ワイヤレス給電に革新、日本で機械学習のブレークスルー
真のワイヤレス社会に向けた大きな前進として、日本の研究者らが、ワイヤレス給電（WPT）システムの安定性と効率を大幅に高める機械学習ベースの手法を発表した。千葉大学の研究チームが開発し、2025年6月に権威ある学術誌IEEE Transactions on Circuits and Systemsに掲載されたこの技術は、スマートフォンから電気自動車、産業機器まで、幅広い分野でワイヤレス充電の普及を後押しする可能性がある。
目次
物理的なケーブルを使わずに機器を充電できるワイヤレス給電は、技術者と消費者双方にとって長年の夢だった。スマートフォンや電動歯ブラシ、IH調理器などですでに使われている一方、より広い普及は技術的な課題に阻まれてきた。なかでも大きな問題は、必要な電力量が異なる機器を接続した際に給電が不安定になることだ。今回の日本の研究成果は、人工知能を活用して、充電する機器にかかわらず安定して効率よく給電できるシステムを実現し、この課題に正面から取り組む。
ワイヤレス給電の安定化が難しい理由
ワイヤレス給電は、電磁界を通じてエネルギーを送る技術だ。送電側のコイルが特定の周波数を発生させ、同じ周波数に調整された受電側のコイルがエネルギーを受け取り、電気に変換する。この共振と呼ばれる過程は、受電機器、すなわち「負荷」の特性に大きく左右される。
例えばスマートフォンを充電する場合、バッテリーが充電されるにつれて抵抗値が変化する。そのため従来のWPTシステムでは電圧が変動し、充電速度の低下や効率の悪化、さらには精密な電子機器の損傷につながるおそれがある。電気自動車のバッテリーのように容量が大きい場合は、充電中に負荷が大きく変動するため、問題はさらに顕著になる。
従来の解決策では、インダクターやコンデンサーなど回路部品の値を正確に算出するため、複雑な解析方程式が用いられてきた。しかし、こうした方程式は理想化された条件を前提とすることが多く、製造公差、寄生容量、環境の変化といった現実の要因を考慮できない。その結果、従来のWPTシステムでは負荷が変わると出力電圧が最大18%変動し、効率が65%まで低下することもある。
機械学習が変えるワイヤレス給電の設計
関谷浩雄教授が率いる千葉大学の研究チームは、機械学習と数値最適化を活用し、これらの課題に取り組んだ。実際の部品の挙動を正確に反映する微分方程式を用いて、ダイオードの寄生容量のような非理想特性も含め、WPT回路全体をモデル化する。方程式を数値的に段階を追って解き、システムが定常状態に達するまで計算する。
システムの最適化には、自然選択に着想を得た人工知能の一種である遺伝的アルゴリズムを用いた。アルゴリズムは、出力電圧の安定性、給電効率、他の電子機器に干渉する可能性がある高調波歪みの低さという主要な目標に基づき、さまざまな回路構成の性能を評価する。その後、回路パラメーターを繰り返し調整し、幅広い負荷条件で最高の性能が得られるまで設計を「進化」させる。
この数値計算を全面的に活用する機械学習ベースの手法により、技術者が「負荷非依存」と呼ぶ動作が可能になる。つまり、負荷が変わっても安定した出力電圧と高い効率を維持できる。研究チームは、E級F級WPTシステムでこの手法を実証した。この方式はE級F級インバーターとD級整流器を組み合わせたもので、いずれも高効率でワイヤレス給電に適している。
主な成果：安定性と効率が大幅に向上
結果は顕著だった。新システムでは出力電圧の変動が5%未満に抑えられ、従来設計で見られた18%の変動から大きく改善した。6.78 MHzで給電効率は86.7%に達し、23ワットを超える出力を実現した。一方、従来システムは負荷が変化すると、効率を65%以上に保つことが難しい場合が多い。
重要なのは、従来システムでは特に不安定になりやすい軽負荷時にも、機械学習によって性能が向上したことだ。現実の部品特性の影響を正確にモデル化することで、送電コイルでのエネルギー損失は異なる負荷間でほぼ一定に保たれた。これは電流が効果的に制御され、無駄なエネルギーが最小限に抑えられたことを示している。
筆頭著者の関谷浩雄教授は、「機械学習を用いたこの手法では、システムを仮想的にモデル化してシミュレーションを実行し、熱として失われるエネルギーを抑えながら信号品質を保つことで、人工知能を活用して性能を最適化します」と説明した。
このブレークスルーが画期的な理由
