電子マイクロチップは現代社会の中心にある。ノートパソコン、スマートフォン、車、家電製品など、あらゆるところに存在している。長年にわたり、メーカーはこれらをより強力で効率的にし、電子機器の性能を向上させてきた。
しかし、チップ製造のコストと複雑さの増加、および物理法則による性能限界により、この傾向は現在失速している。これは人工知能（AI）ブームによるコンピューティングパワーの需要増加とちょうど時を同じくして起きている。
現在使用している電子マイクロチップの代替として、光子チップがある。これらは電気の代わりに光を使用してより高い性能を実現する。しかし、光子チップはいくつかの障壁のためにまだ普及していない。Nature誌に掲載された2つの論文（1，2）がこれらの障壁のいくつかに対処し、複雑な人工知能システムに必要なコンピューティングパワーを実現するための重要な足がかりを提供している。
電気（電子）ではなく光（光子）を情報の転送と処理に使用することで、光コンピューティングはより高速で広い帯域幅とより高い効率を約束する。これは抵抗として知られる現象による電流の損失や、電子部品からの望ましくない熱損失に悩まされないためである。
光コンピューティングは、AIの基本となる行列乗算—数学的操作—を実行するのにも特に適している。
これらがいくつかの利点である。しかし、課題は決して小さくない。過去には、光子チップの性能は一般的に単独で研究されてきた。しかし、現代技術における電子機器の優位性のため、光ハードウェアはこれらの電子システムと統合される必要がある。
しかし、光子を電気信号に変換すると、光がより高速で動作するため処理時間が遅くなる可能性がある。また、光コンピューティングはデジタルではなくアナログ操作に基づいている。これにより精度が低下し、実行できるコンピューティングタスクの種類が制限される可能性がある。
また、大規模な光回路は現在十分な精度で製造できないため、小さなプロトタイプから拡大するのも難しい。光コンピューティングには独自のソフトウェアとアルゴリズムが必要になり、他のテクノロジーとの統合と互換性の課題が増大する。
Nature誌の2つの新しい論文はこれらの障壁の多くに対処している。シンガポールを拠点とする企業Lightelligenceの Bo Pengらは、Photonic Arithmetic Computing Engine（Pace）と呼ばれる光コンピューティング用の新しいタイプのプロセッサを実証している。このプロセッサは低レイテンシを持ち、コンピュータへの入力やコマンドと対応する応答やアクションの間の遅延が最小限であることを意味する。
16,000以上の光部品を持つ大規模なPaceプロセッサは、難しいコンピューティングタスクを解決でき、実世界のアプリケーションにおけるシステムの実現可能性を実証している。このプロセッサは、光と電子ハードウェアの統合、精度、および異なるソフトウェアとアルゴリズムの必要性をどのように解決できるかを示している。また、技術を拡大できることも実証している。
これは現在のハードウェアのいくつかの速度制限にもかかわらず、重要な進展である。
別の論文では、カリフォルニアを拠点とする企業LightmatterのNicholas Harrisらが、従来の電子プロセッサと同様の精度で2つのAIシステムを実行できる光プロセッサについて説明している。著者らは、シェイクスピアのような文章の生成、映画レビューの正確な分類、パックマンなどの古典的なアタリコンピュータゲームのプレイを通じて、彼らの光プロセッサの有効性を実証した。
このプラットフォームも潜在的に拡張可能であるが、この場合、使用された材料とエンジニアリングの制限により、プロセッサの速度の一部の指標と全体的な計算能力が制限された。
両チームは、彼らの光システムがAIの使用をサポートできる拡張可能な次世代ハードウェアの一部になり得ると示唆している。これにより最終的に光学が実現可能になるが、さらなる改良が必要になる。これらには、より効果的な材料または設計の使用が含まれる。
