冒頭は記事のために生成したイメージ映像です。実機、実在施設、観測データを示すものではありません。
「光で動くAIが、ロボットを自律走行させた」
そんな見出しを見たら、光チップを積んだ小型ロボットが、LiDARで現実の部屋を見渡し、障害物を避けながら走った姿を想像する。
2026年8月14日、西安電子科技大学の研究チームが、光ニューロモルフィック自律ナビゲーションのhardware実装を報告した。論文には、navigation成功率80% ± 8.3%、latency 191.20ps、energy 0.78nJという鮮烈な数字が並ぶ。
ただし、光がロボットのハンドルを握った、と言うにはまだ早い。
走ったのはGazeboという仮想環境のrobotだ。実験で光hardwareへ移されたのは、強化学習networkの一部──最終的な非線形spiking activation layerだった。
では、これは「ほとんどsimulationだった」で終わる研究なのか。
それも違う。
光が握ったのは、まだハンドルではない。けれど、判断系の「反射神経」の一部は、もう光で動いた。
まず、ロボットがどう判断するか
この研究が採用したのは、TD3と呼ばれる強化学習の仕組みだ。
中には、大きく二つの役がいる。
Actorは、いま何をするか決める。今回なら、まっすぐ進む速度と、曲がる速度を出す。
Criticは、その行動が目標へ近づくよい判断だったか評価し、学習を支える。
自動車でたとえるなら、Actorは運転席、Criticは練習中に助手席から採点する教官に近い。
論文のrobotは、周囲360度のLiDAR情報を20方向へまとめ、目的地までの距離と角度、現在のlinear/angular velocityを加えた24次元のstateを受け取る。Actorはそこから二つの連続値──前へ進む速度と回転速度──を出す。
ただし、LiDARもrobotも現物ではない。10m × 10mのGazebo simulation内に置かれた、二輪差動型のrobotとVelodyne VLP-16 sensorだ。ROSを通して動いているため画面はroboticsらしく見えるが、物理的な床やmotor、振動、sensor noiseを受けた実機走行ではない。
光になったのは、networkのどこか
neural networkは、入力に重みを掛けて足すlinear operationと、結果を折り曲げるnonlinear activationを繰り返す。
光は、信号を並列に運び、行列演算を高速に進めるのが得意だ。ところが光同士は素直には強く反応しない。neural networkに欠かせない非線形処理を光のまま行うのは、長く難所の一つだった。
そこで研究チームが使ったのが、可飽和吸収体を備えたDFB-SA laserだ。
入力が弱い間は沈黙し、thresholdを越えると短い光pulseを発する。直前の入力を時間的に積み上げ、一度発火するとすぐには再発火しない。生物のneuronをそのまま再現するわけではないが、threshold、temporal integration、refractory periodという「spiking neuronらしい振る舞い」を物理現象として使える。
今回、実験hardwareへ載せたのは、Actorの最終nonlinear spiking activation layerだ。
Actorのlinear weight calculationすべてでもない。学習を支える二つのCriticはANNとしてsoftware側にいる。光がLiDARを直接読み、光だけで速度指令まで出したわけでもない。
paperのpublished versionも、abstractで「architectureの一部をhardware-software co-inferenceで実験検証した」と明記している。
この一文は小さいが、とても大事だ。
論文記載のsimulation実験構成(Gazebo内)に基づく。robotの走行は仮想環境で、実機走行ではない。 図を大きく開く
「128個の光neuronが並列に動いた」わけでもない
architecture図には、128 P-LIFsという光neuron channelsが描かれている。
しかし今回の実験では、128個のDFB-SA laserを同時に並べて動かしてはいない。
一つのDFB-SA laser deviceへ、同じ動作条件でsignalを順番に入れ、128 channels分を逐次反復測定してemulateした。
softwareで事前学習したmodelからactivation inputを取り出し、FPGAでelectrical signalを作り、MZMで光へ載せ、DFB-SA laserへ入れる。出てきた光pulseをphotodetectorとoscilloscopeで測り、softwareが期待したspikeと一致するかを比べた。
障害物干渉のないTask 1では、5,888 samples中3件が不一致で0.051%。干渉のあるTask 2では11,904 samples中7件、0.059%だった。
かなり低い。
ただし、これはnavigationの失敗率ではない。robotが衝突した割合でもない。
softwareが「ここで発火する」と予測したactivationと、光deviceが実際に発火したかのsample単位の不一致率だ。
Supplementary Informationを見ると、missing spikeと余計なoveractivationはthreshold付近で起きている。著者らは、MZMのpower instability、fiber coupling lossの変動、currentやtemperatureによるactivation thresholdのdriftを原因候補に挙げる。
光の発火は速い。けれど、境界線ぎりぎりの信号では、実験室の小さな揺れが判断をひっくり返す。
平均error rateの低さと同じくらい、この「どこで間違えたか」が実用化には重要になる。
191.20psは、robotが考え終わる時間ではない
191.20psは、1秒の約52億分の1だ。
この数字だけを見れば、robotの判断が一瞬で終わるように感じる。
論文で測っているのは、DFB-SA laserの5.23GHz self-pulsationに対応する、nonlinear activationのcharacteristic response latencyだ。しかも、128 channelsが理想的にparallel activationする場合の、optimisticなdevice-level lower boundとして扱われている。
