IBMの相変化人工ニューロン、脳スパイク模倣で超高密度・低消費電力コンピューティング実現

Manuel Le Galloの研究が、極めて高密度なニューロモルフィックコンピューティングシステムの新世代を刺激する。（出典：IBM Research – Zurich）

人間の脳のスパイクベース通信に着想を得て、IBMリサーチ・チューリッヒは、熱いプレートに触れたときに見られる「積分発火」挙動を模倣する人工ニューロンを設計しました。これらのデバイスは、生物学的組織と同等の電力と面積で、大規模データセットのパターン検出と相関発見が可能—これは数十年間、科学者たちが達成できなかった偉業です。

ブレイクスルーは「確率的相変化ニューロン」と題された論文で詳述され、本日Nature Nanotechnologyの表紙を飾りました。相変化メモリ素子を構成し、超高密度・低エネルギーニューロンとして機能させ、高速な教師なし学習を実現する方法を示しています。

共著者でIBMリサーチ・チューリッヒ科学者のManuel Le Gallo氏（ETHチューリッヒで博士課程在籍中）に話を聞きました。

人工ニューロンはどう機能するか？

Manuel Le Gallo： 人工ニューロンは「積分発火」回路を実装します。入力信号を蓄積し、総電位が閾値に達するとスパイクを発火します。この単純な蓄積が驚くほど複雑な計算を実現できます。

設計の着想源は？

ML： 目標は生物学的ニューロンの計算力を鏡像することです。従来の人工ニューロンはCMOSトランジスタに依存しますが、我々のアプローチは相変化デバイスを用い、劇的に低消費電力と高密度で同等機能を実現します。

あなたの役割は？

ML： 過去3年間の相変化物理研究が、これらニューロンの設計を導き、論文で提示された実験データの解釈を可能にしました。

「我々のアプローチは、特に大量データ処理においてより効率的になると考えています。」

—Manuel Le Gallo、IBMリサーチ科学者

人工ニューロンの応用先は？

小さな正方形はナノメートルスケール相変化セル（不透視）にアクセスするためのコンタクトパッド。鋭いプローブがパッドに触れ、ニューロン入力に応じて相構成を変更。各プローブセットが100セルの集団にアクセス。

ML： 実験で、複数の可塑性シナプスを持つ単一ニューロンが、ソーシャルメディア、気象、IoTセンサーデータなど多数のバイナリイベントストリームの時間的相関を検出し、イベントが整列したときに発火することを示しました。

なぜニューロモルフィックコンピューティングが効率的か？

ML： 従来アーキテクチャはメモリとロジックを分離し、コストのかかるデータシャトルを強制します。ニューロモルフィックシステムでは計算と記憶が共存し、メモリ-ロジック間転送を排除し、特に大規模データセットでエネルギー消費を劇的に削減します。

Manuel Le Gallo氏はETHチューリッヒで電気工学修士を取得し、IBMで修士論文を完成。現在は博士課程を追求中。

著者について： Millian Gehrer氏はIBMリサーチ・チューリッヒのサマーインターンで、科学者たちにインタビューし彼らの仕事を学んでいます。秋にはプリンストン大学でコンピュータサイエンスを専攻します。

IBMが新境地を開く：室温液相下での2D材料初の原子分解能イメージングナノスケールバイオテクで早期疾病検出を革新

ナノマテリアル