具として使う時代

へ移り始めています。

その中でも量子センシングは、量子コンピュータより早く、私たちの現実世界へ静かに浸透する可能性を持った領域の一つです。

---

まとめ　「計算する量子」から「世界を測る量子」へ

今回、世界の研究だけでなく、市場、企業、製品、政策、特許、製造まで追ってみると、量子センシングの姿がかなり変わって見えてきます。

2025年の世界市場推計は約4.7億ドル。

2028年予測は約11億ドル。

米国ではDARPAとNISTが研究成果を量産可能な技術へ移そうとしている。

EUはGNSSに依存しない量子航法を産業化へつなげようとしている。

日本は量子センシングを医療、エネルギー、自動運転、防災、資源探査、AIなどへ接続しようとしている。

中国では冷却原子重力計などがすでに製品として公開されている。

そして特許を見ると、量子センシングではSeikoとHoneywellが大きなポートフォリオを持っています。

ここまで見ると、

「量子センシングは実用化するのか」

という問いそのものが変わります。

すでに実用化された領域はあります。

商品もあります。

顧客もいます。

市場もあります。

今後の本当の問いは、

どの量子センサーが、研究機器から大量生産可能な産業製品へ抜け出すのか。

そして、

その製造・知財・市場を米国、欧州、日本、中国の誰が握るのか。

です。

人類は昔、見えないものを見るために望遠鏡や顕微鏡を作りました。

今度は、

見えないほど小さな「変化」を測るために、

原子。

電子。

光子。

量子スピン。

そして量子力学そのものを使い始めています。

「計算する量子」から、

「世界を測る量子」へ。

量子センシングが本当に社会を変える瞬間は、

世界最高感度というニュースが出た日ではないのかもしれません。

その装置が小さくなり、量産され、工場や病院や船やインフラの中へ入り、

私たちがそれを「量子センサー」と意識しなくなった日。

そこが、本当の革命なのかもしれません。

この記事はこんな方におすすめです

• 量子センシングとは何なのか、仕組みから理解したい方
• 量子センサーが普通のセンサーと何が違うのか知りたい方
• 量子センシングの実用化や市場の現在地を知りたい方
• ダイヤモンド量子センサーやNVセンターに興味がある方
• 量子重力センサーによる地下探査について知りたい方
• GPSに依存しない量子慣性航法・量子ナビゲーションに興味がある方
• 原子時計や光格子時計が、なぜ「センサー」になるのか知りたい方
• 量子センサーの医療・脳計測・心磁計への応用を追いたい方
• 米国・欧州・日本・中国の量子センシング開発競争を知りたい方
• 量子センサーの企業、製品、市場、特許、量産化までまとめて知りたい方
• AIと量子センシングを組み合わせると何が起こるのか考えたい方
• 難しい専門論文へ進む前に、量子センシングを全体像から理解したい方

---

コメント募集

量子センシングについて、皆さんはどの技術が最初に私たちの生活を変えると思いますか。

「GPSがなくても正確に移動できるようになる？」

「量子重力センサーで地下のどこまで分かる？」

「ダイヤモンド量子センサーは医療でどこまで使える？」

「量子センサーとAIを組み合わせたら、今まで発見できなかった異常を見つけられる？」

「量子コンピュータより量子センサーの方が先に普及する？」

そして、もう一つ考えてみたい問いがあります。

「人類が今まで測れなかったものまで測れるようになったとき、私たちの世界観はどう変わるのでしょうか。」

ご意見や疑問があれば、ぜひコメント欄で教えてください。

寄せられた疑問や視点も、今後の「ヤバりみ！未来展望シリーズ」で取り上げていきます。

---

免責事項

本記事は2026年8月時点で確認できる査読論文、政府機関、大学・研究機関、国際機関、企業の公式情報、市場調査などの公開情報をもとに執筆しています。

量子センシング、量子重力センサー、量子慣性航法、ダイヤモンドNVセンター、光格子時計、生体磁気計測などには、すでに製品化・実用化されている技術がある一方、研究・実証・初期商用化の段階にある技術も含まれています。

