タンパク質の構造解析、創薬開発、SNSの解析など、私たちの生活を取り巻く多くの問題は組み合わせ最適化問題と呼ばれるNP困難問題クラスに属する。これらは問題サイズの増加に伴い計算量が指数的に増え、最適解を求めるのが大変困難な問題である。我々は、NP困難である3次元イジングモデルをレーザー系にマッピングして効率的に解く全く新 しい手法として、「レーザーネットワークを用いたコヒーレント・イジングマシン」というアイデアを2011年に独自に提案した。セミナーでは、数値シミュレーションによるベンチマーク と、最近の実験結果、今後のシステムのスケーラビリティなどについて述べる。