光を計算資源として使う光学AIは、理論上は速くて省エネです。しかし現実には、モデル規模を上げるほど「学習が重い」「製造誤差に弱い」「レーザー前提になりがち」という壁がありました。eLight論文は、4,100万規模の大規模メタサーフェスを固定したまま、10^2〜10^4程度の小さなデジタル後段でタスク適応する光学学習マシンを提示し、この壁への具体的な回答を出しています。
導入と概要：フォトニクスとメタオプティクスで機械視覚をスケールさせる
この記事の要点
3月18日に公開されたeLightの研究は、4,100万個の光学パラメータを持つメタサーフェスを超ワイドな固定フロントエンドとして使い、10^2〜10^4規模の小さなデジタル後段でタスク適応する「metasurface-based optical learning machine（MOLM）」を報告しました。
この構成により、複数の機械視覚タスクでResNetやVision Transformerなどのデジタルモデルと競争できる性能を示し、ギガピクセル級の病理Whole Slide Imageにも応用しています。
さらに、広帯域LED（非コヒーレント光）でも高精度を維持し、複数バッチのチップ間で性能ばらつきが小さいことを示しており、「光学AIは実環境で弱い」という懸念への反証材料になっています。
なぜ今このテーマが重要か
機械視覚（画像認識・検出・セグメンテーション）は、医療・製造・ロボティクス・監視・自動運転など現実世界の判断に直結する一方で、計算量と電力消費が増え続けやすい領域です。政策面でも、データセンター省エネや計算基盤の高度化が争点になり、光電融合（フォトニクスとエレクトロニクスの融合）を「ゲームチェンジ技術」と位置づける整理が進んでいます。
前提知識：メタサーフェス、光学ニューラルネット、非コヒーレント光をやさしく整理
メタサーフェス／メタオプティクスとは
メタサーフェスは、サブ波長スケールの「メタ原子（meta-atom）」を平面上に高密度に配置し、光の位相・振幅・偏光などを幾何構造で制御する平面光学です。
近年は、研究デモから商用応用へ移る上で「製造性（Design for Manufacturing）」や計算的後処理（computational backend）まで含めた設計が重要だ、という整理がレビューとして示されています。
光学ニューラルネットワーク（ONN）とは
ONNは、光の並列性を使って行列計算などを高速・低遅延で処理し、推論（inference）を加速しようとする計算方式です。一般に、光の伝搬・干渉・回折は並列の線形演算を自然に実装できるため、行列積のような処理に向いていると整理されています。
「コヒーレント光」と「非コヒーレント光」の違い
- コヒーレント光（典型例：レーザー）は位相が揃いやすく、干渉を使った複素数演算などを扱いやすい一方、実環境では光学系の揺らぎや speckle、アライメントなどへの要求が厳しくなりがちです。
- 非コヒーレント光（典型例：LEDや自然光に近い光）は実環境に近い条件で使いやすい反面、位相情報を前提とする設計だと性能が落ちやすい、というのが一般的な懸念です。
ここが誤解ポイント
「光学AI＝レーザー必須」と思われがちですが、研究系譜としては、非コヒーレント（または広帯域）光源を扱う光学ニューラルネット設計も提案されてきました（ただし多くはタスク特化や設計・学習の難しさが残ることが多い）。
MOLM：大規模メタサーフェス×小さなデジタル後段が示したこと
eLight論文「Highly scalable machine vision enabled with meta-optics-based ultra-wide neural network」。
著者はThe Chinese University of Hong Kongの研究チームで、超ワイドなメタサーフェスを用いたmetasurface-based optical learning machine（MOLM）を報告しています。
何を組み合わせたのか：4,100万の光学パラメータと10^2〜10^4のデジタル学習
論文の中心は、「巨大な光学フロントエンド（メタサーフェス）」と「極小のデジタル後段（学習可能）」の分業です。
- 光学側：6,400×6,400＝4,100万のシリコン円柱メタ原子で構成されたメタサーフェス（単位格子周期500nm、直径100〜400nm設計）。