ワイヤレス充電自体は新しい技術ではない。今回の日本チームの成果は、負荷に応じて不安定になるという長年の課題を克服した点にある。この手法では、新しい機器や用途ごとに回路部品を手作業で丹念に調整する必要がない。代わりに、AIを活用した設計プロセスがさまざまな負荷や環境、用途に自動的に適応できるため、実用化に向けて大きく前進する。
この柔軟性は、電気自動車や産業用ロボット、医療用インプラントなど、エネルギー需要が急速かつ予測不能に変化する新たな用途で特に価値がある。あらゆる条件下で安定した高効率の給電を実現することで、これまで扱いにくいケーブルやコネクターに頼ってきた分野でも、ワイヤレス給電の普及を加速させる可能性がある。
研究室から日常へ：ワイヤレス社会への道筋
この研究の意義は、消費者向け機器にとどまらない。千葉大学の研究チームは、ワイヤレス給電がWi-Fiのように普及し、家庭やオフィス、工場、公共空間で機器をシームレスに充電できる未来を描いている。負荷に依存しない簡素な設計は、WPTシステムのコストやサイズの削減にもつながり、大量生産や日用品への組み込みを容易にする可能性がある。
ただし、あらゆる新技術と同様、商業的に広く普及するまでには乗り越えるべき課題がある。信頼性と、異なる機器やメーカー間の相互運用性を確保するには、さらなる技術開発に加え、厳格な安全性試験や業界標準の策定が欠かせない。それでも専門家は、今回の成果を受け、今後5年から10年でワイヤレス給電が一般的になる可能性があるとみている。
ColombiaOne.comの報道によると、「この改善は、充電時に負荷が大きく変動する電気自動車のバッテリーなど、大型で複雑なバッテリーで特に重要になる可能性がある。この手法は回路構成も簡素化し、コストやサイズの削減にもつながる可能性がある。研究チームは、5年から10年以内にワイヤレス給電を一般化することを目指している」という。
人工知能が切り開くパワーエレクトロニクス設計の未来
日本の今回の成果は、電気工学におけるより広範な潮流の一環だ。ハードウェア設計に人工知能と機械学習を取り入れる動きが広がっている。従来、インバーターや整流器、ワイヤレス給電システムなどのパワーエレクトロニクスの設計は、深い専門知識と膨大な試行錯誤を要する、手間のかかる作業だった。
大規模言語モデルや進化的アルゴリズムを含む近年のAIの進歩により、こうしたプロセスは効率化されつつある。回路パラメーターの最適化を自動化し、現実の複雑な要因を考慮するAI活用型の設計ツールは、開発期間を短縮し、人為的ミスを減らすとともに、性能と効率を新たな水準へ引き上げる可能性がある。
ScienceDirectに掲載された最近のレビューによると、「AIを活用した設計は、高周波ワイヤレス給電システムのパラメーターを最適化する。GPTベースのAIモデルは、パワーエレクトロニクス設計の時間と複雑さを大幅に軽減する」という。同レビューは、交通分野からモノのインターネット（IoT）まで、ワイヤレス給電にとどまらず、パワーエレクトロニクス全体をAIが変革する可能性を指摘している。
ワイヤレス給電の次なる展開
千葉大学の研究チームによる成果は現在、実験室での実験に基づくものだが、その基本原理は幅広く応用できる。AIを活用した設計手法が成熟し、普及するにつれて、さまざまな用途に向けた実用的で信頼性の高いワイヤレス給電システムの開発が急速に進むと期待される。
業界関係者は、今後10年で「完全ワイヤレス」の環境が登場する可能性があると予測する。機器が部屋に入ると自動的に充電され、車両は駐車中、あるいは走行中にも充電され、産業機器は電源ケーブルの制約なしに稼働するようになるという。こうした変化は利便性を高めるだけでなく、電子廃棄物を減らし、安全性を向上させ、新たな形の接続性や自動化を可能にする。
要点
- 千葉大学の日本人研究者らが、負荷の変化にかかわらず安定して効率よくワイヤレス給電できる機械学習ベースの手法を開発した。
- この技術により、出力電圧の変動は5%未満に抑えられ、効率は86.7%に向上した。従来システムでは変動が18%、効率は65%だった。
- AIを活用した設計プロセスでは、数値モデルと遺伝的アルゴリズムを用いて回路パラメーターを最適化し、従来の解析手法の限界を克服する。
- この技術は、スマートフォンや電気自動車、産業機器などでワイヤレス給電の普及を促し、5年から10年以内にワイヤレス充電が一般化する可能性がある。
- この研究は、パワーエレクトロニクス設計の自動化と最適化において人工知能の役割が高まっていることを示し、将来のイノベーションの加速と信頼性向上への期待を高めている。