研究室で達成された最高性能が、そのまま工場、病院、船舶、航空機、地下、屋外などの実環境で再現されることを意味するものではありません。

また、高感度な量子センサーで信号を測定できることと、その信号だけから病気、地下構造、位置、異常などを確定できることは同じではありません。

記事内で紹介した市場規模や将来予測は、各調査機関が公表した時点での予測であり、将来の市場規模、企業業績、製品価格、普及時期を保証するものではありません。

公開価格を確認できない商用品について、ヤバりみ！編集部が価格を推定して掲載することはしていません。

また、2030年前後の普及シナリオ、量子センシングとAIの融合、日本・米国・欧州・中国の将来的な競争力などについて述べた部分には、現在確認できる研究・政策・市場動向をもとにした編集部の考察・未来仮説が含まれています。

研究事実、実測結果、商用化済みの事実と、将来予測・編集部考察は区別してお読みください。

将来の技術性能、実用化時期、普及規模を保証するものではありません。

---

巻末特典

自分のPCで「量子センシング」を再現してみる

ここまで読んで、

「量子センサーが微小な変化を測ることは分かった。でも、自分のPCで何か確かめられないのか？」

と思った方もいるかもしれません。

そこで今回も、YABALIMI QUANTUM LABで実験します。

ただし、最初に重要なことを明記します。

今回行うのは、

実物の量子センサーを使った測定ではありません。

実際の原子、ダイヤモンドNVセンター、実光子、実量子コンピュータ、実重力計を使った実験でもありません。

PC上に量子センサーの基本原理をモデル化し、

「測りたい微小な変化が量子状態へどのように反映され、それを測定からどこまで推定できるのか」

をシミュレーションします。

今回のテーマは、

「微小な磁場に相当する位相変化を、1量子ビットからどこまで読み取れるのか」

です。

基本モデルでは、1量子ビットを重ね合わせ状態に準備します。

そこへ外部磁場などによって生じる変化を模した「位相変化」を与えます。

その後、量子ビットを測定します。

位相変化が大きければ、測定結果の統計にも変化が現れるはずです。

しかし現実の測定には、

ショットノイズ。

読み出し誤差。

デコヒーレンス。

その他のノイズ。

があります。

そこで今回は、

1. ノイズがない理想条件
2. 微小な位相変化を与えた場合
3. 測定回数を増減した場合
4. ノイズを加えた場合
5. 位相変化をさらに小さくした場合
6. 推定値と入力した真値がどこまで一致するか

を比較します。

さらに可能であれば、

「古典的な単純測定モデルとの比較」

も行います。

ここで確認したいのは、

「量子センサーは絶対に古典センサーより優れている」

という結論ではありません。

このPC上の限定されたモデルで、

量子状態が外部変化を情報として保持し、

測定回数やノイズによって推定精度がどう変化するのか。

それを実際の数字とグラフで確認します。

結果が予想どおりでも、予想外でも、そのまま掲載します。

実験値はまだありません。

実験を実行する前に、結果を想像して数値を書くことはしません。

実測結果が得られ次第、この巻末特典へ、

• 実験ID
• 実験環境
• 使用した量子回路
• 入力した位相
• shots
• 推定結果
• 誤差
• ノイズ条件
• 比較結果
• グラフ
• 再現方法
• この実験から言えること
• この実験では言えないこと

