EvoSpikeNet「量子最適化フレームワーク」機能を発表

2026年8月31日、横浜 – Moonlight Technologies 株式会社（代表取締役：青木雅裕、本社：横浜）は、当社の分散型ニューロモーフィックフレームワーク「EvoSpikeNet」において、量子コンピュータおよび古典コンピュータの両方を横断的に活用できる最適化フレームワークを発表いたします。数理モデル・データ構造・実行パラメータを明確に分離した設計により、開発者は解きたい問題を一度定義するだけで、実行デバイス（QPU、シミュレータ、CPU/GPU）を意識せずにアプリケーションを開発できます。

発表の背景

組合せ最適化問題（経路計画、資源配分、スケジューリングなど）は、量子アニーリング、QAOA（量子近似最適化アルゴリズム）、古典的な焼きなまし法など、複数の解法が存在します。しかし、それぞれの解法は入力フォーマットやAPIが異なり、利用するハードウェア（IBM Quantum、D-Wave、OpenJij、Fixstars Amplify、古典シミュレータ等）ごとにアプリケーションコードを書き分ける必要がありました。EvoSpikeNetの新機能は、この課題を「問題定義」「データ構造（QUBO変換）」「実行バックエンド」の3層に分離することで解決します。

機能概要

• デバイス非依存の問題定義（OptimizationProblem）: 候補（candidates）、競合ペア（conflict_pairs）、必須グループ（required_groups）、動的制約（dynamic_constraints）といった数理モデルを、ハードウェアに依存しない形式で記述できます。道路網、低高度・高高度飛行経路、汎用の割当/スケジューリング問題など、複数ドメインに対応します。

• QUBO変換レイヤー（QuboProblemBuilder）: 問題定義を量子アニーリングおよび量子最適化バックエンドが解釈可能なQUBO（Quadratic Unconstrained Binary Optimization）行列へ自動変換します。ハード制約とソフト制約をペナルティ項として柔軟に組み込むことができます。

• プラグイン化された実行バックエンド: 古典焼きなまし法、QAOAシミュレータ、Qiskit（IBM Quantum）、D-Wave、OpenJij、Fixstars Amplifyなど、複数の解法バックエンドをプラグインとして登録し、実行時に名前指定で切り替え可能です。量子ハードウェアが利用できない環境では、自動的に古典フォールバック経路へ切り替わり、アプリケーションの継続性を損ないません。

• 共通の解の契約: どのバックエンドを利用しても、解は同一のassignment（割当結果）・score（コスト）・meta（実行バックエンド情報）形式で返却されるため、アプリケーション側の後続処理を統一できます。

開発者にとってのメリット

本フレームワークにより、開発者は最適化アルゴリズムやハードウェアの詳細を意識することなく、問題領域のロジックに集中してアプリケーションを開発できます。プロトタイプは古典シミュレータで検証し、本番環境では量子ハードウェアへ切り替える、といった段階的な移行も同一コードベースで実現可能です。

from evospikenet.optimization import OptimizationProblem, QuboProblemBuilder

from evospikenet.optimizer import get_optimizer

problem = OptimizationProblem(

    name="resource-allocation",

    domain="generic",

    candidates=[{"id": "task-a", "cost": 4.0}, {"id": "task-b", "cost": 7.0}],

    conflict_pairs=[("task-a", "task-b")],

)

qubo_problem = QuboProblemBuilder().build(problem)

solver_input = qubo_problem.as_problem_dict()

# デバイスを切り替えるだけで、同一の問題定義を異なるバックエンドで実行可能

result = get_optimizer("qiskit").solve(solver_input)

# result = get_optimizer("classical").solve(solver_input)

詳細な仕様は ドキュメントサイト「QAOA 」関連 をご覧ください。なお、本標準はCore側の設計仕様です。

代表取締役のコメント

Moonlight Technologies 株式会社代表取締役の青木雅裕は、次のように述べています。「量子コンピューティングの実用化はまだ発展途上にありますが、アプリケーション開発者が将来のハードウェア進化を見据えて今から開発を始められる環境を提供することが重要だと考えています。EvoSpikeNetの最適化フレームワークは、その橋渡しとなる存在です。」

会社概要

• 会社名: Moonlight Technologies 株式会社

• 代表取締役: 青木雅裕

• 設立: 2025年

• 事業内容: AIフレームワーク開発、分散脳シミュレーション、ニューロモーフィックコンピューティング

• ウェブサイト: https://www.moonlight-tech.biz

お問い合わせ先

• メール: info@moonlight-tech.biz

本プレスリリースに関する詳細は、上記連絡先までお問い合わせください。