話題

話題

PR

「人口ニューロン」とは?人間の脳のコンピューティング性能に匹敵するのか?

RankRED

RankRed is a place where you can find a lot of interesting and inspiring stuff about science and technology, internet, programming tools and plugins, robots, machines and high tech gadgets, and much more.

本記事は、Artificial Neurons Could Be As Efficient As The Human Brain
翻訳・再構成したものです。
配信元または著者の許可を得て配信しています。

204 views

読了時間 : 約2分31秒

・マサチューセッツ工科大学の研究者たちは、超伝導ナノワイヤーから人工ニューロンを設計した。
・理論的には、このようなニューロンの単一の回路は、人間の脳と同じように効率的に働くことができる。
・このネットワークは、1ワットあたり1秒間に100兆回のシナプス操作を行うことができる。

 

科学分野で知られている最も魅力的なコンピューティング機器は、人間の脳です。ニューロン(神経細胞)という1つの部品の集合により、様々な複雑な演算を行うことができます。

 

ギガヘルツの速度で動く現代のCPUとは異なり、人間の脳のクロック速度はわずか数ヘルツです。しかし、1秒間に何兆回もの計算を(並行して)行うことで、人間は会話や歩行、運転など、伝統的なンピューターでは実現できていない複雑なことを簡単に行うことができるのです。

 

現在のコンピューティング機器と比較すると、私たちの脳はこれらのタスクを実行するために、非常に少ないエネルギーを消費しています。そこで研究者たちは、効率的なニューラルネットワークを使って、人間の脳のコンピューティング性能を模倣しようとしています。伝統的なマイクロプロセッサーは、ニューラルネットワークのように動作するようプログラムすることはできますが、過剰な量の計算資源とエネルギーを使用します。

 

この問題に取り組むため、マサチューセッツ工科大学のコンピューター科学者たちは、人工ニューロンを作り、それを人間の脳のようなネットワークにつなげるというアイデアを思いつきました。この設計を実現するために、彼らは超伝導ナノワイヤーから人工ニューロンを設計しました。

 

このような人工ニューロンでできた機器は、(少なくとも理論上は)人間の脳と同じように効率的に働くことができます。

 

人工ニューロンの主な特徴

生体ニューロンは、電気的なスパイク【活動電位】を発生させて情報を信号化し、それが神経の長さに沿って移動します。その情報は、シナプス(2つの神経細胞の接合部)を介して、別のニューロンに伝えられます。

 

他のニューロンは、この情報を受け流したり、遮断したりすることができます。実際、これらのニューロンは論理ゲートのように振る舞うことができ、複数の入力に応答して1つの出力を生成します。

 

これらのニューロンは、入力される電気パルスがある閾値を超えない限り発火【連続的な刺激の印加によって短い時間幅のスパイクを発生させる現象】しません。また、不応期と呼ばれる特定の時間が経過するまでは、再び発火することはありません。

 

新しい超伝導ナノワイヤーは、生体ニューロンのこれらすべての特徴を模倣しています。また、超電導ナノワイヤーには不思議な非線形特性があり、閾値以上の電流が流れると超電導が機能停止します。

 

これは、抵抗が急激に増加するために起こる現象で、生体ニューロンの電気的スパイクに類似した電圧パルスが発生するのです。このパルスは、2本目のナノワイヤーから発生する別のパルスを変調するために使用することができ、シミュレーションの精度をさらに高めることができます。

 

画像出典:Adobe Stock

 

このように、ナノワイヤーを使った単一の回路で、発火閾値、移動時間(回路特性を調整することで調整可能)、不応期など、ニューロンの主要な特性を模倣することができます。

 

電力効率と限界

このような超伝導回路のエネルギー効率は、生物学的ニューラルネットワークのエネルギー効率に匹敵します。研究チームによると、彼らの提案する人工ニューラルネットワークは、1ワットあたり1秒間に約100兆回のシナプス演算を行うことができるということです。

 

シミュレーションでは、期待できそうです。成功すれば、速度とパワーの面で高い競争力を持つ技術になり得るでしょう。この設計により、パターン認識などの複雑なタスクを実行するスパイキングニューラルネットワーク【本来のニューロンに,より近づけたニューロンモデルを用いたニューラルネットワーク】として訓練された大規模なニューロモーフィック【人間の脳などの構造を模す技術】プロセッサを実現することができます。

 

ただし、他の概念と同様に、これにも限界があります。超伝導ニューロンは、わずか数個の他のニューロンとの接続しかできません。一方、生体ニューロンは、何千もの他のニューロンとつながっています。今のところ、これは単なる設計であり、原理的な実証が必要です。

おすすめ新着記事

おすすめタグ