を追加します。

今回も、

「シミュレーションで確認したこと」

と、

「現実の量子センサーで実証されたこと」

は混同しません。

---

次回予告

【ヤバりみ！未来展望 第10回】

量子技術の次に来るものは？ 「量子の先」の未来技術を追う

量子クラウド。

量子AI。

量子バッテリー。

量子インターネット。

量子テレポーテーション。

量子暗号。

量子センシング。

ここまで「ヤバりみ！未来展望」では、量子技術が計算、通信、エネルギー、セキュリティ、計測をどう変えるのかを追ってきました。

しかし、未来はそこで終わるのでしょうか。

量子技術とAIがさらに融合したら？

量子ネットワークと量子センサーが世界中へ広がったら？

原子・分子レベルで物質そのものを設計する技術が進んだら？

そして、現在は別々に研究されている最先端技術が、一つにつながり始めたら？

次回は少し視点を上げます。

一つの量子技術を見るのではありません。

世界の研究機関、国家プロジェクト、企業、論文、特許、投資の流れを横断し、

「量子の次に、何が来るのか」

を探します。

未来は、一本の技術だけでは作られません。

AI。

量子。

ロボティクス。

新材料。

バイオ。

宇宙。

エネルギー。

それらが交差した場所に、まだ名前さえ定着していない次の巨大技術が生まれる可能性があります。

次回の「ヤバりみ！未来展望」は、

未来技術を一つ解説する回ではありません。

次の時代そのものを探しに行きます。

巻末特典

自分のPCで「量子センシング」を再現してみた

ここまで量子センシングの研究、製品、市場、そして世界各国の開発競争を見てきました。

では、その基本的な考え方を、自分のPC上で確かめることはできるのでしょうか。

今回、YABALIMI QUANTUM LABでは、1量子ビットを使った「Ramsey（ラムゼー）型センシング」のシミュレーションを実際に構築し、微小な位相変化をどこまで読み取れるのかを調べました。

実験IDは、

YQL-RAMSEY-001

です。

最初に重要なことを明記します。

これはローカルPC上のシミュレーションです。

実際の磁場を測った実験ではありません。

実際のNVセンター、原子、光子、量子センサーを使用した実験でもなく、実量子コンピュータ上で実行したものでもありません。

今回PC上で再現したのは、

「量子状態に与えられた位相変化を、測定結果から推定する」

という量子センシングの基本モデルです。

そして今回、非常に重要な結果も出ました。

測定回数を増やせば精度が改善する一方で、小さすぎる信号を見失う条件がありました。

さらに、位相には「折り返し」があり、異なる位相を同じように読み取ってしまう場合もありました。

そして今回の比較から「量子なら古典より必ず優れている」と言える結果も得られていません。

成功したところだけではなく、測れなかったところまで含めて見ていきます。

---

1. 今回何を実験したのか

今回のテーマは、

「1量子ビットに与えた微小な位相変化を、測定結果からどこまで推定できるのか」

です。

使用したのは、Ramsey型センシングと呼ばれる基本モデルです。

量子ビットを重ね合わせ状態にし、そこへ測定対象に相当する位相変化 φ（ファイ）を与えます。

その後、量子状態を測定します。

実際の量子センサーでは、磁場や周波数などの物理量によって量子状態の位相が変化することがあります。

今回は実際の磁場を発生させる代わりに、その変化に相当する φ をPC上で与えました。

そして、

• φを変える
• 測定回数を変える
• 小さなφを測る
• ノイズを加える
• 古典的な単純モデルと比較する

という条件でシミュレーションしました。

結果を先に決めて、それに合うデータだけを選んだものではありません。

総trial行数は33,600。

除外したtrialは0です。

---

2. 実験環境

今回の実験環境は次のとおりです。

項目	実測値
実験ID	YQL-RAMSEY-001
実行開始 UTC	2026-08-19T13:06:46.723559+00:00
実行終了 UTC	2026-08-19T13:06:53.578036+00:00
OS	Windows-11-10.0.26200-SP0
Python	3.12.10
Qiskit	2.5.1
qiskit-aer	0.17.2
numpy	2.5.1
seed	20260819
trials	33600（除外 0）
invalid inversion	3651 / 26880（削除せず clip して保存）

