東芝の組み込み向け量子インスパイアード技術が進化、高速化と安定性を両立：人工知能ニュース（2/2 ページ）

東芝は、刻々と状況が変化する現実環境において、組み合わせ最適化問題を高速かつ安定して解くことができる「量子インスパイアード最適化フレームワーク」を開発した。

[朴尚洙，MONOist]

無線センサーネットワークのTDMAスケジューリングで効果を確認

　シミュレーターを用いた技術実証では、まずイジングモデル圧縮の効果を確認した。代表的な組み合わせ最適化問題であるMIS（最大独立集合）問題を解く場合に、イジングモデル圧縮を適用したSBMは、適用しないSBMと比べて、データ転送時間が約18倍、演算時間が約3倍に高速化されたという。

　また、従来のSBMのみでは解けなかった問題が、開発したフレームワークを適用することで解けるようになることも確認している。

「イジングモデル圧縮」による処理速度の詳細分析と従来手法との比較［クリックで拡大］ 出所：東芝

　さらに、同フレームワークを用いて、工場や工事現場のように多数の無線センサーが存在するマルチホップネットワークにおいて、無線干渉が起こらないようにするTDMA（時分割多元接続）スケジューリングを想定した評価も実施した。

無線センサーネットワークのTDMAスケジューリングのイメージ［クリックで拡大］ 出所：東芝

　TDMAスケジューリングは、複数のセンサーから基地局へデータを集約する際に、無線干渉を避けながら同一の時間枠（タイムスロット）で同時に送信できるノードの組み合わせを決定する処理を行うため、通信可能なノード群からなるMISを繰り返し求める問題として扱うことができ、計算の度に生成されるMIS問題の規模や構造（ノード数やエッジ密度など）の特徴が大きく変化する。

　新開発のフレームワークは、最適化制御AIとイジングモデル圧縮の効果により、特徴がが変化し続けるMIS問題を連続的に解くことができた。800ノードの無線センサーネットワークに対するTDMAスケジューリングでは、オープンソースのソフトウェアベースのMISソルバーが計算に16.935秒を要したのに対し、新開発のフレームワークを適用したSBMは0.465秒で完了した。

　なお、今回の研究成果は、2026年6月16日付（英国時間）で国際学術誌「Nature Communications」（オンライン版）に掲載された。

⇒その他の「人工知能ニュース」の記事はこちら