0.78nJも同じ境界を持つ。
単一DFB-SA deviceのpowerを128 channelsへ外挿した4.10Wと、191.20psを掛けて得た、nonlinear activation eventのdevice-level estimateだ。
このenergyには、次が入っていない。
photonic linear computing units
光へ信号を載せるmodulation interface
electronic control、data conversion、memory access
temperature stabilization
host側のCritic network
だから、GPUのnavigation system全体と「0.78nJ対何nJ」と横並びにすることはできない。
photonic neural networkを扱った2024年のpeer-reviewed reviewも、electro-optical conversion、nonlinearity、amplification、time-domain processingを主要課題として整理する。2025年のreviewも、ADC/DAC、繰り返すelectro-optic conversion、multi-layer integration、optical lossが、device単体の速さをsystem全体で生かす時の壁になると指摘している。
走行性能は仮想環境での試験。時間・エネルギーは素子水準の推定で、robot全体の応答時間や消費電力ではない。 図を大きく開く
それでも、この一層を軽く見てはいけない
ここまで境界を並べると、「結局、一層しか光で動いていない」と見えるかもしれない。
だが、その一層が非線形activationであることに意味がある。
光計算はlinear operationだけなら速くても、activationのたびにelectronicsへ戻れば、conversionが速度とenergyの利点を削る。DFB-SA laserは、光のままthresholdを越えて発火する。今回の実験は、その物理的な発火を、navigation policyのActorが必要としたactivation patternへ合わせた。
対象も、静止画像の分類ではない。
24次元のstateを受け、前進速度と回転速度を出すdecision pipelineから取り出した信号だ。光hardwareが担った範囲は限定されていても、「見るAI」から「次の行動を出すAI」へ、実験対象が一歩進んでいる。
algorithm側もhardwareへ歩み寄っている。Actorのweightをnon-negativeにし、biasを外すなど、将来photonic linear chipへmapしやすい条件を学習時から入れた。
最高scoreのsoftware modelを最後に無理やりchipへ押し込むのではない。光が苦手な表現をalgorithm側で避け、deviceの制約を含めてmodelを育てる。
将来の光AIは、softwareの代用品として生まれるのではなく、光で走れるようalgorithmそのものが形を変えて生まれる。
「一つを128回」から、「128が同時に」へ
研究チームは2026年3月、別のOptica論文で、16-channelのMZI linear chipとDFB-SA nonlinear chipを組み合わせ、CartPoleとPendulumという強化学習benchmarkへ一層分を展開している。
その時点でteamが次の目標に挙げたのが、128-channelへ拡大し、より複雑なautonomous navigationへ進むことだった。
今回の論文は、そのnavigation algorithmとactivation dataを先に作り、単一deviceの逐次測定で128 channelsの動作を確かめた段階と読める。
次に必要なのは明確だ。
128 channelsを物理的にparallel化する。
linear layersも含めたfull photonic Actorへつなぐ。
実測光出力を制御へ戻し、live closed loopでsimulation robotを動かす。
physical LiDAR、motor、路面、温度変動を含む実機へ載せる。
周辺回路まで含むend-to-end latencyとenergyを測る。
論文自身も、large-scale integration、multi-task generalization、optoelectronic co-packaging、厳密なend-to-end energy/latency evaluationをfuture workとしている。
さらに、dataとcodeは知的財産上の理由で公開されておらず、corresponding authorへのreasonable requestが必要だ。Supplementはerror casesを見せてくれるが、第三者がすぐ再現できるraw source dataではない。
光AIのニュースを読む、四つの質問
この研究は、誇張して読むと「光ロボットが完成した」になり、冷笑して読むと「simulationに光deviceを少し挟んだだけ」になる。
どちらも、前進した場所を見失う。
photonic AIの研究を読む時は、四つだけ確認すると輪郭が見える。
何が物理か。 chipで実測した演算はどこか。
何がsimulationか。 task、sensor、robot、trainingのどこまでが仮想か。
数字の境界はどこか。 device、layer、chip、system、applicationのどの指標か。
輪は閉じているか。 real sensorからhardware decision、actuator、変化した環境まで信号が戻ったか。
今回の答えは、こうなる。
物理なのはDFB-SA laserによる最終nonlinear spiking activation。navigationはGazebo。鮮烈なpsとnJは当該層のdevice-level estimate。実世界のsensor-actuator closed loopはまだ先だ。
それでも、光はただdataを運んだのではない。
thresholdを越え、pulseを発し、softwareが求めた判断の一部を物理現象として返した。
ハンドルに届く光路は、まだ完成していない。けれど、その途中にある「反射神経」は、もう点灯している。