- デジタル側：タスクごとに10^2〜10^4程度の学習パラメータ（重み）を持つ小さなニューラルネット（例：COVID-19胸部X線では192重みの回帰ネット）。
ここで重要なのは、メタサーフェスを「固定・未学習（untrained）」として扱い、残差を小さなデジタル側で吸収する点です。論文は、この発想が「大規模ONNの学習が計算的に重い」「多数の光学部品が製造誤差・アライメントに敏感」といった現実的ボトルネックを避ける狙いだと述べています。
超ワイドがなぜ効くのか：未学習でも学習済みに近づくという主張
論文は、ネットワーク幅が巨大になるultra-wide領域では、固定（未学習）の光学フロントエンドが、学習済みフロントエンドに近い表現を出しうると述べています。
このときの理屈づけとして、極端に広い単層ネット（ELM的）やwide NNの理論枠組みを背景に置き、残差をデジタル後段で補正できる、という整理です。
一般読者向けに言い換えると、「光学側をランダムだけど超巨大な特徴抽出器にして、最後の読み出しだけを少し学習する」という発想です。これは機械学習で言うランダム特徴＋線形（小規模）学習と同型で、光学の並列性で特徴抽出の幅を稼ぐのがポイントだと理解できます。
どこまで実証できたのか：ベンチマークから医療、動画、ギガピクセル病理へ
論文および関連発表は、複数の機械視覚タスクを提示しています（文中では「6タスク」と表現しつつ、分類ベンチマークをまとめて数えるなどの数え方の揺れがあり得るため、ここでは代表例として列挙します）。
- MNIST：メタサーフェス＋小規模デジタル後段で高精度を報告（論文中では未学習メタサーフェスでも99%台に近づくことを示す）。
- CIFAR-10：少数のデジタル学習パラメータで高い実験精度を報告し、ResNet-50級と比較しています。
- COVID-19胸部X線（COVID-19 Radiography）：299×299画像を12×16まで強く圧縮し、192重みのデジタル後段で二値分類を行う例を提示しています。
- 非コヒーレント光（LED）動作：広帯域LED＋帯域フィルタでスペクトル幅20〜100nmを作り、MNISTで98.3%超を維持したと報告しています（レーザー単色よりは低下するが、理由も説明）。
- 製造ばらつき耐性：別バッチ3チップで、メタ原子直径が設計（100〜400nm）から実測（92〜413nm）へずれても、MNIST精度のばらつきが1%未満と報告しています。
- 動画の行動認識（KTH）：メタサーフェスを時間処理ユニットの隠れ層に組み込む形（meta-RNN）を示し、フレーム精度・行動精度、処理速度（fps）などを報告しています（速度や時間の一部は論文中で推定扱い）。
- ギガピクセル病理WSI（Whole Slide Image）：2.2×10^10ピクセル級のWSIを前処理（Otsu法）して1000×1000パッチに分割し、腫瘍領域の推定ヒートマップを作る手順を示します。
- セグメンテーション指標（IoU）では、SAMと近い値を示しつつ、推論時間比較（MOLM 1.02秒／WSI、SAM 1.48時間／WSI）を提示しています。ただし論文は、MOLM側の時間は現状実験からの推定である旨を明記しています。
実装上の重要ポイント：量産・小型化に向けた材料
- 製造：メタサーフェスはSOI基板上に作り、商用の電子線リソグラフィ（100keV）を含むプロセスで作製したと記述されています。
- 計算の所在：論文は「計算の99.99%以上が受動メタサーフェス側に載る」と述べています。ただし同時に、実験系には光源・SLM・カメラ・デジタル計算機が含まれ、システム全体最適化は今後の設計課題になり得ます。
世界と日本の現状：研究潮流、産業化、政策とのつながり
世界の現状：光学AIは「タスク特化」から「スケール/実環境」へ
光学ニューラルネット（ONN）は、少なくとも2010年代後半から、回折素子やメタサーフェスを学習した光学層として使う研究が進みました。例として、回折層を学習して分類などを行うD2NNが報告されています。
一方で、広帯域・非コヒーレント光源を扱う設計も提案されており、例えば2019年にはtemporal incoherenceを前提にした広帯域回折ニューラルネット設計が報告されています。
ただし、これらは「特定タスクに最適化された光学素子を作る」発想になりやすく、タスクが変わるたびに再設計・再製造が必要になる、あるいは製造誤差で性能が崩れる、というスケール課題に直面しやすい構造でした（この課題設定自体は、今回のeLight論文も明示しています）。