---

3. 今回作った量子センサーのモデル

今回使ったのは、1量子ビットのRamsey型センシングです。

非常に単純化して説明すると、

量子ビットを準備する
↓
重ね合わせ状態を作る
↓
位相 φ を与える
↓
干渉させる
↓
測定する

という流れです。

測定すると0または1が得られます。

しかし、1回の測定だけを見ても、そこから微小な位相を正確に判断することは困難です。

そこで同じ条件の測定を何度も繰り返し、

「1がどれくらいの割合で出たか」

という統計から位相を推定します。

これが今回のPC上の「量子センサー」です。

【図1：量子センシング回路】

---

4. 量子ビットに「微小な変化」を与える

今回、入力した位相 φ には、

0

π/128

π/64

π/32

π/2

π

5π/4

2π

などがあります。

例えば、

π/128 = 0.02454369260617026

π/64 = 0.04908738521234052

π/32 = 0.09817477042468103

です。

こうして既知の位相を入力しておき、

「測定結果から推定した値が、本当の入力値へどこまで近づけるのか」

を調べました。

---

5. どうやって変化を測定したのか

重要なのが shots です。

shotsとは、同じ量子回路を何回測定するかを表します。

例えば16 shotsなら16回。

16,384 shotsなら16,384回測定します。

1回だけでは偶然の影響が非常に大きくても、測定回数を増やせば統計的な情報が蓄積します。

今回の実験では、shotsを段階的に変えながら、推定誤差がどう変化するかも測定しました。

【図2：位相変化を測定する仕組み】

---

6. 理想条件ではどこまで測れたのか

まず理想条件です。

θ=0、N=16384、20 trialで測定しました。

結果は次のとおりです。

φ	φ_true	p̂ mean	φ̂ mean	RMSE vs 識別可能φ	RMSE vs 真のφ	n₁≥1
0	0.0	0.0	0.0	0.0	0.0	0.0
π/128	0.02454369260617026	0.0001556396484375	0.023133255760682998	0.00945745073080819	0.009457450730808371	0.9
π/64	0.04908738521234052	0.0006134033203125	0.04902574044580006	0.007115702990888103	0.007115702990888105	1.0
π/32	0.09817477042468103	0.0025054931640625	0.09990163722842386	0.0072918864999960906	0.007291886499995989	1.0
π/2	1.5707963267948966	0.4992950439453125	1.5693863321160022	0.007176959916442616	0.007176959916442616	1.0
π	3.141592653589793	1.0	3.141592653589794	0.0	0.0	1.0
5π/4	3.9269908169872414	0.854217529296875	2.3580953955917723	0.006694231636099081	1.5689085513730636	1.0
2π	6.283185307179586	0.0	0.0	0.0	6.283185307179586	0.0

ここで、面白いことが起きています。

単純に、

「shotsを増やせば、どんな位相でも正しく分かる」

とはなっていません。

---

7. 入力した位相と推定した位相を比べる

特に注目したいのが、

5π/4

です。

真の値は、

3.9269908169872414

でした。

ところが推定値の平均は、

2.3580953955917723

となりました。

これは約3π/4側へ折り返しています。

さらに2πでは、

真値 6.283185307179586

に対して、

推定値 0.0

となりました。

これは今回使用した単純な測定方式では、位相の周期性によって異なる位相を一意に区別できない領域があることを示しています。

つまり、

「量子状態が変化した」

ことと、

「その変化量を一意に読み取れる」

ことは同じではありません。

今回の実験では、この折り返しを失敗として削除していません。

【図3：入力した位相と推定した位相の比較】

---

8. 測定回数（shots）を変えるとどうなるのか

次に、φ=π/2、θ=0、理想条件でshotsを変えました。

RMSEは、推定値が基準となる値からどれくらいずれたかを見る指標です。

N	RMSE	CRLB（理論）
16	0.2898863113657039	0.25
64	0.12004481202646357	0.125
256	0.056833035706686456	0.0625
1024	0.017780577371386205	0.03125
4096	0.01342150123770992	0.015625
16384	0.007176959916442616	0.0078125

