Spectro-temporal shaping of broadband optical wavepackets via programmable on-chip photonics

光は、単に部屋を明るくしたり道を照らしたりするビーム以上の存在です。それは、その色、タイミング、そして形状の中に情報を運ぶ、複雑な波なのです。数十年にわたり、科学者たちはこれらの特性を制御する方法を学んできましたが、幅広い色と時間スケールにわたって極めて精密に制御することは、困難な課題でした。水面の波を、高さ、速度、色が同時に変化しながらも、全体の構造を維持したまま形作ることを想像してみてください。光学の世界において、これは、体を切開することなく人体内部を観察したり、光速でデータを処理したり、膨大な量の情報を通信したりといった、高度な技術のために必要不可欠なことです。問題は、この光を形作るために使われる道具が、伝統的に大きく、硬直しており、調整が困難であったことです。それらは、一度作ってしまうと容易に再形成できない、重くて固定された彫刻のようなものでした。

研究チームは今、この硬直性を打破する方法を開発しました。彼らは、広範で混沌とした光のバーストを取り込み、それをオンデマンドで高度に特定されたカスタムパターンへと再形成できるシステムを作り出しました。小型のプログラマブルなコンピューターチップとスマートな学習システムを組み合わせることで、彼らは広大な範囲の色と時間間隔にわたって光を制御できることを実証しました。この成果により、科学者は以前には信頼性を持って作成することが不可能だった複雑な光のパターンを生成できるようになり、イメージング、コンピューティング、センシングのための、より多用途なツールの扉を開きました。

この光の旅は、1兆分の1秒の端数ほどの極めて短いパルスを放出する標準的なレーザーから始まります。これらのパルスは、光の洗練された交通管制官として機能するガラス製の小さなチップに送り込まれます。このチップ内部では、光が精密な方法で分割・遅延され、特定のタイミングと強度を持つパルスの列が生成されます。このように形作られた光の列は、その後増幅され、光の強度に対して非常に敏感に設計された特殊な光ファイバーケーブルへと送られます。光がこのケーブルを通過する際、劇的な変容を遂げます。ファイバー内での激しい相互作用により、光は400ナノメートルに及ぶ広範なスペクトルをカバーする超広帯域へと拡散します。このプロセスは「スーパーコンティニュアム生成」と呼ばれ、単色のレーザーを虹色の光へと変貌させますが、これまではこの虹の正確な形状とタイミングを制御することは困難でした。

研究者たちはこのプロセスをマスターし、光のエネルギーが時間と色のどこに現れるかを正確に決定したいと考えました。そのために、彼らは光の特性をリアルタイムで測定し、結果を改善するためにチップを調整できる実験セットアップを構築しました。彼らは、出力光を第2のレーザーと混合して詳細なマップ、すなわちスペクトログラムを作成する手法を用いました。このマップは、光の複雑な構造を明らかにしました。しかし、単に光を測定するだけでは不十分でした。チップの設定と最終的な光の形状との関係は、標準的な数学では解くにはあまりにも複雑すぎたのです。システムは、つまみを回すと出力が予測不能に変化する「ブラックボックス」のようでした。

この複雑さを乗りこなすために、チームは経験から学ぶ一種の人工知能である機械学習に目を向けました。彼らはまず、異なるチップ設定がどのように異なる光パターンを生み出すかという数千の例をコンピューターモデルに読み込ませることで、モデルのトレーニングを行いました。モデルがシステムのルールを学習すると、物理的な実験を実行することなく、設定の結果をほぼ瞬時に予測できるようになりました。研究者たちは、このモデルを使用して、特定のパターンを作成するための最適な設定を探索しました。彼らは、特定の時間間隔で隔てられた2つの異なるパルスを生成することや、4つのパルスが異なる色でありながら全く同じ瞬間に到着するようにすることをシステムに要求しました。また別のケースでは、パルスのタイミングが色に応じて変化するパターン、つまりファイバーの自然な分散に抗う必要がある複雑な配置を要求しました。

結果は驚くべきものでした。システムは、高い精度でこれらの複雑なパターンを生成することに成功しました。例えば、特定の色の4つのパルスを、それぞれ60ピコ秒（1兆分の1秒単位のスケール）の間隔で生成しました。また、4つの異なる色が全く同じ瞬間に到着するように同期させることにも成功しましたが、これは特定の高解像度イメージングに不可欠な技術です。おそらく最も印象的なのは、異なる色に対して特定の遅延を課すことができ、ファイバーの自然な分散に逆らうような振る舞いを光にさせたことです。システムは、目標に近づくために試行錯誤しながらチップの設定を自律的に調整することで、これらの結果を達成しました。

このプロセスをさらに高速化するために、研究者たちは物理的な実験とコンピューターモデルを組み合わせました。ランダムな推測から始めるのではなく、トレーニング済みのモデルを使用して、最も有望な開始点のリストを生成しました。この「スマートスタート」により、物理システムは、そうでなければ精緻化に数時間を要したであろう時間を大幅に短縮して、所望のパターンに到達することができました。あるテストでは、以前は3時間の連続調整を必要としていたパターンが、わずか数分で達成されました。システムは堅牢であり、数週間にわたって物理的なセットアップがわずかにドリフト（変動）しても、性能を維持できることが証明されました。

この研究は、光がプログラマブルな材料として扱えること、つまりユーザーが定義した複雑な形態へと形作ることができることを示しています。光のスペクトロ・テンポラル・プロファイル（色とタイミングの同時制御）を制御できる能力は、科学機器に新たなレベルの柔軟性をもたらします。精密な光制御を必要とする高度な医療イメージング、材料加工、量子情報などの応用分野は、この技術の恩恵を受ける可能性があります。嵩高く固定された光学システムを、コンパクトでプログラマブルなチップとスマートな制御アルゴリズムに置き換えることで、研究者たちはより適応性が高く効率的なフォトニックデバイスへの道筋を示しました。この研究は、集積フォトニクスと機械学習を適切に組み合わせれば、光の複雑なダイナミクスを制御し、特定の要求の厳しいタスクに役立てることができるということを裏付けています。