動かして学ぶ量子コンピュータプログラミング ―シミュレータとサンプルコードで理解する基本アルゴリズム

222

11

章 量子スーパーサンプリング

return sp.color;

}

この章の冒頭で述べたように、

QSS

が持つ興味深い利点は、描画演算の回数ではなく、むしろ現れ

るノイズの特徴の違いに関係しています。

例 11-4 では同じ数のサンプルで比較していますが、

QSS

の平均ピクセルエラーはモンテカルロサン

プリングよりも約

33 %

小さくなっています。さらに興味深いことに、エラーがないピクセル（結果が理

想的な値と完全に一致するピクセル）の数は、モンテカルロサンプリングのほぼ

2

倍です。

11.7

 

QSS

対モンテカルロサンプリング

従来型のモンテカルロサンプリングとは対照的に、この

QSS

シェーダは実際には

1

つのサブピクセル

の値を出力するものではありません。代わりに、とりうる値の重ね合わせを利用して、すべての計算と

足し合わせの結果から得られる和を推定します。実際にすべてのサブピクセルの値を計算する必要が

ある場合は、従来型のほうが優れています。総和またはサブピクセルのグループの他の特性を知る必

要がある場合、

QSS

は興味深い代替法となります。

QSS

と従来型のスーパーサンプリングの根本的な違いは、次のように特徴付けることができます。

従来型のスーパーサンプリング

サンプルの数が増加するにつれて、結果は正確な答えに向かって収束する。

量子スーパーサンプリング

サンプル数が増加するにつれて、正確な答えを得る確率が高くなる。

QSS

で可能なことが明らかになったので、次にその仕組みを少し詳しく説明しましょう。

11.