光がAIのように記憶するって本当か、話題の研究を正しく読み解く

「光が脳のように記憶し、考える」。そんな見出しを見ると、SFのような未来がもう来たのかと胸が高鳴る。だが、こうした話ほど、何が本当に起きたのかを冷静に見きわめたい。2026年2月、イタリアの研究チームが発表した成果は、確かにわくわくするものだった。ただし、その中身は「光で動く脳が完成した」という話とは、少し違う。

イタリア国立研究評議会ナノテクノロジー研究所(CNR-Nanotec)、イタリア技術研究所(IIT)、ローマ・サピエンツァ大学などの共同チームが、物理学の名門誌『Physical Review Letters』に論文を発表した。光の粒である光子のふるまいと、AIの記憶モデルが、同じ数式で書けることを示したのだ。派手な見出しの奥にある、この静かで深い発見を正しく読み解いていこう。

まず「連想記憶」というAIの原型を知る

欠けた情報から全体を思い出す仕組み

今回の話の主役の一つが、ホップフィールド・ネットワークと呼ばれるAIモデルだ。1980年代に物理学者ジョン・ホップフィールドが提案した、連想記憶のしくみである。人間は、ぼやけた写真や一部が隠れた顔からでも「あの人だ」と思い出せる。この、断片から全体を復元する能力を数式で表したのがこのモデルだ。

仕組みはこうだ。無数の要素(ニューロンに相当)が互いに結びつき、記憶したいパターンを結合の強さとして刻み込む。そこへノイズの混じった不完全な入力を与えると、システムは「エネルギー関数」という値が最小になる状態へと自動的に転がり落ちていく。デコボコの地形にボールを置くと必ず谷底に落ち着くように、最も近い記憶パターンへと収束するのだ。

2024年のノーベル賞に輝いた考え方

このモデルの重要性は、近年あらためて脚光を浴びた。2024年のノーベル物理学賞が、ジョン・ホップフィールドと、深層学習の父ジェフリー・ヒントンに、人工ニューラルネットワークの基礎を築いた功績で贈られたのだ。今日の生成AIブームの、はるか源流にある考え方だといっていい。

ホップフィールド・ネットワークは、物理学の言葉で書かれているのが特徴だ。ニューロンを、上向きか下向きかの二つの状態を取る小さな磁石(スピン)に見立てる。すると記憶の想起は、たくさんの磁石が最も安定する配置を探す物理の問題そのものになる。AIと物理が、もともと地続きだったことを示すモデルなのである。

光子のふるまいが、同じ数式だった

光の統計が「記憶の地形」を描く

では、今回のイタリアチームは何を見つけたのか。核心はこうだ。見分けのつかない複数の光子を、いくつもの経路に重ね合わせて干渉させる。その光子が最終的にどう分布して出てくるか、その統計的なパターンが、ホップフィールド・ネットワークの数式とぴたりと一致することを示したのだ。

光子が干渉して描き出す「模様」が、そのまま連想記憶の「記憶の地形」の設計図になっている——そんなイメージだ。光の量子的なふるまいと、AIの記憶のしくみ。まったく別の起源を持つ二つの世界が、同じ一つの数式で記述できる。チームはこの対応関係を、数学的に導き出してみせた。

光子を増やすほど、賢い記憶になる

この対応には、さらに面白い性質があった。干渉させる光子の数を増やすほど、より高度な連想記憶モデルに対応するのだ。具体的には、光子の数に応じて、要素同士がより複雑に絡み合う「多体」のホップフィールドモデルが現れる。光子という物理の資源を増やすことが、そのまま記憶モデルの表現力を高めることにつながる。

この研究は、2021年のノーベル物理学賞が贈られたジョルジョ・パリージの「スピングラス」理論とも地続きだ。多数の磁石が複雑に競い合う乱れた系を扱うこの理論の道具立てが、光子とAIをつなぐ橋の上で活きてくる。異なる分野が、深いところで一つの数学を共有していることが見えてくる。

ここが肝心——「作った」のではなく「示した」

これは理論の研究である

さて、ここで誤解を解いておきたい。この成果を「光で動く記憶装置を実際に作り、動かした」と紹介するのは、正確ではない。今回の論文は、理論と数値シミュレーションによる研究だ。光子のふるまいとホップフィールドモデルが数式で対応することを導き、その性質をコンピュータ上の計算で確かめた。実験室で特殊なレーザーを結晶に当てて装置を組んだ、という段階の話ではない。

ときおり見かける「成功率が何パーセントの記憶装置ができた」といった説明も、この論文には見当たらない数字だ。おそらく、別の研究グループが行った光デバイスの実験と取り違えられたものだろう。科学の話では、こうした「理論なのか実験なのか」の区別がとても大切になる。両者は、発見の意味がまるで違うからだ。

「翻訳辞書ができた」段階

では、理論的な対応を示すことに、どんな値打ちがあるのか。それは、異なる二つの言語のあいだに「翻訳辞書」ができたようなものだ。光の物理学と、AIの情報科学。この二つを行き来する辞書があれば、片方で培われた知恵を、もう片方へ持ち込める。たとえばスピングラスの相転移という物理の理論を使って、AIの記憶容量の限界を解析できるようになる。

