イエーテボリ大学と東北大学が快挙
高いエネルギー効率で演算する「人間の脳」の再現に一歩前進
人間の脳を模倣できれば、少ない電力で高度な演算が可能になる。イエーテボリ大学と東北大学の共同研究プロジェクトがこの分野で成果を出している。
スウェーデンのイエーテボリ大学（UoG）の研究者らは、メモリと演算機能を同じコンポーネントに組み合わせることに成功した。発振器ネットワークとメモリスタの接続に成功したのはこれが初めてだ。
これを発見したのはUoGと日本の東北大学の共同研究プロジェクト「Topspin」（Topotronic Multi-Dimensional Spin Hall Nano-Oscillator Networks）だ。この研究は、スマートフォン、ドローン、自動運転車といった幅広い分野でより高効率の技術を生み出す触媒となる可能性を秘めている。
「脳はエネルギー効率が高い。これに似た演算方法を見つけることが研究の目標だった。画像認識や音声認識のような認知タスクには、かなりのコンピュータ能力を必要とする。特にスマートフォン、ドローン、衛星などにはエネルギー効率が高いソリューションが必要だ」と話すのは、UoGのヨハン・オケルマン氏（物理学部応用スピントロニクス教授）だ。
脳の再現への一歩
iStock.com/Igor Kutyaev
オケルマン氏は、メモリ機能と演算機能を一つのコンポーネントに融合することで生み出される進化は、そのコンポーネントが脳の神経回路のように機能する新たな進化の入り口になると言う。
「こうしたコンポーネントは、脳のような重要なビルディングブロックになる可能性がある。認知演算のエネルギー効率が高くなるほど、可能な用途が増える」（オケルマン氏）
「イジングマシンなどの量子インスパイアコンピュータは、従来型コンピュータでは妥当な時間内または妥当なエネルギー消費量では解決できない種類の問題を解決することが証明されている。本研究の目標は、スピンホールナノ発振器の2次元ネットワークに基づく新しい完全磁気量子インスパイアイジングマシンを構築して比較することだ」（オケルマン氏）
プロジェクトの重要な発見の一つは、発振器ネットワークとメモリスタを結び付けたことだ。発振器と発振回路には、人間の神経細胞に匹敵する方法で複雑な演算を実行する能力がある。メモリスタにも、演算を実行するためのプログラミング可能な抵抗器として機能する能力がある。プロジェクトは、メモリスタを別の要素であるスピントロニクス発振器に統合できることを初めて示した。発振器の配列は、メモリスタ機能の不揮発性ローカルストレージと、ナノ発振器のマイクロ周波数演算を融合させる。これによって人間の脳の非線形振動神経回路を模倣できる。そう話すのは、東北大学の深見俊輔氏（教授、プロジェクトリーダー）だ。
「これまで人工ニューロンとシナプスは別々に開発されてきた。今回の研究は、2つの要素を一つに組み合わせるという重要なマイルストーンを示している」（深見氏）
発振器とメモリスタの統合は研究の大きな進化を表し、高いエネルギー効率が要求されるスマートフォンなどの広範囲に省エネルギーのメリットをもたらすとオケルマン氏は言う。
「演算のエネルギー効率がさらに高くなれば、スマートフォンに新たな機能がもたらされるかもしれない。その好例が『Siri』や『Googleアシスタント』のようなデジタルアシスタントだ。この演算処理には標準的なスマートフォンのサイズに対して多過ぎるエネルギーが必要なので、処理は全てサーバで行われている。これをスマートフォンでローカルに実行できるようになれば、サーバへの接続が不要になり高速かつ容易になる」（オケルマン氏）
スウェーデンと日本による「画期的」研究
UoGと東北大学の研究をさらに進化させるには、大きな課題が残っている。その一つは、配列とのインタフェース、個別の発振器の調整、組み込みメモリユニットの分野で実現可能な選択肢を見つけることだ。
UoGは、個別に制御される2つのメモリスタを使って4つの大型スピンホールナノ発振器（SHNO）チェーンを異なる同期状態に調整できることを試そうとしている。メモリスタゲーティングは、非従来型コンピュータのSHNO配列の状態を入力、調整、格納するための最適で高効率なアプローチと見なされている。
プロジェクトの重要な目標は、デジタル演算を発振器ネットワークベース演算に変えるトリガーとし、100GHzを超える周波数での演算を実証することだ。既存の回路では4GHz近辺で速度の限界に達してしまう。
UoGと東北大学の真の課題は、脳に着想を得たプロセスをエミュレーションできるエネルギー効率の高い人工ニューロンの開発速度を上げることだ。
スウェーデンと日本のパートナーシップが生み出した斬新な電圧制御スピントロニクスマイクロ波発振器は、人間の脳の非線形振動神経回路網を模倣できる。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[ゾーホージャパン株式会社] サイバー攻撃からネットワークを守る上で確実に押さえておきたいポイントとは？ -
事例
[アルプス システム インテグレーション株式会社] 中小企業でも安心して活用できる「手ごろなSOCサービス」とは？ -
製品資料
[株式会社シーイーシー] 脱VMwareに成功した企業は何をどう実践した？ 事例に学ぶ戦略立案＆実装のコツ -
製品資料
[株式会社オービックビジネスコンサルタント] ランサムウェア攻撃を“二重の防御構造”で防ぐ、クラウド型基幹システムの実力 -
製品資料
[株式会社オービックビジネスコンサルタント] 動画で知るランサムウェア被害企業のリアル、会計データが無事だった理由とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
2
AIの導入効果はどう測る？ DMM.comのエンジニア組織に学ぶ効果検証のノウハウ
-
3
鹿島建設のDXを阻む「10年前のAWS」 安全性と自由度を両立したモダナイズ
-
4
「データストレージの活用方法」に関するアンケート
-
5
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
6
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
7
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
8
「ITインフラとデータ保護・バックアップ対策」に関するアンケート
-
9
「データ活用とAI活用の実態」に関するアンケート
-
10
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
3
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
4
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
5
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
6
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
7
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
8
“あのファイル転送”で暗躍するノーウェアランサム
-
9
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー