電気が「学習」を可能にする材料を見つける

アルゴンヌ国立研究所の科学者チームは、非生物材料が「学習」に関連する挙動を模倣できることを観察できた。これは、より優れた人工知能（AI）システムの開発につながる可能性がある。

この研究についての論文は、Advanced Intelligent Systemsに掲載された。

このグループは、次世代のスーパーコンピューターの開発を目指しており、人間の脳からインスピレーションを得ている。

学習のような挙動を持つ非生物材料

脳にインスパイアされたコンピューターを作る研究者は、学習のような挙動を示す可能性のある非生物材料に注目する。これらの材料は、新しいソフトウェアアルゴリズムと組み合わせて使用するハードウェアを構築するために使用でき、よりエネルギー効率の高いAIを実現できる。

この新しい研究は、パーデュー大学の科学者によって主導された。彼らは、酸素欠乏ニッケル酸化物に短時間の電気パルスを当て、2つの異なる電気応答を引き起こした。これは「学習」に似た挙動である。ラトガース大学のシュリラム・ラマナサン教授によると、すべて電気的に駆動されるシステムを開発し、学習挙動を示した。

研究チームは、米国エネルギー省（DOE）のアルゴンヌ国立研究所にある先端光源（APS）という施設のリソースを利用した。

慣れと感作

最初の応答は、材料がわずかに電気的に刺激されることに慣れることである。材料の抵抗は初期の電気的な衝撃の後増加するが、研究者は材料が電気的な刺激に慣れることを観察した。

ファニー・ロドルカキスは、APSの物理学者兼ビームライン科学者である。

「慣れは、空港の近くに住むことと同じだ」とロドルカキスは言う。「引っ越した日の初日は『うるさい』と思うが、最終的には気にしなくなる」

材料が示す2番目の応答は、より大きな電気的な刺激を与えられたときに発生する感作である。

「より大きな刺激を与えると、材料の応答は減少するのではなく、時間の経過とともに増加する」とロドルカキスは言う。「これは、怖い映画を見た後に誰かが後ろから『ブー！』と言ったときのように、本当に飛び上がる」

「ほぼすべての生物は、これら2つの特性を示す」とラマナサンは続ける。「これらは、知能の基礎的な側面である」

2つの挙動は、電子間の量子相互作用によって制御される。これらの相互作用は、古典物理学では説明できない。また、材料の相転移の基礎を形成する役割を果たす。

「相転移の例は、液体が固体になることである」とロドルカキスは言う。「私たちが調べている材料は、境界線上にあり、電子レベルの競合する相互作用は、小さな刺激によって簡単に一方または他方に傾くことができる」

ラマナサンによると、完全に電気信号によって制御できるシステムが必要である。

「材料をこのように操作できるようにすることで、ハードウェアが知能の一部を担うことができる」と彼は言う。「量子特性を使用して、ハードウェアに知能を組み込むことは、エネルギー効率の高いコンピューティングへの重要なステップである」

安定性と可塑性のジレンマを克服する

科学者は、慣れと感作の違いを利用して、AIの開発における大きな課題である安定性と可塑性のジレンマを克服できる。アルゴリズムは、新しい情報に適応するのに苦労し、適応すると、以前の経験や学習したことを忘れてしまう。科学者が慣れを示す材料を作成できれば、不要な情報を無視または忘れるように教えることができ、さらに安定性を獲得できる。一方、感作は、システムが新しい情報を記憶し、組み込むことを可能にする可塑性を訓練することができる。

「AIは、新しい情報を学習し、保存するのに苦労することが多い」とロドルカキスは言う。「情報を保存するのに必要な安定性が不足している場合、AIは学習できない。ただし、可塑性が過剰になると、記憶の喪失を引き起こす」

チームによると、この新しい研究の利点の1つは、ニッケル酸化物デバイスの小さなサイズである。

「これまでの電子機器では、大量のトランジスタを使用せずにこのような学習は実現できなかった」とロドルカキスは説明する。「これまでで最小のシステムであり、これらの特性を示すことができ、ニューロモルフィック回路の開発の可能性が大きい」