ただし、辞書ができたことと、その言語で流暢に会話できることは別だ。翻訳辞書が完成しても、実際になめらかな会話(実用デバイス)が成り立つまでには、まだ距離がある。今回の発見は「発明」ではなく「発見」であり、製品の完成を意味しない。この現在地を正しくおさえることが、浮ついた期待に振り回されないコツである。

なぜ「光で計算する」ことに期待が集まるのか

電子の渋滞、光の立体交差

そもそも、なぜ光でAIを動かそうとするのか。いま私たちのAIは、電子が回路を流れることで計算している。だが電子は移動のたびに熱を生み、混み合えば遅れも生じる。生成AIの普及で計算に必要な電力が社会問題になりつつある今、この発熱と消費電力は無視できない壁だ。

そこで光が候補にあがる。光は光速で伝わり、しかも干渉という現象で、複数の情報を重ね合わせて並列に扱える。電子が信号待ちの多い一般道だとすれば、光は交差点のない立体交差のようなものだ。原理的には、低消費電力で高速な計算が期待できる。すでに光ファイバー通信が世界の大容量データを支えている実績も、この期待を後押ししている。

ただし、まだ入り口に立ったところ

とはいえ、今回の研究が「光の計算は電子より速い」と実証したわけではない点は、重ねて強調しておきたい。示されたのはあくまで数理的な対応関係だ。光でニューラルネットを組む構想に、確かな理論の足場を一つ据えた——その意義は大きいが、実用のデータセンターに届くにはまだ多くの段階が残っている。

後続の研究では、単一光子の光源や集積した光回路を使った実機での検証も報告されはじめている。だがそれらも、研究室で少数の光子を扱う規模にとどまる。ライト兄弟の初飛行が「空を飛べる」ことの証明であって、旅客機の実用化ではなかったのと同じだ。私たちはいま、その初飛行の瞬間に立ち会っている。

正しく理解するための、光と量子の基礎

非線形光学——光同士が影響し合う特別な場所

「光で計算」の文脈でよく出てくるのが、非線形光学という言葉だ。ふだん、光は空気中ではお互い素通りし、影響を及ぼし合わない。すれ違う二本の懐中電灯の光がぶつかって曲がったりしないのは、そのためだ。ところが特殊な結晶に強い光を通すと、光が媒質を通じて間接的に影響し合う現象が生じる。これを非線形光学と呼ぶ。

ただし注意したいのは、今回のイタリアチームの理論論文は、この非線形光学を主役にしたものではない、という点だ。彼らが用いたのは、光を単に重ね合わせて干渉させる線形の光学だった。非線形光学は光計算の重要な道具だが、「この研究がそれを使った」と結びつけるのは正確ではない。言葉のイメージだけで話をつなげないことが、正しい理解には欠かせない。

量子干渉と量子もつれは、別のもの

もう一つ、混同されやすいのが「量子もつれ」だ。この研究で使われているのは、光子が波のように重なり合う「量子干渉」であって、離れた粒子が相関する「量子もつれ」ではない。しばしば見かける「もつれが関与すれば」という説明は、この論文の実証内容ではなく、あくまで一般的な将来展望として語られるものだ。

ついでに、量子もつれについてよくある誤解も正しておこう。もつれた二つの粒子は、片方を測ると瞬時にもう片方の状態が定まるように見える。だが、この相関を使って情報を光より速く送ることはできない。SF的な瞬間通信は、物理の法則が許さないのだ。派手な言葉ほど、その正確な意味を確かめる価値がある。

派手な見出しの奥にある、本当の面白さ

数学が世界をつなぐという発見

結局のところ、今回の成果の本当の面白さはどこにあるのか。それは「光で動く脳ができた」という派手な部分ではない。AIの数学と、光の物理学という、まったく別の世界の言葉が、実は同じ一つの数式でつながっていた——その基礎科学としての美しさにこそある。自然界の異なる現象が、深いところで同じ論理を共有している。その発見の喜びだ。

この一歩は、すぐに私たちのスマホや家電を光のAIに変えるわけではない。けれど、将来の省電力なAIチップを支えるかもしれない理論の土台を、静かに一つ据えた。目に見える製品ではなく、その手前にある考え方の地図を描く仕事。科学の進歩の多くは、こうした地味な地図づくりの積み重ねでできている。

ニュースを読み解く目を持つ

「光が考える」「量子で脳を再現」といった見出しは、これからも次々と現れるだろう。そのとき、これは理論なのか実験なのか、その数字は論文にある本物か、量子もつれと量子干渉を取り違えていないか——そう問える目を持っていれば、期待に踊らされず、本当の進歩を正しく喜べる。

今回の研究は、光とAIをつなぐ翻訳辞書の最初の一冊だ。この辞書がやがて分厚くなり、いつか光の言葉でAIが流暢に語る日が来るのかもしれない。その日を、誇張でも幻滅でもなく、確かな理解とともに楽しみに待ちたい。派手さの奥にある静かな発見を味わえることが、科学を追いかける一番の醍醐味なのだから。