熱でAIを動かす──超高効率な「揺らぎコンピュータ」の実現へ

「熱力学的コンピュータ」って、要するに熱をエネルギー源として使うコンピュータってこと？それとも別の意味なの？

熱をエネルギー源として使う、というのは半分合ってるんですが、もう一つ重要な側面があります。 通常のコンピュータは、熱を「敵」として扱っています。精密な電子回路を正確に動かすために、熱で生じるランダムなノイズを排除し、冷却に膨大な電力をかけてる。でもこの研究は、そのランダムさそのものを「計算の道具」に変えてしまおうというアプローチなんです。 つまり、熱ゆらぎのカオスな動きが自然と「確率計算」を実行する。あなたが物理的に何かプログラムを書くわけじゃなくて、熱が勝手に統計的な推論をやってくれる感覚に近い。超伝導回路のエネルギー地形を意図的に設計することで、熱がさまよう先先先が「答え」になるように仕組むんです。 エネルギー源というより、計算そのものの動作原理が熱力学の法則に乗っかってるのが本質。冷却に使う電力を減らしながら、自然界のランダムさを味方につける——それが「熱力学的」という名前の由来になってる気がします。

ChatGPTを使うときの電力消費が減るって、クラウドの利用料金や通信速度にも関係してくるの？

電力消費と利用料金は直結していないんですよね。クラウドサービスの料金体系は、消費電力よりもサーバーの計算能力や利用時間に基づいて決まることがほとんどです。だから、AIコンピュータが省エネ化しても、OpenAIが「電気代が下がったから ChatGPT も安くします」と価格を下げるわけではない。むしろデータセンターの運用コストが減れば、利益が増えるかもしれません。 ただ、長期的には恩恵があると言えそうです。省エネ化すれば、同じ電力で更に高度な計算ができるようになる。つまり、より高精度で複雑なモデルを、現在の価格水準で提供できる余裕が生まれます。それに、電力コストが減れば企業の参入障壁も下がり、競争が活発化して結果的に利用料が押し下げられる可能性もあります。通信速度は、この研究の省エネ化とは別の課題ですが、データセンター側の負荷軽減で応答速度が改善するという副次効果はあるかもしれません。

AIの消費電力が問題視され始めたのって最近なの？それとも前からずっと課題だったの？

AIの消費電力の問題は、実は前からずっとあったんですよね。機械学習の研究者たちは10年以上前から「学習に膨大な電力がかかる」という課題と向き合ってきました。ただ、ここ2、3年で急に注目を浴びたのは、ChatGPTのような大規模言語モデルが社会全体に普及し始めたから。個々の研究室での課題だったものが、「毎日何百万人が使うサービスの電力消費」という目に見える現実になった。 つまり、問題の本質は同じでも、スケールが変わったんです。データセンターの電気代が経営課題になり、環境負荷が可視化されたことで、急速に重要性が高まった。この研究が「今こそ提案する意味がある」というタイミングも、その文脈に乗っているのかもしれません。単なる技術課題から、社会全体で真摯に向き合うべき制約として認識され始めた、と言えそうです。

これって『従来は邪魔だと思ってたものを逆に利用する』という発想の転換の話なのか、それとも『熱エネルギーをまったく新しい形で再利用する』という技術革新の話なのか、どっちが重いの？

実は両方なんですが、重さで言うなら「発想の転換」側にあると思います。 熱エネルギーの再利用という技術的な側面だけなら、もう昔から研究されてることです。廃熱を回収したり、温度差を電力に変えたり。でもこの研究が提案してるのは、そういった「エネルギーをロスなく使う」という枠組みじゃない。むしろ「ランダムな熱ゆらぎそのものが、すでに計算を実行している」という認識の切り替えです。 通常のAIチップは、エネルギーを使って秩序を保つことで計算してる。だから熱は敵。でもこの発想では、自然界にもともと存在する熱のランダムさが、確率計算という仕事を勝手にやってくれているわけです。つまり、「計算とは何か」という根本的な定義が変わってくるんですよ。 だから超伝導回路で実装できたというのも、技術革新というより「この原理が本当に動く」という証明に近い。実用化はまだ先でも、ここで示された発想の重みは別格だと言えそうです。

超伝導回路って普通に冷やすのにも電力がかかると思うけど、それでも今のAIチップより省エネになるってカラクリは？

確かに、超伝導って極低温で動かすから、そこまで冷やすエネルギーは膨大では？という疑問は自然です。ただ、ここでの切り分けが重要なんですよね。 今のAIチップは、計算中も計算後も常にシリコンを冷やし続けないと壊れる。電子を精密に制御する過程で熱が出まくるから、その熱を逃すのに大量の冷却が必要。つまり「計算という目的のためのお荷物」として冷却がある。 一方、この超伝導コンピュータは、熱ゆらぎそのものを計算に組み込む。冷却は初期状態をつくるためだけ。その後は、ランダムな熱ゆらぎが勝手に確率的な答えを探してくれる。極論すれば、冷却は「1回の準備」に近い。計算が走ってる間は、その熱ゆらぎが「働いて」くれる形になる。 超伝導を冷やすコストは大きいけれど、それは一度だけで済む世界。現在のAIは計算量に比例して冷却コストが増え続ける世界。スケールが大きくなればなるほど、熱の活用型のほうが圧倒的に有利になる仕組みなのかもしれません。