全体を見ると、測定回数が増えるにつれてRMSEが小さくなる傾向が確認できます。

16 shotsでは、

0.2898863113657039

だったRMSEが、

16,384 shotsでは、

0.007176959916442616

まで小さくなりました。

ただしN=1024では、20 trialで得られた標本RMSE

0.017780577371386205

が、表に示したCRLB

0.03125

を下回っています。

この一結果だけを使って「理論を超えた」「理論が崩れた」などとは判断しません。

有限trialで得られた今回の実測値として、そのまま記録します。

【図4：shotsと推定誤差の関係】

---

9. さらに小さな変化を測ってみる

ここは今回の実験で特に重要な部分です。

φ=π/32、θ=0、N=16。

この条件では、

20 trial中20 trialすべてで n₁=0

となりました。

推定値 φ̂ は、

0

です。

RMSEは、

0.0981747704246806

でした。

これは、ほぼ入力した |φ| そのものです。

つまり微小な位相変化が存在していたにもかかわらず、少ない測定回数では今回の測定結果からそれを捉えられませんでした。

量子センシングという言葉から、

「どんな小さな変化でも見える」

と想像してしまうかもしれません。

しかし少なくとも今回のモデルは、そうではありません。

一方、測定設定を変えることも重要です。

θ=π/2にすると、φ=0でもN=16384のRMSEは、

0.007176959916442616

でした。

つまり、何を測るかだけでなく、

「どこを最も敏感に測れるようにセンサーを設定するか」

も重要になります。

---

10. ノイズを入れるとどうなったのか

現実のセンサーにはノイズがあります。

そこで今回もノイズを加えました。

φ=π/2、θ=0、N=4096でのRMSEは、

理想条件：

0.01342150123770992

readout 0.10：

0.02210882754135714

dephase 0.60：

0.02820991013430417

となりました。

今回の条件では、理想状態からreadoutノイズ、dephaseノイズを加えることでRMSEが大きくなっています。

これは、

「量子状態が非常に敏感だから、そのまま高性能センサーになる」

とは限らないことを示す例です。

測りたい微小変化に敏感である一方、不要な外乱にも影響されます。

【図5：ノイズと推定誤差の関係】

---

11. どこから「測りにくく」なるのか

今回、もう一つ無視できない問題がありました。

invalid inversionです。

全体で、

3651 / 26880

がinvalid inversionとなりました。

これらは削除せず、clipして保存しています。

特に端点付近へノイズが入る条件では失敗が増えました。

例えば、

φ=0

N=16

readout 0.01

では、

20 trial中19 trialがinvalid

でした。

これは重要です。

単純な逆変換による推定では、測定確率の揺らぎによって、そのまま逆変換できない値が発生することがあります。

つまり、量子状態が情報を持っていたとしても、

測定方法。

測定回数。

ノイズ。

推定方法。

によって、その情報をうまく取り出せない場合があります。

【図6：小信号の検出と測定限界】

---

12. 古典的な測定モデルと比べるとどうなるのか

では、量子だから古典より圧倒的に優れていたのでしょうか。

今回の実験からは、その結論は出せません。

同じBernoulliモデル、N=4096、θ=0で比較したRamsey/classical RMSE比は、

0.84〜1.21

でした。

条件によって1より小さい場合も、大きい場合もあります。

しかし、これは公平な意味での「量子優位」を検証するために設計された比較ではありません。

したがって、

「量子センサーが古典センサーを上回った」

という結論には使いません。

今回は、量子優位を作るために都合のよい条件を選ぶこともしませんでした。

また、Qiskit Aerによる112点の確認では、

|p̂−p_theory| 平均：

0.002676755797718829

最大：

0.012763597161636442

でした。

