【ITニュース解説】Analog optical computer for AI inference and combinatorial optimization

現代のデジタルコンピュータは、人工知能（AI）の進化や複雑な社会問題の解決において中心的な役割を担っているが、その性能向上には限界が見え始めている。特に、AIの学習済みモデルが新しいデータに対して予測を行う「推論」処理や、無数の選択肢から最適な組み合わせを見つけ出す「組み合わせ最適化問題」は、膨大な計算量を必要とし、消費電力の増大が深刻な課題となっている。この課題の根本には、計算を行うプロセッサとデータを記憶するメモリが分離しているため、両者間で絶えずデータ転送が発生し、速度低下とエネルギー消費を引き起こす「フォン・ノイマン・ボトルネック」と呼ばれる問題が存在する。この問題を克服するため、光の物理現象を直接計算に利用する、全く新しい方式の「アナログ光コンピュータ」が開発された。

このコンピュータの最大の特徴は、デジタルではなくアナログで、そして電子ではなく光で計算を行う点にある。現在のコンピュータは、情報を0か1の二つの状態（デジタル）で表現し、電子の流れを制御して計算する。これに対し、アナログ光コンピュータは、光の強度や位相といった連続的に変化する物理量（アナログ）をそのまま情報として扱い、計算を行う。光は電子に比べて高速で、伝送時のエネルギー損失が極めて少ないという利点を持つ。さらに、空間を伝わる光は互いに干渉することなく多数の情報を同時に伝送できるため、非常に高い並列処理能力を実現できる。

この研究で開発された光コンピュータは、特にAIの推論と組み合わせ最適化問題の解決に特化して設計されている。AIの推論処理において中心となる計算は、膨大な数値の掛け算と足し算を繰り返す「行列ベクトル積」である。デジタルコンピュータではこれを一つずつ、あるいは決められた数の演算器で逐次的に処理するが、光コンピュータではこの計算を物理現象として一瞬で実行する。入力データを光の強度として表現し、特殊な光学素子を通過させることで、光の回折や干渉といった現象を利用して、行列計算の結果に対応する光の強度パターンを出力として得る。これにより、従来のコンピュータが苦手とする大規模な並列計算を、極めて高速かつ低消費電力で実行することが可能になる。

もう一つの応用分野である組み合わせ最適化問題は、例えば、物流における最適な配送ルートの探索や、新薬開発における分子構造の設計など、実社会の多様な課題に応用される重要な問題である。これらの問題は、多数の要素が互いに影響し合う複雑なシステムのエネルギーが最も低くなる安定状態を探す問題として、物理学の「イジングモデル」という数理モデルに置き換えることができる。開発されたアナログ光コンピュータは、このイジングモデルの振る舞いを光学的に模倣する。多数の光の点を相互作用させ、システム全体が自然に最も安定した状態（エネルギーが最小の状態）に収束する過程を利用して、最適化問題の解を高速に探索する。これは、複雑な方程式を逐次的に解くのではなく、物理現象そのものに解を見つけさせるという、計算の根本的なパラダイムシフトを意味する。

この研究は、特定の計算タスクにおいて、既存の最先端デジタルコンピュータを大幅に上回る性能を実証した。特にエネルギー効率の面での優位性は顕著であり、将来的にデータセンターの消費電力を劇的に削減する可能性を秘めている。AIモデルがさらに大規模化・複雑化する中で、このような新しい計算技術は不可欠となるだろう。また、金融、物流、製薬、材料科学といった分野で、これまで計算量の問題で解くことが困難だった最適化問題を現実的な時間で解決できる道を開くものと期待される。このアナログ光コンピュータ技術は、電子計算機の限界を打ち破り、より高度で持続可能な情報化社会を実現するための重要な一歩となる。