バッテリー容量の制限や処理能力の限界が、IoTデバイスの性能向上を妨げている。東京理科大学が新たに開発した技術は、そうした限界を克服できるAIモデルの実現可能性を示すものだ。どのような仕組みなのか。
AI（人工知能）技術とIoT（モノのインターネット）は、近年で急成長を遂げている技術分野だ。ネットワークのエッジ（端）にIoTデバイス（IoTエッジデバイス）が遍在し、高度に相互接続された世界では、デバイス内でデータを処理することが重要になる。インターネットへの依存度の低減、逐次通信による遅延の解消などの必要があるからだ。
そうした課題を解決するために、IoTエッジデバイス内でAIモデルを稼働させることを考えるとする。だがIoTエッジデバイスは本質的に小型であり、電力容量、処理速度、回路サイズに制限がある。つまりIoTエッジデバイスのような小型デバイスに収まる物理回路で稼働する、省電力なAIモデルを実装しなければならない。
この相反する要件を満たしたAIモデルを実装するための新たなアプローチを、このほど東京理科大学の研究チームが提唱した。研究チームによると、今回提案した設計はあらゆる用途においてデバイスのエネルギー消費を削減し、持続可能性目標の達成に貢献する。画期的なその仕組みとは。
この課題に対する解決策を提示したのが、東京理科大学の河原尊之氏と藤原優哉氏だ。両氏はIoTエッジデバイスの計算処理における課題を解決するため、「三値勾配二値化ニューラルネットワーク」（TGBNN：Ternary Gradients Binarized Neural Network）を開発した。
ニューラルネットワークは、人の脳の神経細胞をモデル化した情報処理システムだ。層に別れており、各層には処理ユニットである「ノード」が存在する。ニューラルネットワークの例としては、重み（ニューラルネットワークの接続強度を表す値）と活性化値（ノードの出力値）を-1と1の2値で表す「BNN」（Binarised Neural Network）や、人の脳の働きを模倣した「ANN」（Artificial Neural Network）などがある。
ANNはAI分野の重要技術の一つだが、大量の計算資源を必要とする点が課題だ。一方でBNNは情報の最小単位を1ビットにすることで、ネットワークに必要な計算資源を最小限に抑えることができる。
ただしBNNにも弱点がある。推論時は重みと活性化値を1ビットで格納できるが、学習時の重みと勾配（ネットワークの重みをどう調整すべきかを示す指標）は実数で格納する必要があり、計算の大部分も実数計算となる点だ。そのため、「IoTエッジデバイスにBNNが学習できる仕組みを持たせることは困難だった」と研究チームは説明している。
そこで研究チームは、従来のBNNの改良版としてTGBNNを開発した。研究チームによると、TGBNNは88%以上の推定精度を達成するとともに、同じ構造の通常のBNNと同等の精度を維持しながら、学習時の収束も高速化した。
TGBNNには、以下に示す3つの革新的な特徴がある。
この革新の中核となるのは、MRAMセルを採用した、メモリ内演算（CiM：Computing-in-Memory）アーキテクチャだ。これは回路スペースと電力を節約するために、専用プロセッサではなくメモリ内で計算する設計手法だ。この設計手法によって、回路サイズと消費電力を大幅に削減できるという。資源に制約のあるIoTエッジデバイスで、効率的にAIモデルを稼働させる上での有望な選択肢を示した形だ。
CiMアーキテクチャに基づいてTGBNNを実装するために、研究チームは新型の論理回路を開発した。この論理回路はMRAMセルの配列を基本構成要素としており、磁気トンネル接合（磁気の向きでデータを記録する素子）を使用して、磁化状態で情報を格納する。
「われわれが提唱したシステム設計によって、学習能力やリアルタイムの状況変化に適応する能力を備えた効率的なBNNを、IoTエッジデバイスに実装できるようになった」と研究チームは主張する。これはAI技術を高度に活用できる高性能なIoTデバイス実現への道を開くものだ。例えばエンドユーザーの健康状態をモニタリングするウェアラブルデバイスの高性能化だ。インターネット接続を必要とせず、優れたバッテリー性能ながらも小型で、信頼性の高い動作が可能なものに進化させることが可能になる。スマートハウスも、複雑なタスクを素早く実行できるようになる見込みがある。
本研究の詳細は、学術誌『IEEE Access』に掲載の論文「TGBNN: Training Algorithm of Binarized Neural Network with Ternary Gradients for MRAM-based Computing-in-Memory Architecture」で説明されている。
TechTarget.AI編集部は生成AIなどのサービスを利用し、米国TechTargetの記事を翻訳して国内向けにお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
リモートワークやクラウドサービスが拡大する中、ネットワーク遅延の課題を抱える企業も少なくない。通信遅延は生産性にも影響するだけに契約帯域の見直しも考えられるが、適切な帯域を把握するためにも、帯域利用状況を分析したい。
在宅勤務でSIM通信を利用していたが、クラウドの通信量急増により、帯域が圧迫されWeb会議での音切れが発生したり、コストがかさんだりと、ネットワーク環境の課題を抱えていたシナネンホールディングス。これらの問題を解消した方法とは？
VPN（仮想プライベートネットワーク）は、セキュリティの観点から見ると、もはや「安全なツール」とは言い切れない。VPNが抱えるリスクと、その代替として注目されるリモートアクセス技術について解説する。
インターネットVPNサービスの市場規模は増加傾向にあるが、パフォーマンスやセキュリティなどの課題が顕在化している。VPNの利用状況などのデータを基にこれらの課題を考察し、次世代インターネットVPNサービスの利点と可能性を探る。
代表的なセキュリティツールとして活用されてきたファイアウォールとVPNだが、今では、サイバー攻撃の被害を拡大させる要因となってしまった。その4つの理由を解説するとともに、現状のセキュリティ課題を一掃する方法を解説する。
もし“キーマン”がいなくなったら？ 属人化しないデータセンター運用の作り方 (2025/3/18)
多拠点ネットワークの苦悩「セキュリティ、運用負荷、コスト」をどう解消？ (2025/2/20)
LANケーブルではもう限界 構内ネットワークに「光ネットワーク」という選択肢 (2025/1/14)
DX時代のIoTに起きている課題 スマホとエッジデバイスの新たな役割とは (2025/1/7)
脱VPNなんて一気には無理──忙しすぎる情シスの“起死回生の策”は？ (2024/12/25)
いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ（仮想PC画面）は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。
「マーケティングオートメーション」 国内売れ筋TOP10（2025年5月）
今週は、マーケティングオートメーション（MA）ツールの売れ筋TOP10を紹介します。
「サイト内検索」＆「ライブチャット」売れ筋TOP5（2025年4月）
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
「ECプラットフォーム」売れ筋TOP10（2025年4月）
今週は、ECプラットフォーム製品（ECサイト構築ツール）の国内売れ筋TOP10を紹介します。
ITmediaはアイティメディア株式会社の登録商標です。
