Mie Optical Computing

コンピュータをより高速で効率的なものにしようとする探求の中で、科学者たちは長い間、電気の代わりとなる可能性を持つ「光」に注目してきました。従来のコンピュータは、シリコンチップ内を移動する電子を用いて情報を処理しますが、光はより速く移動でき、熱をあまり発生させることなく一度に多くのデータを運ぶことができます。光学コンピューティングとして知られるこの分野は、電流の代わりに光のビームを用いて画像やデータを処理するマシンを構築することを目指しています。長年、これらの光ベースのコンピュータの主要な設計は、光が階層間を跳ね返る多層ビルのような、複雑な積層構造に依存してきました。各層はフィルターや鏡として機能し、光が次の層に通過する前に、光をわずかに調整します。これらは効果的ではあるものの、嵩高く、小型化が困難であり、単純なタスクを実行するためにも多くのスペースを必要とします。根本的な課題は、巨大で広大な構造を必要とせずに、いかにして十分に強力な計算能力を、一つの小さな素材の中に詰め込むかという点でした。

ロシアのITMO大学とイタリアのブレシア大学の研究チームは、この問題に対する画期的な解決策を提案しました。それは、多層構造のマシンを構築する代わりに、単一の極めて小さな粒子を使ってすべての作業を行うという提案です。彼らの研究では、光の波長程度の大きさしかない単一の物質の粒が、はるかに大きく複雑なシステムと同等にパターンを認識するように訓練できることを実証しました。彼らは、光の波長と同程度の大きさの粒子に光が当たったときに発生する「ミー散乱（Mie scattering）」と呼ばれる特定の相互作用に焦点を当てました。光がそのような粒子に当たると、単に跳ね返るだけでなく、粒子内部に複雑な振動を引き起こし、光を非常に特定のパターンに従って再放出させます。研究者たちは、もしこの粒子の内部構造を注意深く制御できれば、光を散乱させる方法によって数学的な計算を実行するようにプログラムできることに気づきました。

チームはこのアイデアを検証するために、粒子に古典的なタスク、すなわち手書き数字の識別を行わせました。彼らは0から9までの数字の画像を、光ビームの位相にエンコードし、そのビームを単一の仮想的な粒子に集束させました。粒子はプロセッサとして機能し、内部の特性に基づいて入射光を変換しました。反対側では、検出器のセットが、粒子によって散乱された光の強度を測定しました。研究者たちは、コンピュータシミュレーションを用いて粒子の内部構造を訓練し、示された数字を正しく識別するまでその特性を調整しました。これらのシミュレーションにおいて、サイズパラメータが15（光の波長に対する大きさの尺度）である単一の粒子は、約90パーセントのテスト精度を達成しました。この性能は、パターン認識に使用される標準的なコンピュータアルゴリズムである単層の人工ニューラルネットワークに匹匹することであり、単一のコンパクトな物体が、実際に非自明な計算タスクを実行できることを証明しています。

この研究の最も重要な発見の一つは、単一の粒子が従来の層状システムと比較して、どれほど多くの情報を扱えるかという点です。標準的な光学コンピュータでは、一層が処理できる情報の量は、光の波長によってほぼ決定されるピクセルの数によって制限されます。しかし、単一の粒子は、互いに相互作用する膨大な数の内部振動モード、すなわち「チャネル」をサポートすることができます。研究者たちは、粒子が大きくなるにつれて、粒子内部の調整可能な設定（パラメータ）の数が、平坦な層におけるピクセルの数よりもはるかに速く増加することを発見しました。具体的には、粒子の計算能力の密度は、平坦な層では面積の平方に比例するのに対し、粒子ではそのサイズの4乗に比例してスケールします。これは、光の波長よりわずかに大きいだけの粒子であっても、同じスペースにある平坦な層状のデザインよりも、桁違いに高い計算能力をその極小の体積の中に詰め込めることを意味します。

また、研究では自然界がこのようなデバイスに課す物理的な限界についても調査されました。現実世界の材料は、相反性（光が前方または後方へ進む際、同様に振る舞うという概念）や受動性（受動的な物体はエネルギーを生み出すことはできず、受け取ったものを吸収または散乱することしかできないというルール）といった特定の規則に従わなければなりません。研究者たちは、これらの物理法則が粒子の計算能力にどのように影響するかをテストしました。その結果、粒子に受動性を求めることは最大精度をわずかに低下させるものの、システムをより堅牢にすることも分かりました。受動的な粒子は、光の小さな誤差やノイズによって狂いにくく、自然な安定剤として機能します。さらに、これらの厳格な物理的制約がある場合でも、粒子は高い精度で数字を認識するように訓練可能であり、非吸収性の誘電体オブジェクトとして設計した場合でも最大84パーセントの精度に達することを示しました。

このコンセプトが単なる数学的なトリックではなく、現実世界に存在し得るものであることを証明するために、チームは特定の物理的な形状を設計しました。彼らは、精密なパターンで異なる材料が混合された、不均質な球体（仮想的な球体）を作成しました。球体内部の異なる地点における材料の密度を調整することで、その散乱特性をチューニングすることができました。シミュレーションによれば、このカスタム設計された球体は、手書きの数字を正常に分類できることが示されました。最適な形状は複雑かつ多様であり、単一の単純な効果ではなく、多くの異なる内部共鳴間の協調的な相互作用に依存していました。このような非常に詳細な構造を現在の技術で製造することは困難ですが、この研究は原理証明（プルーフ・オブ・プリンシプル）として機能しています。これは、光学コンピューティングに必要な複雑な計算が、必ずしも大規模で多層的なデバイスを必要とするのではなく、単一のコンパクトな散乱体による多極応答の中に集約できることを示しています。

この研究は、極めて小さく効率的な光学コンピュータを設計するための新しい道を切り開いています。計算プロセス全体を単一の物体に集約することで、研究者はこれらのプロセッサをコンピュータチップに直接統合し、光ベースの処理と電子回路の間の溝を埋めることができる可能性があります。研究は、光学コンピューティングの未来が、より大きく複雑な鏡やレンズの積み重ねを構築することにあるのではなく、単一の微小な物質の複雑な物理学を習得することにある可能性を示唆しています。研究者たちがこれらの設計を洗練させていくにつれ、ピンの頭に乗るほどの超高速・低エネルギーの光学プロセッサを実現するという構想は、理論の領域から現実へと近づいています。