Nicholas Harris ニコラス・ハリス (33)

数十年の間、物理学者とエンジニアは、電子ではなく光子を利用する光学チップによる演算を夢見てきた。このような回路は超高速で動作し、エネルギー効率にも優れたものになるはずだが、実際に機能させるのは困難だった。

2017年、ニコラス・ハリスとイーチェン・シェンらのマサチューセッツ工科大学（MIT）の研究チームは、従来の方法で訓練したニューラル・ネットワークの出力を光学チップで計算する方法を解説した論文を発表した。この論文は多数引用された。

同チームの論文には、56のプログラミング可能な干渉計（光の波を精密に分解し、再統合するデバイス）の回路が詳述されている。彼らが製作した回路は、母音の弁別という単純な課題180問を、約75％の正答率で解くことができた。ただし、これは従来のコンピューターでの正答率（90％以上）には及ばない。その後すぐに、シェンとハリスはそれぞれ、競合するスタートアップを創業した。

ニューラルネットワークがいったん訓練され、光学チップ上に実装されてしまえば、推論の実行（例えば母音がどの音に対応するか、自律走行車が路上に出てきた歩行者にどう対処するかの判断）は、ただ光を当てれば済む。そのため、光学チップには高速性とエネルギー効率という強みがある。

2021年3月、ハリスがCEO（最高経営責任者）を務めるライトマター（Lightmatter）は「機械学習アクセラレーター」チップをまもなく発売すると発表した。「これまでとはまったく異なるタイプのコンピューターです」と、ハリスCEOは言う。「現時点で、最先端のデジタル・コンピューターの20倍程度の効率性を達成しています」。ライトマターは2021年5月に2度めの資金調達ラウンドを終え、総調達額を1億1300万ドルに伸ばした。

（Konstantin Kakaes）

人気の記事ランキング

1. Why it’s so hard for China’s chip industry to become self-sufficient 中国テック事情：チップ国産化推進で、打倒「味の素」の動き
2. How thermal batteries are heating up energy storage レンガにエネルギーを蓄える「熱電池」に熱視線が注がれる理由
3. Three reasons robots are about to become more way useful  生成AI革命の次は「ロボット革命」　夢が近づく3つの理由
4. Researchers taught robots to run. Now they’re teaching them to walk 走るから歩くへ、強化学習AIで地道に進化する人型ロボット

• 0