人間の脳を模倣した「人工ニューロン」でコンピューターは人間以上の速度で処理できるように

by DigitalRalph

人間の脳と同じ構造を持つプロセッサーを開発することでより高い処理能力と高エネルギー効率を実現しようとする試みは、多くの研究者たちが行っているところです。2018年1月26日付のScience Advancesではそんな試みの1つである「人工ニューロン」に関して、人工シナプスを毎秒10億回以上発火させることができ、かつ必要なエネルギーは有機的なシナプスの1万分の1というシステムについて発表されています。

Ultralow power artificial synapses using nanotextured magnetic Josephson junctions | Science Advances
http://advances.sciencemag.org/content/4/1/e1701329

Artificial neurons compute faster than the human brain
https://www.nature.com/articles/d41586-018-01290-0

NIST's superconducting synapse may be missing piece for 'artificial brains' | EurekAlert! Science News
https://www.eurekalert.org/pub_releases/2018-01/nios-nss011818.php

Googleの自動画像分類や言語学習プログラムに使われているような、人間の脳を模倣した人工知能(AI)のソフトウェアはコンピューターを大きく進歩させました。しかし、これらのソフトウェアは人間がタスクを行うよりもはるかに多くのパワーを必要とするので、既存のハードウェア向きとはいえません。

アメリカ国立標準技術研究所(NIST)は人間の脳のような仕組みのソフトウェアをより効率的に動かせる、神経形態学的なハードウェアの開発に力を入れている機関の1つ。既存のハードウェアのトランジスタは一定間隔で1か0かの精密な情報を処理しますが、NISTの「神経形態学的な」ハードウェアは人間のニューロンのように異なるタイプの信号を作り出し必要時に応じて発火を起こすことで、複数のソースから得た小さな情報を蓄積していきます。この仕組みによって少ないエネルギーでソフトウェアを動かすことができるとのこと。

ただし、ギャップ(シナプス)のあるトランジスター間で情報を送らなければならない時、伝導の効率は悪くなってしまいます。そこで研究チームは抵抗ゼロで電気を伝えることができるニオブ製の超伝導体からニューロンに似た電極を作り出し、超伝導体間のギャップを何千もの磁気マンガンの超微粒子で埋めるというジョセフソン接合の仕組みを採用しました。

この仕組みを採用することで、シナプスは毎秒10億回以上の発火を行うことが可能になり、これは毎秒50回発火する人間の脳よりもはるかに高速。一方で使用するエネルギーは有機的なシナプスの1万分の1相当になります。

コンピューターシミュレーションから、上記の人工ニューロンは電極が次の電極に情報を伝達するまでに最大9つのソースからの情報をまとめることができるとみられています。しかし、複雑なコンピューティングを行うには何百万ものシナプスが必要になるところ、技術的にこのようなスケールのシステムが作れるかどうかはまだわからないそうです。

by Manel Torralba

そして、シナプスは絶対零度の環境でしか作動することができないという別の問題もあります。神経形態学的なコンピューティングについて研究するコンピューター・エンジニアのスティーブン・フーバー氏は、この温度による制限から、この人工ニューロンについて「小さなデバイスのチップとしては実用的でない」という意見を示しています。大規模なデーターセンターでNISTの技術を利用するには冷却のためのエネルギーが必要ですが、この点、NISTの物理学者であるミハエル・シュナイダー氏は、既存のデバイスを運用するエネルギーよりもNISTのデバイスを冷却するエネルギーの方が少なくてすむと説明しています。

この技術は多くの研究者からの注目を浴びていますが、現実のコンピューティングに使われるようになるまでにはまだまだ時間がかかるというのが大方の見込み。また、フーバー氏は「我々は効率的なシナプスを生み出せるほど生物学的なシナプスの性質を十分に理解していない」としてNISTの技術を現実に適用することは「遠い未来」になると予想しています。ただし、新しいコンピューティング・デバイスの誕生が10年先のことであっても、脳神経学者が研究を行い、できるだけ多くのアプローチから技術を開発することが重要だとのとです。