エンジニアのチームが、人間の脳と同様の処理能力を持つニューラルネットワークシステムを作ることを目指して人工シナプスを構築した。
「脳はシナプスイベントごとにわずか1～100 fJの電力消費で、超並列情報処理が可能です。脳の効率性に着想を得て、パターン認識や機械学習向けにCMOSベースのニューラルアーキテクチャとメモリスタが開発されています」と、研究者たちは今週Nature Materialsに掲載された論文に記しています。
人工シナプスは、コンデンサとMOSFETを組み合わせたような働きをします。2枚の薄い有機膜で構成されており、3つの端子が塩水で接続されています。塩水は2層の膜の間の電解質として機能します。上側の膜にはゲート端子、下側の膜にはソース端子とドレイン端子があります。
人工シナプス ... イラスト提供: Yoeri van de Burgt et al
「これは本物のシナプスのように機能しますが、設計可能な有機電子デバイスです」とネイチャー・マテリアルズ誌の論文の主任著者であり、スタンフォード大学の材料科学および工学の准教授であるアルベルト・サレオ氏は語った。
「この種の構造はこれまで発表されておらず、全く新しいデバイスファミリーと言えるでしょう。多くの主要な指標において、無機材料を用いたこれまでのどのデバイスよりも優れた性能を発揮します」と彼は付け加えた。
仕組みをまとめると、上層の薄膜が下層の導電性を制御します。ゲートとグランド間に電圧を印加すると、ゲート電圧の極性に応じて下層の薄膜の導電性が増減します。これが書き込みモードのシナプスです。下層の薄膜の電気状態に基づいて情報が保存されます。導電性が高い状態は状態1、導電性が低い状態は状態0を表します。
ゲート電圧を取り除くと、シナプスの状態は固定されます。デバイスを読み取りモードにするには、ソース端子とドレイン端子間に電圧を印加し、電流の流れを測定します。シナプスの導電性が高い場合は、電気抵抗が低いため、多くの電流が流れます。一方、シナプスの導電性が低い場合は、電気抵抗が高いため、多くの電流は流れません。
このように、ゲート電圧を用いてシナプスの記憶内容を書き込み、その後、ソースとドレイン間の抵抗、つまり電流の流れを測定することで記憶内容を読み出します。下層の導電性を変化させる鍵となるのは、液体電解質です。正イオンは、ゲート電圧の極性に応じて、液体を介して上層と下層の薄膜の間を移動し、イオン濃度によって下層の導電性が向上または低下します。
この設計は、ストレージとトランジスタゲートを一体化しており、メモリの内容に基づいて即座に判断を下すことができ、継続的な充電を必要とせずに情報を保持できます。また、この人工シナプスは2進値ではなく、実際には500の状態を保存できるとのことです。全体として、これは、意思決定回路、キャッシュ、メモリとの間でデータをやり取りする必要がある今日のコンピュータプロセッサコアよりもはるかに電力効率が高いとされています。
制限事項
シナプス細胞が書き込みモード電圧を微妙に変化させることで情報を保存する方法は、脳の学習プロセスにおいて実際の神経経路が強化されたり弱められたりする仕組みに似ています。研究者たちは、シナプスを特定の電気状態に調整するために必要な電圧をほぼ解明しました。
ニューロモルフィック・コンピューティング（神経系の神経生物学的構造を模倣した電子回路のシステムを作成する）は、AI を強化できる可能性があります。
「ディープラーニングのアルゴリズムは非常に強力だが、電気的状態の計算とシミュレーションを行い、それを別の場所に保存するのにプロセッサに依存しており、エネルギーと時間の面で非効率的だ」と論文の筆頭著者でアイントホーフェン工科大学の助教授、ヨエリ・ファン・デ・ブルクト氏は述べた。
「私たちの研究は、ニューラル ネットワークをシミュレートするのではなく、ニューラル ネットワークを作成しようとしています。」
構築された人工シナプスは1つだけで、特に有用な機能を果たすには不十分です。しかし、シミュレーションでは、シナプスの配列から得られる計算能力によって、手書きの0から9までの数字を認識できることが示されています。3つのデータセットを用いたテストでは、シミュレーションされたシナプス群が93～97%の精度で数字を識別できることが示されました。
これはパターン認識と膨大な計算能力を必要とする難しいタスクです。コンピュータービジョンシステムでは、MNISTデータベースを用いてアルゴリズムやモデルのベンチマークを行う一般的なテストであり、従来のコンピューターでは苦手としています。
論文によると、シナプスの柔軟な有機材料は、もう一つの「魅力的な可能性」も提供するという。脳インプラント、つまり人間の脳に差し込むだけで機能を向上させる魔法のキットとして利用できる可能性があるという。
それは全くのSFです。人工シナプスの電力効率は本物に比べて大幅に劣っています。現状の人工スイッチは、生物学的シナプスが発火してニューロンに信号を伝えるのに必要な最小エネルギーの約1万倍ものエネルギーを消費しています。頭部に取り付けられた数百万、数十億もの人工シナプスに電力を供給することは、体からでは不可能であり、外部電源から供給するのも現実的ではありません。
目標は、できれば設計を大幅に縮小することで、同様の効率レベルを達成することです。
ニューロモルフィック・コンピューティングへの関心が高まっています。昨年、IBMはNature誌に、相変化材料が人工スパイクニューロンを模倣する方法を示した論文を発表しました。このテクノロジー界の巨人は、欧州連合（EU）が資金提供する「ヒューマン・ブレイン・プロジェクト」の一環として、英国の大学と共同で巨大な「電子脳」の開発を進めています。このプロジェクトは、10億ユーロを超えると推定されています。®
