「共同発表：『光が得意な問題』を解く新たな計算モデルを提案～大規模組合せ最適化の効率化に向けた新手法～」
大阪大学 大学院情報科学研究科の鈴木秀幸 教授（情報数理学）と、当時同研究科助教の山下洋史 東京大学ニューロインテリジェンス国際研究機構 特任講師らの研究グループは、組合せ最適化問題を光の性質を活用して効率的に解く空間光イジングマシン（SPIM）に適した新しい計算モデル「spatial QUBO（spQUBO）」を提案した。これまで空間光イジングマシンで実問題を扱うには多重化などの複雑な実装が必要だったが、本研究により多くの大規模な実問題に直接的かつ効率的に適用できる可能性を示したという。成果は英科学誌「Communications Physics」（Nature Portfolio）に2026年7月29日付（現地時間）で掲載された。
出典：大阪大学・科学技術振興機構（JST）共同発表 2026年8月6日 プレスリリース
https://www.jst.go.jp/pr/announce/20260806-5/index.html
組合せ最適化問題は、配送ルートの決定、工場の生産スケジュール、通信ネットワークの割り当てなど、産業や社会の随所に現れます。変数が増えるほど組合せが爆発的に増え、汎用の計算機では時間がかかる問題として知られてきました。この問題を高速に解く方法の一つとして注目されているのが、物理現象の性質を計算に使うイジングマシンです。イジングモデル（磁石のスピンのふるまいを記述する物理モデル）にあてはめて解くと、変数間の関係を並列にまとめて評価できます。
イジングマシンには複数の実装方式があり、超伝導量子ビットを使うもの、光を使うもの、CMOS回路で模したものなどがあります。このうち空間光イジングマシン（Spatial Photonic Ising Machine、SPIM）は、レーザー光と空間光変調器（SLM）を組み合わせて多数のスピン相互作用を一度に計算する方式で、原理的に大規模化と高速化の両立が期待されてきました。ただし、実問題をこの機械にそのまま載せるのが難しく、多重化などの実装上の工夫が必要でした。
研究グループは、空間光イジングマシンが得意とする問題の形をspatial QUBO（spQUBO）という新しい計算モデルとして定義しました。QUBO（Quadratic Unconstrained Binary Optimization、二次無制約2値最適化）は、イジングマシン系で広く使われる標準的な定式化です。spQUBOはそこに「空間的畳み込み構造」という条件を加え、変数どうしの相互作用がSPIMの光学系にそのまま対応するように整理しました。この整理により、任意のspQUBOは二次元のspQUBOに簡約でき、多重化なしにSPIMで実装できることが示されました。「どんな問題でも高速に解ける」ではなく、「どの形の問題なら光で効率的に解けるか」を理論的に切り分けたところが要点です。
研究グループは、実問題をspQUBOの形に変換するアルゴリズムも合わせて開発したとしています。SPIMは1万変数規模の大規模な組合せ最適化問題にも効率的に取り組める可能性が期待されている方式で、この変換手順があれば物流や交通、エネルギー管理といった応用先の問題を、機械が扱いやすい形に落とし込んで解くことが視野に入ります。研究はJSTの戦略的創造研究推進事業ALCA-Next「グリーンコンピューティング・DX領域」の支援を受けており、社会や産業システムの最適化を通じたエネルギー効率の改善やカーボンニュートラルへの寄与も掲げられています。今回はあくまで計算モデルと変換手法の提案であり、実機での大規模ベンチマークは今後の課題です。
「光で計算すると速い」という話はしばしば聞きますが、実際にどの問題なら光の強みが生きるのかは意外と整理されてきませんでした。今回の発表は、性能自慢よりも「得意な問題の範囲を線引きした」という理論的な仕事で、応用側からすると自分の問題がその範囲に入るかを確かめる手掛かりになります。イジングマシン全般でも、超伝導量子アニーラ、CMOS実装、光実装が並行して発展しているなかで、方式ごとに向き不向きが明らかになっていくフェーズに入りつつあります。物流や交通の最適化は、AI推論と並んで電力消費が伸びる領域でもあり、計算モデルの側から効率化に手を伸ばす取り組みは今後も注目したいテーマです。
本記事は、FrontJournalが公開情報をもとに独自に分析した第三者コンテンツであり、対象企業・研究機関の公式見解ではありません。
この企業の方へ
内容に誤り・更新が必要な点があれば、可能な限り速やかに修正します。お気づきの点はお問い合わせまでご連絡ください。
由風BIOメディカルは、診断薬の感度を左右するナノ粒子を研究する沖縄県うるま市の企業。免疫検査を既存の生化学自動分析装置で行える診断薬向けに、粒子を試薬メーカーへ提供します。
Holoeyesは、CT・MRI画像をVR/MR機器で立体表示する医用画像処理ソフトウェアを開発する神戸大学発の企業。2016年設立、管理医療機器の認証を取得しています。
もみじAIは、AI-OCRを活用して放送局のCM進行表の突合を自動化するシステムに取り組む熊本大学発の企業。2024年設立。企業ごとのAIシステムも開発している。
Bio-energyは、酵素を触媒に廃油からバイオディーゼル燃料「e-Fuel」を製造する神戸大学発の企業。2001年設立で、常温・常圧で排水の出ない製造法を持ちます。
カメラやレーダーの情報から運転操作までを1つのAIが学ぶ「自動運転AI」を研究する英国のWayve。高精度地図に頼らない仕組み、日産の次世代ProPILOTへの採用、Uberとのロンドンでの提供、約1,800億円の資金調達を解説します。
DeepTech企業に転職したい方向けに、採用事情・年収・転職ルート・求められるスキルを出典付きで解説。バイオ・ロボティクス・素材・宇宙など独自技術を核とする企業群で、ビジネス職も含めた「自分に合うか」の判断材料を整理します。
微小重力の宇宙で医薬品の結晶を製造し、回収カプセルで地上へ持ち帰る米国のVarda Space Industries。結晶の形が薬の品質を左右する課題、W-1でのHIV治療薬の結晶化、累計約3億2,900万ドルの資金調達までを解説します。
空気中の二酸化炭素と再生可能エネルギーの電気から、微生物の発酵でタンパク質「Solein」を生産するフィンランドのSolar Foods。生産能力・次期工場・各国の食品承認を解説します。
東京科学大学と東京大学の研究グループが、5種類以上のランタノイド元素を混ぜたハイエントロピー酸化物触媒を開発。メタン酸化カップリング反応を600℃以下で進め、240時間活性を保った成果を解説します。
DigitalBlastが、JAXA宇宙戦略基金（第二期）の「軌道上データセンター構築技術」に連携機関として参画。宇宙にデータ処理基盤を置く構想の背景と課題を編集部が解説。
理化学研究所の渡川和晃チームリーダーらの研究チームは、電子ビームを加工するビームチョッパー装置を開発し、8.4ナノ秒間隔で2つのバンチを持つX線自由電子レーザー光の発生に成功したと発表しました。
神奈川県立産業技術総合研究所・東京大学・住友化学が、昆虫の嗅覚を利用し尿の匂い成分を細胞で検出するバイオハイブリッド型センサーを開発。編集部が解説。