その意味でMOLMは、「光学側は固定（未学習）」「幅を極大化」「タスク適応は小さなデジタル側」というスケール志向の設計思想を、実験で押し上げた事例として位置づけられます。
また別系統として、メタオプティクスをカメラのレンズ兼前段演算に埋め込む研究もあります。たとえばScience Advancesでは、カメラ光学系にナノフォトニック配列を組み込み、約2Kパラメータの軽量電子後段と組み合わせることでCIFAR-10で72.76%を報告しています。
世界の潮流としては、「光で全部やる」よりも、光（前段）＋電子（後段）の役割分担で現場で勝つ設計が強まっていると見てよいでしょう。
産業化の現在地：メタオプティクスは量産技術が鍵
MOLM自体は研究デモですが、前提となるメタオプティクスは商用化が進んでいます。メタサーフェスが「研究の珍品から商用へ移行しつつあり、製造性（DFM）や計算的後段が重要」とする整理は、レビューとしても提示されています。
また、スマートフォン向けのメタサーフェス光学部品が消費者向けデバイスに採用された事例が報じられており、平面光学の量産・実装が完全に机上ではないことが分かります。
加えて、ナノインプリント等で製造能力を拡張する動きも企業発表として確認できます。
MOLMが本当に社会実装へ近づくかどうかは、「計算原理の正しさ」だけでなく、(1)量産プロセス、(2)カメラ/照明条件への適応、(3)検証・認証（特に医療）という工学・制度の三点セットにかかっています。
日本の現状：光電融合（データセンター省エネ）と光で計算の交差点
日本では、データセンター省エネと計算基盤の高度化の文脈で、光電融合（Photonics-Electronics Convergence）が政策・プロジェクトに組み込まれています。
- 経済産業省の資料では、光電融合技術がデータセンターの省エネに資する「ゲームチェンジ技術」として説明され、開発項目として「Computing technology using photonics-electronics convergence」も明記されています。
- NEDOのグリーンイノベーション基金でも、次世代グリーンデータセンター技術の研究開発項目に「光エレクトロニクス技術（光電融合デバイス、光スマートNIC）」や「省電力アクセラレータ開発」などが並びます。
- 技術研究組合PETRAは、NEDO委託の枠組み（2021年7月〜2026年3月）や共同研究先（大学等）を公開しています。
さらに別資料では、光回路と電子回路の融合により電力を50%以下（装置レベル30%以下）にする、といった目標が示されています。 - NTTは、NEDOのポスト5G関連事業に採択された旨を公表し、IOWN構想の文脈で光電融合デバイス等の研究開発に取り組むとしています。
日本の主戦場は現時点では「配線（インターコネクト）の光化」寄りですが、MOLMのような光で前段計算が成熟すると、将来的には「配線の光化」だけでなく「センサー〜推論の光化（または光前処理）」が、政策・産業の接点になり得ます。これは推測ではなく、政策資料に「computing technology」の項目が含まれる点からの合理的な読み取りです（ただし、具体テーマや予算配分は案件ごとに異なるため一般化は禁物です）。
影響・課題
経済・社会への影響：どこに効く可能性があるか
MOLMが示した方向性が社会に効くとすれば、主に次の3つです。
第一に、エッジ側（カメラ近傍）での低遅延処理です。光学前段で特徴抽出や圧縮ができれば、センサー読み出し後に巨大モデルを回す前提を崩せる可能性があります。これは、カメラ光学系に演算を埋め込む研究（光学前段＋軽量電子後段）とも整合します。
第二に、高解像度（>10^6ピクセルやWSI）処理のボトルネック緩和です。MOLMはWSIをパッチ化して1ショット光学処理→強圧縮→小さなデジタル推論という流れを提示し、推論時間比較も提示しました（ただし一部は推定）。
第三に、実環境照明での運用可能性です。非コヒーレント広帯域LEDで高精度を示した点は、研究デモが実運用の照明条件へ近づく材料になります。
技術課題：何が「未解決」か
- 論文自身が、デジタル後段が単純な全結合中心であることや、分類に有利なフーリエ領域特徴を使う一方、ピクセル単位予測（セグメンテーション）ではレンズが性能を劣化させるなど、現方式の限界を述べています。
