人工ナノワイヤーネットワークは電気的刺激によって脳のように動作する

シドニー大学と日本の物質・材料研究機構（NIMS）の科学者は、人工ナノワイヤーネットワークを電気的に刺激して脳のように動作させる方法を発見しました。

この研究は、Nature Communicationsに掲載されました。

この国際チームは、Joel Hochstetterの指導の下、Zdenka Kuncic教授とTomonobu Nakayama教授が参加しました。

チームは、ナノワイヤーネットワークを「カオスの辺缘」にある脳のような状態に維持することで、タスクを最適なレベルで実行できることを発見しました。

研究者によると、これは、神経インテリジェンスの根底にある性質が物理的なものであり、新しい人工知能の開発につながる可能性があることを示唆しています。

Joel Hochstetterは、シドニー大学ナノテクノロジー研究所と物理学部の博士課程学生であり、この研究の第一著者です。

「私たちは、10マイクロメートル長と500ナノメートル以下の太さのワイヤーを、2次元平面にランダムに配置しました」とHochstetterは述べました。

「ワイヤーが重なり合う場所で、電気化学接合が形成され、ニューロンのシナプスのように動作します。私たちは、電気信号をこのネットワークに通すと、情報を伝達するための最適なルートが自動的に見つかることを発見しました。このアーキテクチャにより、ネットワークは以前の経路を「覚える」ことができます。」

ナノワイヤーネットワークのテスト

研究チームは、ランダムなナノワイヤーネットワークをシミュレーションしてテストし、どのようにして最適なパフォーマンスを発揮するかを調べました。

ネットワークを刺激する信号が低すぎると、経路は複雑すぎず、予測可能な出力しか生み出しませんでした。一方、信号が強すぎると、出力は予測不可能でカオティックになりました。

これは、最適な信号がこのカオティックな状態の辺缘にあることを意味します。

Zdenka Kuncic教授はシドニー大学に所属しています。

「一部の神経科学の理論によると、人間の脳はこのカオスの辺缘、または臨界状態で動作している可能性があります。一部の神経科学者は、脳が最大のパフォーマンスを発揮するのはこの状態であると考えています。」

「この結果が興奮するのは、これらの種類のナノワイヤーネットワークが、脳のような集団ダイナミクスを持つレジームに調整できることを示唆しているからです。これは、情報処理を最適化するために利用できます。」

ナノワイヤーネットワークは、ワイヤーの接合点によって、メモリと演算を単一のシステムに統合することができます。これは、標準的なコンピューターがメモリと演算を別々に扱うこととは異なります。

「これらの接合点は、コンピュータのトランジスターのように動作しますが、信号が以前この経路を通ったことがあることを「覚える」追加の特性があります。したがって、これらは「メモリスタ」と呼ばれます。」

メモリは物理的な形で、ナノワイヤーの交差点にある接合点がスイッチのように動作します。接合点の動作は、歴史的な電気信号への応答に依存します。接合点に電気信号が適用されると、電流が流れ、接合点が活性化します。

「これにより、ランダムなナノワイヤーシステム内にメモリネットワークが作成されます。」

チームは、非常に単純なタスクを解決する能力を示すために、物理ネットワークのシミュレーションを開発しました。

「この研究では、ネットワークを単純な波形をより複雑な波形に変換するようにトレーニングしました。」

チームは、電気信号の振幅と周波数を調整して、最適なパフォーマンスがどこにあるかを調べました。

「信号をゆっくりプッシュすると、ネットワークは同じことを繰り返し、学習や発展しません。信号を強く速くプッシュすると、ネットワークはエラティックで予測不可能になります。」

現実世界での利点

Kuncic教授によると、メモリと演算を統合することは、人工知能にとって大きな利点です。

「ネットワークをトレーニングするために必要なアルゴリズムは、多くの電力を消費します。」

「私たちが開発しているシステムは、接合点に適切な「負荷」または情報の重みを割り当てる必要性を排除します。私たちは単にネットワークが自身の重みを開発できるように許可します。つまり、信号の入力と出力のみを心配する必要があります。これは「リザーバー・コンピューティング」と呼ばれるフレームワークです。ネットワークの重みは自己適応的であり、多くのエネルギーを解放する可能性があります。」

Kuncicによると、これは、これらのネットワークに依存する将来のAIシステムは、はるかに低いエネルギー消費を持つことを意味します。