普段、何気なくスマートフォンで撮影している一枚の写真。そこに写っているのは、思い出の風景や愛する人の笑顔だけではないかもしれない。もし、その写真から被写体を構成する物質の種類や化学的な状態、つまり「物質の指紋」とも言うべき詳細な情報を読み解くことができるとしたら、私たちの世界はどう変わるだろうか。
パデュー大学の研究チームが、そんな未来の技術を現実にしたのだ。彼らが開発したのは、コンピュータビジョン、色彩科学、そして光学分光法を融合させた新技術「計算写真分光法（Computational Photography Spectrometry, CPS）」。特別な装置を追加することなく、市販のスマートフォンやデジタルカメラで撮影したごく普通の写真から、高価な科学研究用機材に匹敵するほどの高精細な「ハイパースペクトル情報」を抽出するアルゴリズムだ。
この技術は、農業における作物の健康診断から、医療現場での迅速な診断、さらには美術品の真贋判定まで、社会のあらゆる場面に革命をもたらす可能性を秘めたものだ。
そもそも「ハイパースペクトル」とは何か？
この技術の何が画期的なのか。それを知るためにはまずは「ハイパースペクトル」という概念を紐解く必要がある。
私たちの目が色を認識する仕組みは、光の三原色である赤（Red）、緑（Green）、青（Blue）の3つの色を感知するセンサーに基づいている。デジタルカメラも同様の原理（RGBセンサー）で色を再現している。これは、光という広大な情報の海から、たった3つのポイントだけをサンプリングしているようなものだ。
一方で、自然界にはもっと多くの色を見ている生物もいる。例えばモンシロチョウは、人間には見えない紫外線を含む、少なくとも6種類以上の色を識別できるという。
ハイパースペクトルイメージングは、この「見る色の数」を人間の3色から、数百という桁違いの数にまで拡張する技術だ。虹を思い浮かべてみてほしい。私たちは虹を「七色の帯」として認識するが、実際には色は連続的に変化している。ハイパースペクトルは、その虹を赤・緑・青の3色で大雑把に捉えるのではなく、数百もの非常に細かい色の帯に分割して、それぞれの光の強さを精密に測定するようなものだ。
光の波長ごとに詳細に分解されたこの情報は「スペクトル」と呼ばれ、物質の種類や状態によって固有のパターンを示す。まるで人間の指紋のように、物質ごとにユニークな形をしていることから「物質の指紋（分光シグネチャ）」とも称される。例えば、健康な植物が反射する光のスペクトルと、栄養不足や病気の植物が反射するスペクトルは微妙に異なる。この「指紋」を読み解くことで、見た目では区別がつかない物質の違いや状態の変化を非破壊で知ることができるのだ。
これまで、このハイパースペクトル情報を取得するには、非常に高価で大型の専用カメラや分光器が必要だった。特殊なフィルターやセンサーを搭載し、衛星や航空機、あるいは研究室で使われるのが一般的で、我々の日常生活とは縁遠い存在であった。
パデュー大学が打ち立てた「計算分光法」という革命
パデュー大学のYoung Kim教授とSemin Kwon博士研究員らが開発したCPSは、この常識を根底から覆す。彼らは、高価なハードウェアに頼るのではなく、巧みに設計された「物理的な参照物」と、洗練された「計算アルゴリズム」を組み合わせることで、この課題を解決した。
鍵は「特別設計のカラーチャート」にあり
この技術の物理的な核となるのが、共同設計された「スペクトルカラーチャート」だ。一見すると、多数の色が並んだ単なるカラーパッチのように見える。しかし、その正体は、緻密な計算に基づいて生み出された、いわば「情報の鍵」である。
このチャートには、最大で729もの異なる色が印刷されている。重要なのは、単に色数が多いことだけではない。それぞれの色が「スペクトル的に非相関」、つまり、互いに似通ったスペクトル特性を持たないように、注意深く設計されている点だ。これは、連立方程式を解く際に、それぞれの式が独立した情報を持つことを保証するのに似ている。各色が独自の「問い」を投げかけることで、より正確な「答え」、すなわち未知のスペクトルを導き出せるのだ。
物理法則に基づいた「逆問題」を解くアルゴリズム
CPSのもう一つの核が、物理法則に基づいた計算アルゴリズムだ。近年、AIや機械学習を用いて画像から情報を抽出するアプローチが主流だが、CPSはそれらとは一線を画す。特定のタスクに合わせて大量のデータで事前学習させる必要がなく、物理モデルに基づいて未知のサンプルにも対応できる高い汎用性を持つ。
研究チームは、写真撮影のプロセスを数式でモデル化した。
私たちが写真を撮るという行為は、ある光のスペクトル（光源や被写体から来る光）が、カメラのRGBセンサーの感度特性というフィルターを通して、最終的にR, G, Bという3つの数値に変換されるプロセスだ。これは物理学における「順問題」と言える。
CPSが行うのは、この逆の計算、すなわち「逆問題」を解くことだ。
具体的には、「撮影された写真に写るカラーチャートのRGB値(b)」という結果から、「その原因となった未知の光のスペクトル(x)」を逆算するのである。このとき、「カメラの感度特性とカラーチャートの分光特性を組み合わせた行列(A)」が、両者をつなぐ変換ルールとなる。数式で表せば b = Ax というシンプルな線形方程式だ。アルゴリズムは、観測された b と、あらかじめ測定済みのチャート特性を含む A から、未知の x を推定する。