- 実験系にはSLMやレーザー、カメラが含まれ、システム体積や消費電力の支配項になり得ます。論文は、より良い透過型設計や薄いメタレンズへの置換など小型化の道筋も述べています。
- 自然光は波長だけでなく、入射角分布・偏光・スペクトル分布が環境で大きく変わります。LED＋帯域フィルタでの実証は大きい一歩ですが、「屋外/室内の多様な自然光条件」や「カラー（RGB）同時処理」まで一般化できるかは、追加実証が必要です。
- 医療応用は、モデル精度そのものに加え、データの偏り、説明責任、規制対応（臨床評価）などが不可欠です。論文のWSIデモは計算の形を示す意味が大きい一方、臨床導入可能性は別途検証が必要です。
よくある疑問Q&A
Q1. メタサーフェス光学AIは、GPUを置き換えますか？
A. 直ちに全面置換、とは言いにくいです。MOLMは「光学前段で大部分の計算（特徴抽出・圧縮）を行い、電子後段は小さくする」設計で、GPUの得意領域（汎用・高精度・巨大モデル）をそのまま置き換えるというより、特定の推論パイプラインを軽くする方向です。
Q2. 4,100万光学パラメータって、4,100万個の重みを学習しているのですか？
A. いいえ。論文の要点は、メタサーフェス側は固定（未学習）でも成立しうる、という点です。4,100万はメタ原子（素子）の規模＝光学フロントエンドの自由度の大きさを表す指標で、学習は主に10^2〜10^4規模のデジタル後段で行います。
Q3. なぜ小さなデジタル後段で済むのですか？
A. 論文は、超ワイドな設定では固定フロントエンドが学習済みに近づき、残差を小規模デジタルで補えるという主張をしています。直観的には「巨大な特徴抽出器＋小さな読み出し学習」です。
Q4. 自然光に近い非コヒーレント光でも動く、は何がすごい？
A. 実運用ではレーザー照明が難しい場面が多く、照明条件の変動も大きいからです。MOLMは広帯域LED＋帯域フィルタ（20〜100nm）という条件でMNISTの高精度を実証しており、「光学AIは照明に弱い」というイメージを減らす材料になります。
Q5. 製造誤差に強い、はどの程度確認されていますか？
A. 論文では、別バッチ3チップでメタ原子直径が設計からずれても、MNIST精度のばらつきが1%未満だったと報告しています。
Q6. 医療（病理WSI）デモは本当に速いのですか？
A. 論文は推論時間比較を示していますが、MOLM側は現時点の実験結果に基づく推定である旨も明記しています。比較対象（SAM側）も実装条件で大きく変わるため、数字は「可能性の方向性」として受け止めるのが安全です。
Q7. 日本企業・日本市場に関係はありますか？
A. 直接の実装例（MOLMの商用プロダクト）が日本で出た、という事実は現時点で公表されていません。一方で日本は政策的に光電融合・省電力計算基盤を推進しており、光を計算やデータ処理に使う方向性自体は接続点があります。
Q8. 一般読者として、次に何を見ればよい？
A. 追うべきは（1）非コヒーレント／自然光下でのタスク拡張、（2）SLMを使わないカメラ実装の実証、（3）量産プロセス（NIL等）と歩留まり、（4）日本ではNEDO/光電融合関連プロジェクトの中で光で計算がどこまで具体化するか、です。
結論：この研究が「スケールしにくい」をどう変えたか
MOLMは「4,100万規模のメタサーフェスを固定フロントエンドにし、10^2〜10^4の小さなデジタル学習で多タスク適応する」設計を実験で示し、広帯域LED（非コヒーレント光）や製造ばらつきへの耐性も報告しました。
これは「光学AIはスケールしにくい」という弱点に対し、（A）学習を光学側から降ろす、（B）幅で性能を稼ぐ、（C）実環境照明に寄せる、という三点で具体解を出した事例です。
読者への提案としては、技術トレンドとしては「光で全部」ではなく「光＋電子の最適分業」が勝ち筋になりやすい点を押さえつつ、日本の光電融合政策と機械視覚の前段光学化がどこで交差するか（研究・製品・規制）をウォッチするのが、最短の理解ルートになります。
参考
- Luo, M., Jiang, M., Shastri, B.J., et al. (2026). Highly scalable machine vision enabled with meta-optics-based ultra-wide neural network. eLight. DOI: 10.1186/s43593-026-00127-y（閲覧日：2026-03-20）.
