川畑史郎（かわばたしろう）　氏　
　　　法政大学　情報科学部　教授（工学博士）
 ＜略歴、等＞
　1995年　名古屋大学　工学研究科　結晶材料工学専攻　修士課程修了。
　1998年　大阪市立大学　工学研究科　応用物理学専攻　博士課程修了（工学博士）。
　1998年　通産省 電子技術総合研究所　研究員。
　2001年　産業技術総合研究所　研究員。
　2023年　同　副センター長。
　2024年より　法政大学 情報科学部　教授（現職）。
　2025年より　NEDO　イノベーション戦略センター フェロー（現職）。
　　その間、NTT、広島大学、オランダTwente大学、スウェーデンChalmers工科大学、仏CNRS、仏ILL、仏LPMMC等にて、客員研究員や客員教授を併任。
　　2018年～　文科省光・量子飛躍フラッグシッププログラムQ-LEAP量子情報処理領域サブプログラムディレクタ。
　　2019年～2023年　一般社団法人量子ICTフォーラム理事及び量子コンピュータ技術推進委員会委員長。
　　2020年～2024年　NEDO 高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技術開発 量子関連コンピューティング技術 プロジェクトリーダー。
　　2020年～　内閣府 ムーンショット型研究開発事業 目標6「2050年までに、経済・産業・安全保障を飛躍的に発展させる誤り耐性型汎用量子コンピュータを実現」 アドバイザ。
　　2022年～　JSTさきがけ「物質と情報の量子協奏」アドバイザ。
　2025年～　経済産業省 貿易経済安全保障局 安全保障貿易管理調査員。
　2025年～　文科省光・量子飛躍フラッグシッププログラムQ-LEAP人材育成プログラム領域プログラムディレクタ。

　量子アニーリングとは、量子揺らぎを制御することで組合せ最適化問題の近似解を求める手法です。2011年にカナダのベンチャー企業D-Wave Systems社が超伝導量子アニーリングマシンを商用化して以来、量子アニーリングマシンのハードウェアやビジネス利用に向けた研究開発が著しく進展してきました。また、2025年に同社は最新の量子アニーリングマシンD-Wave Advantage 2の出荷を開始しました。
　それに対し、古典物理学の原理に基づいた古典アニーリングマシンハードウェアの開発と製品化が日立、富士通、東芝、NEC等で進められています。加えて、エンドユーザーが様々な量子及び古典アニーリングマシンにアクセスできるクラウドサービスもFixstars、AWS、Microsoft等から提供されるようになってきました。そのため、量子コンピュータより近未来に社会実装する技術として量子及び古典アニーリングに産業界から期待が寄せられています。
一方、古典最適化アルゴリズムや古典アニーリング（シミュレーテットアニーリングなど）に対する量子アニーリングの優位性は今のところ理論的に示されていません。また、D-Wave Systems実機によるベンチマーキングにおいても、古典最適化アルゴリズムや古典アニーリングに対する優位性は特殊な例を除いて明確に示されていません。
　一方最近になって、磁性体やトポロジカル物質などの物性シミュレーションにおいて、D-Wave Systems実機は従来古典手法に対して高速性を示すことが実証されています。そのため、量子アニーリングの優位な領域はマテリアルミュレーションではないかと考えられています。
　本セミナーにおいては、量子及び古典アニーリングの基礎理論から最先端トピックスまで、非専門家向けにわかりやすく正確に解説を行います。さらに、科学的エビデンスやベンチマーキング結果に基づいて、公正・中立な立場で、量子アニーリングの古典最適化アルゴリズム及び古典アニーリングに対する優位性の有無、問題点・限界、古典・量子アニーリングの最適化問題ソルバとしての位置付けについても解説します。

1　量子アニーリング入門:初級編
　1.0　言葉の定義：「量子コンピュータ」と「量子アニーリング」の違い
　1.1　組合せ最適化問題
　1.2　巡回セールスマン問題
　1.3　イジング模型とQUBO(二次制約なし二値最適化問題)
　1.4　問題のマッピング
　1.5　シミュレーテッドアニーリングと量子アニーリング
　1.6　量子アニーリングの原理
　1.7　量子アニーリングの歴史
　1.8　D-Wave Systems

2　量子アニーリング入門：より深い理解のために
　2.1　「計算が速いとは？」：計算量理論とヒューリスティクス
　2.2　論争・批判：量子アニーリングは理論的に高速な計算手法なの？
　2.3　論争・批判：D-Waveマシンは早いの？量子効果を使っているの？
　2.4　量子アニーリングのベンチマーキング
　2.5　ノーフリーランチ定理：世の中おいしい話はないよ
　2.6　物性シミュレータとしての量子アニーリングマシンの優位性

3　量子及び古典アニーリングマシンハードウェア
　3.1　D-Wave Systemsの量子アニーリングマシ
　3.2　D-Wave Systems社以外の量子アニーリングマシ
　3.3　古典アニーリングマシン
　　　（シミュレーテッドアニーリングに基づく古典アニーリングマシン。ASIC、FPGA、GPU）
　3.4　疑似量子アニーリングマシン
　　　（量子分岐マシンにインスパイアされたシミュレーテッド分岐マシン、コヒーレントイジングマシンなど）
　3.5　世界の研究開発プロジェクト（DARPA、AvaQus、NEDOなど）

4　アニーリングマシンクラウド・プラットフォーム
　4.1　D-Wave Systems社のLEAP2
　4.2　日立のAnnealing Cloud
　4.3　FixstarsのFixstars Amplify
　4.4　JijのJij Zept
　4.5　他のクラウド（Amazon Braket、Microsoft Azureなど）

5　アニーリングのビジネス適応に向けた取り組み事例
　5.1　実ビジネスへの応用
　5.2　事例：広告配信
　5.3　事例：交通流最適化
　5.4　事例：避難経路探索、工場内搬送車配送
　5.6　事例：航空機ゲート割り当て
　5.7　事例：材料設計、プロセスインフォマティクス、加工プロセス
　5.8　事例：半導体マスク形状最適化

6　課題と展望
　6.1　課題
　6.2　展望
　6.3　最後に：量子アニーリングの最適化ソルバとしての位置付け