機械学習が高出力レーザ用のミラーを設計

February, 13, 2026, Glasgaw--ストラスクライド大学(University of Strathclyde)の物理学とコンピュータサイエンスの研究者たちは、レーザと人工知能に関する知識を結集し、レーザの高度な光学部品設計にかかる時間を劇的に短縮できる技術を生み出した。これにより、科学の新たな発見への道を開く可能性がある。

高出力レーザは医療、製造、核融合などのツール開発に利用できる。しかし、光学部品の大きさから、レーザビーム強度を損傷しないように低く保つために、現在は大きく高価になっている。レーザのピーク出力が上がるにつれて、ミラーやその他の光学部品の直径は約1メートルから10メートル以上に増やす必要がある。これらは数トンの重さがあり、製造が困難かつ高価なものだった。

加速プロセス
研究チームは、プラズマの代替的な利用法を探求している。プラズマは可視宇宙の99.9%以上を占めるイオン化ガスで、損傷に非常に強い。これにより鏡のサイズはミリメートルに縮小できる可能性があるが、効率的かつ信頼性のあるプラズマ構造の設計が課題となっている。研究チームは機械学習(ML)アルゴリズムとコンピュータモデルを組み合わせることで設計プロセスを加速させた。

この研究はNature Communications Physicsに掲載されている。

ストラスクライド大学コンピュータ情報科学部のSlav Ivanov(研究の筆頭著者)は次のように話している。

従来の設計アプローチでは、多くのプロトタイプを開発し、各サイクルでテストを行い、最終的に目標を実現する。これは通常、何度も繰り返す反復を伴い、設計プロセス全体には数十万から数百万回もの反復がかかることもある。機械学習は最適な設計を見つけるまでに数十回程度の反復に短縮する。

ストラスクライド大学物理学科のDino Jaroszynski教授は、この研究のパートナーでもある。同教授は、次のように話している。
「この研究は発見の原動力にもなり得る。特定の目的を、われわれの想像力によってのみ制限されることで、鏡はパルスを圧縮できる。これはまったく予想外だった。パルスが圧縮される理由を調べることで、それが時間の境界によるものであることが分かった。プラズマ層はconcertinaのように変形し、反射パルスに新しい周波数を追加し、異なる部分を遅延させて圧縮を引き起こす。

「これは広範な影響を及ぼす。目標に合わせて設計を調整し、新たなメカニズムを発見できる可能性もある。」