- EurekAlert!（配信元：Light Publishing Center, CIOMP, CAS）(2026). Meta-optics enabling highly scalable machine vision（ニュースリリース）. URL：出典リンク参照（閲覧日：2026-03-20）.
- Liu, J., Wu, Q., Sui, X., et al. (2021). Research progress in optical neural networks: theory, applications and developments. PhotoniX. DOI: 10.1186/s43074-021-00026-0（閲覧日：2026-03-20）.
- Lin, X., Rivenson, Y., Yardimci, N.T., et al. (2018). All-Optical Machine Learning Using Diffractive Deep Neural Networks. arXiv. DOI: 10.48550/arXiv.1804.08711（閲覧日：2026-03-20）.
- Luo, Y., Mengu, D., Yardimci, N.T., et al. (2019). Design of task-specific optical systems using broadband diffractive neural networks. Light: Science & Applications. DOI: 10.1038/s41377-019-0223-1（閲覧日：2026-03-20）.
- Xu, X., Tan, M., Corcoran, B., et al. (2021). 11 TOPS photonic convolutional accelerator for optical neural networks. Nature. DOI: 10.1038/s41586-020-03063-0（閲覧日：2026-03-20）.
- Wei, K., Li, X., Froech, J., et al. (2024). Spatially varying nanophotonic neural networks. Science Advances. DOI: 10.1126/sciadv.adp0391（閲覧日：2026-03-20）.
- Ueno, A., Hu, J., An, S. (2024). AI for optical metasurface. npj Nanophotonics. DOI: 10.1038/s44310-024-00037-2（閲覧日：2026-03-20）.
- 経済産業省 (2024). Outline of Semiconductor Revitalization Strategy in Japan and Related Projects（資料）. URL：出典リンク参照（閲覧日：2026-03-20）.
- NEDO グリーンイノベーション基金 (2026更新). 次世代デジタルインフラの構築：次世代グリーンデータセンター技術開発（Web）. URL：出典リンク参照（閲覧日：2026-03-20）.
- PETRA (Web). 研究概要（実施期間：2021年7月〜2026年3月）（閲覧日：2026-03-20）.
- 経済産業省 (2022頃). 各「技術研究組合」の概要（PETRAの設立・目標等を含む）（PDF）. URL：出典リンク参照（閲覧日：2026-03-20）.
- NTT (2024). NEDO「ポスト5G情報通信システム基盤強化研究開発事業」採択に関するニュースリリース（閲覧日：2026-03-20）.
- Optica (2024). Metalenz Partners with Samsung on Face-Recognition Technology（業界記事）. URL：出典リンク参照（閲覧日：2026-03-20）.
- NIL Technology (2024). NIL Technology raises €29 million to scale its manufacturing capabilities（企業発表）. URL：出典リンク参照（閲覧日：2026-03-20）.
コメント