Neuromorphic Computing で AI を実現する

韓国科学技術院（KAIST）の研究チームは、単一のユニットセルで同時にニューロンとシナプスを模倣するナノサイズのニューロモルフィックメモリーデバイスを報告しました。この新しい進歩は、半導体デバイスで人間の脳を模倣するニューロモルフィックコンピューティングを実現するための重要なステップです。

この研究は、Nature Communicationsに公開されました。

ニューロモルフィックコンピューティングで AI を実現する

専門家は、人間の脳のニューロンとシナプスのメカニズムを模倣することで、ニューロモルフィックコンピューティングで人工知能（AI）を実現しようとしています。現在のコンピューターは、人間の脳の特定の認知機能を提供できないため、限界がありますが、その潜在性は徹底的に調査されています。

しかし、現在のCMOSベースのニューロモルフィック回路は、シナプスとニューロンを協調的な相互作用なしに接続しています。ニューロンとシナプスの実装は困難です。

これらの限界を克服するために、材料科学および工学科のKeon Jae Lee教授が率いる研究チームは、生物の作業メカニズムを導入して、単一のメモリーセルでニューロンとシナプスの相互作用を実現しました。これは、人工のニューロンとシナプスデバイスを電気的に接続する従来のアプローチとは異なります。

人工シナプスデバイス

以前研究された人工シナプスデバイスは、並列計算を加速するために使用されることが多く、人間の脳の作業メカニズムとは明らかな違いがあります。ニューロモルフィックメモリーデバイスでニューロンとシナプスの協調的な相互作用を実現することで、生物的なニューラルネットワークのメカニズムを模倣することができました。このニューロモルフィックデバイスは、複雑なCMOSニューロン回路を単一のデバイスに置き換えることができ、スケーラビリティとコスト効率が向上します。

人間の脳は、100億のニューロンと100兆のシナプスから構成されており、外部刺激に応じてその機能と構造が変化することで、周囲の環境に適応することができます。研究チームが開発したニューロモルフィックデバイスは、揮発性メモリーデバイスと非揮発性メモリーデバイスを使用して、短期記憶と長期記憶を共存させます。揮発性メモリはしきい値スイッチデバイスで表され、非揮発性デバイスとしては相変化メモリが使用されます。2つの薄膜デバイスが電極なしで統合され、ニューロンとシナプスの機能的適応性がニューロモルフィックメモリで実現されました。

「ニューロンとシナプスは、記憶や学習などの認知機能を確立するために相互作用します。したがって、脳インスパイアされた人工知能のために両方をシミュレートすることは不可欠です。」リー教授は述べました。「開発されたニューロモルフィックメモリーデバイスは、ニューロンとシナプス間の正のフィードバック効果を実装することで、忘れられた情報の迅速な学習を可能にする再トレーニング効果を模倣しています。」