これは今回構築したシミュレーションの挙動を確認するための記録であり、実際の量子センサー性能を示す数値ではありません。

---

13. 今回の実験で分かったこと

今回のYQL-RAMSEY-001から確認できたことを整理します。

第一に、今回のモデルでは、既知の位相変化を測定統計から推定できる条件がありました。

第二に、shotsを増やすことで、今回調べた条件では全体として推定誤差が小さくなる傾向が確認されました。

第三に、小さな信号に対してshotsが少ない場合、変化そのものを捉えられないことがありました。

φ=π/32、θ=0、N=16では、20/20 trialでn₁=0となっています。

第四に、位相には周期性があります。

5π/4が約3π/4側へ折り返し、2πが0として推定されるなど、今回の単純な測定だけでは一意に識別できない領域がありました。

第五に、ノイズを加えることで、今回の条件ではRMSEが増加しました。

第六に、端点付近とノイズの組み合わせではinvalid inversionが増えました。

そして第七に、

今回の古典比較から「量子優位」を主張することはできません。

今回確認したかったのは、

「量子なら必ず勝つ」

という結論ではなく、

量子状態に与えられた微小変化を、どのような条件なら測定統計から読み出せるのか。

そして、どこで読み出しが難しくなるのか。

その境界です。

---

14. 今回の実験では証明していないこと

今回の結果から、次のことは言えません。

• 実際の量子センサーで同じ性能が得られる
• 実際の磁場を測定した
• 実際のNVセンターや原子を測定した
• 実量子コンピュータ上で量子センシングを実証した
• 量子センサーなら必ず古典センサーより高精度になる
• 今回のRamsey/classical比較で量子優位が証明された
• あらゆる微小信号を量子センサーなら検出できる
• 世界初の実験である

今回行ったのは、

PC上に構築した1量子ビットRamsey型センシングのシミュレーションです。

実験結果と、現実の量子センサーの性能を混同してはいけません。

---

15. 実験データをどう残したのか

今回のシミュレーションでは、結果の良かった条件だけを記事へ持ってくる方法は採っていません。

総trial行数は33,600。

除外は0です。

また、推定時に発生したinvalid inversionも削除せず、

3651 / 26880

を記録しました。

再現性を確保するため、乱数seedは、

20260819

に固定しています。

実験環境は、

Python 3.12.10

Qiskit 2.5.1

qiskit-aer 0.17.2

numpy 2.5.1

です。

今回特に重要視したのは、

「うまくいかなかった結果を消さない」

ことでした。

5π/4で発生した位相の折り返し。

2πが0として推定された結果。

φ=π/32、N=16で小信号を捉えられなかった結果。

端点とノイズの組み合わせでinvalid inversionが増えた結果。

そして、古典比較で明確な量子優位を確認できなかった結果。

これらもすべて今回の実験結果の一部として残しています。

---

16. 次回の量子実験

今回の実験では、

「1量子ビットを使って微小な位相変化を読む」

ところまで進みました。

では、複数の量子ビットを使ったらどうなるのでしょうか。

量子センシング研究には、複数量子ビットや量子もつれを利用して測定性能を高めようとする考え方があります。

そこで次の実験候補になるのが、

「GHZ状態などの量子もつれを使ったセンシング」

です。

1量子ビットのRamsey型センシングと、

複数量子ビットをもつれさせたセンシング。

同じ測定資源、同じノイズ条件など、できるだけ公平な比較条件を定義したうえで、本当に違いが現れるのか。

そしてノイズを強くしたとき、その差は残るのか。

これはまだ実施していません。

次回実験を行う場合も、

「量子優位が出るはずだ」

と結果を決めてから実験することはしません。

上回れば、上回った結果を。

差がなければ、差がない結果を。

悪化すれば、悪化した結果を。

そのまま記録します。

YABALIMI QUANTUM LABでは、これからも、

研究を読むだけではなく、

作る。

動かす。

測る。

失敗も残す。

そして、

「どこまでが確認できた事実なのか」

を切り分けながら、量子技術の現在地を追っていきます。