この計算には、センサーが捉えた生の光の強度データが不可欠だ。そのため、JPEGのように圧縮・加工された画像ファイルではなく、カメラのセンサー情報をそのまま記録した「RAWフォーマット」のデータを用いることが極めて重要となる。幸いにも、最近の多くのスマートフォンはRAW撮影に対応しており、この技術の実用化を後押ししている。
科学用分光器に匹敵する「1.5ナノメーター」の衝撃
この手法によって達成された性能は、驚異的の一言に尽きる。論文によれば、CPSの分光分解能は平均して約1.5ナノメーター（nm）。これは、数百万から数千万円もする研究室グレードの科学用分光器に匹敵するレベルだ。
分光分解能とは、どれだけ細かい波長の違いを識別できるかを示す指標であり、数値が小さいほど高性能とされる。1.5nmという分解能は、光のスペクトルに現れる非常にシャープな輝線や、物質固有の微細な吸収パターンまでも捉えられることを意味する。
実際に研究チームは、その性能を様々な実験で証明している。
校正用キセノンランプが放つ、可視光域の複数の鋭いスペクトルピークを、CPSが見事に再現した実験は、その高い分解能を雄弁に物語っている。また、色温度を3000Kから5800Kまで変化させたLED光源のスペクトルを測定した実験では、人間の目には同じ「白色光」にしか見えない光の、微妙なスペクトルの違いを正確に捉えることに成功した (論文 Fig. 3)。
さらに驚くべきは、2024年4月に北米で観測された皆既日食の光スペクトル測定にも成功したことだ。太陽が月に隠され、光量が劇的に減少するという極端な条件下でも、CPSは安定して機能し、その堅牢性を示したのである。
応用は無限大。社会をどう変えるのか？
この技術が実用化されれば、私たちの社会はどのように変わるだろうか。その応用範囲は、まさに無限大と言える。
農業：畑の上から作物の健康診断
ドローンに搭載したスマートフォンで広大な農地を撮影する。得られたハイパースペクトルデータから、作物の栄養状態や水分ストレス、病害の初期兆候をピクセル単位でマッピングする。これにより、農家は必要な場所にだけ的確に肥料や農薬を散布する「精密農業」を実現でき、収穫量の増加と環境負荷の低減を両立できる。
医療：手のひらの上のモバイルヘルス
Kim教授が特に期待を寄せるのが、モバイルヘルス分野への応用だ。例えば、血液や尿、あるいは皮膚の写真を撮るだけで、特定の疾患マーカーを検出する簡易的なスクリーニングが可能になるかもしれない。特に、医療診断において写真の色は照明条件などによって大きく歪むという根深い課題があった。CPSは物理的なカラーチャートを基準とするため、この「色の歪み」を補正し、客観的で定量的な診断支援ツールとしての道を開く。論文では、人間の眼の結膜を撮影し、通常の写真では見えにくい血管のコントラストを、特定の波長帯をデジタル処理で抽出することで54%も向上させるという応用例も示されている (論文 Fig. 6)。
食品・環境：安全と品質を見える化
スーパーマーケットの野菜や果物にスマホをかざせば、糖度や鮮度が分かる。食肉の品質管理や、加工食品への異物混入をその場でチェックする。あるいは、川の水を撮影して汚染度合いをモニタリングする。論文では、価格帯の異なる2種類のウイスキーの微妙なスペクトルの違いを明確に識別する実験にも成功しており (論文 Fig. 4)、その高い識別能力が示されている。
芸術と文化：名画に隠された秘密を探る
この技術は、文化財の保護にも貢献する。研究チームは、ゴッホの名画「星月夜」の複製画を対象に、ハイパースペクトルイメージングを実演した (論文 Fig. 6)。これにより、絵画の各部分で使われている絵の具の種類を特定したり、後から加筆・修正された箇所を発見したりすることが可能になる。歴史的な絵画や文書に隠された、肉眼では見えない情報を明らかにする強力なツールとなるだろう。
残された課題と未来への展望
もちろん、この技術はまだ発展途上であり、実用化に向けたいくつかの課題も存在する。論文でも指摘されているように、現状では測定対象を照らす光が均一である必要があり、強い影などが存在すると精度に影響が出る。また、常にカラーチャートを一緒に撮影しなければならない点は、応用シーンによっては制約となる可能性もある。
しかし、これらの課題を差し引いても、CPSが持つポテンシャルは計り知れない。研究チームは今後、アルゴリズムのさらなる改良や、カラーチャートの小型化、あるいはスマートフォンケースへの統合など、より手軽に利用できる形を模索していくと考えられる。
今回のパデュー大学の成果が示唆するのは、もはや写真は「記録」のためだけのものではなく、「解析」のための科学的データになり得るという、パラダイムシフトの始まりだ。誰もがポケットの中に、科学研究用の分光器を持ち歩く時代。そんな未来が、もうすぐそこまで来ているのかもしれない。それは、私たちの世界を見る「解像度」が、空間的な細かさから、物質の本質を見抜くスペクトル的な深さへと、劇的に進化する瞬間となるだろう。
論文
参考文献