本日発表された脳にヒントを得た認知コンピュータチップ 2 個は、コンピュータ アーキテクチャと人工知能の世界に新たな飛躍をもたらす、あるいは少なくとも大きな分岐点となる可能性がある。
約1年前、IBMがマカクザルの神経回路をマッピングするプロジェクトについてお伝えしました。これは、この種の脳ネットワーク構築プロジェクトとしては最も複雑なものです。IBMがこれを実行したのは、単なる科学研究のためではありませんでした。ニューラルネットワークをリバースエンジニアリングし、脳と同じくらい効率的に思考できる認知コンピュータシステムへの道を開くことが目的だったのです。そして今、IBMはまさにそのようなシステム（正確には2つ）を開発し、「ニューロシナプスチップ」と呼んでいます。
45ナノメートルのシリコン／金属酸化物半導体（MOS）プラットフォーム上に構築された両チップは、それぞれ256個のニューロンを備えています。片方のチップには262,144個のプログラム可能なシナプスがあり、もう片方のチップには65,536個の学習シナプス（自身の行動を記憶し学習する機能を持つ）が搭載されています。IBMの研究者は、これらの計算コアを用いて、ナビゲーション、マシンビジョン、パターン認識、連想記憶、分類といった分野の実験を行ってきたとIBMは述べています。これは、コンピューターを「はい／いいえ」の計算機ではなく、適応性に優れた総合的な学習システムとして再定義するための一歩です。
「この新しいアーキテクチャは、今日の伝統的なフォン・ノイマン型コンピュータから、極めて電力効率の高いアーキテクチャへの重要な転換を表しています」と、IBMリサーチのプロジェクトリーダーであるダルメンドラ・モダ氏はインタビューで述べた。「メモリとプロセッサを統合し、基本的に超並列・分散型かつイベント駆動型であるため、脳の機能、電力、そしてスペースに匹敵するレベルに達し始めています。」
フォン・ノイマン・アーキテクチャについては、こちらで詳しく読むことができますが、基本的には2つのデータポータルを持つシステムで、入力命令と出力データで共有されます。これにより、メモリ転送速度を根本的に制限するボトルネックが発生します。IBMのシステムは、データ計算と保存の回路を統合することでこのボトルネックを解消し、システムが複数のソースからの情報を同時に、より効率的に計算できるようにします。また、脳と同様に、チップにはシナプス可塑性があり、特定の領域を再構成することで、当初割り当てられていなかったタスクを実行できます。
IBMの長期目標は、100億個のニューロンと100兆個のシナプスを持ち、消費電力がわずか1キロワット時で靴箱に収まるチップシステムを構築することだとモダ氏は語った。
このプロジェクトは、DARPAのSyNAPSE（ニューロモルフィック適応型プラスチックスケーラブルエレクトロニクスシステム）イニシアチブによって資金提供されており、IBMはフェーズ0と1を完了したばかりである。IBMのプロジェクトにはコロンビア大学、コーネル大学、カリフォルニア大学マーセド校、ウィスコンシン大学マディソン校の協力者が参加しており、フェーズ2向けにさらに2,100万ドルの資金を調達したと同社は発表した。
コンピュータ科学者たちは長年にわたり、脳の超並列・低消費電力コンピューティング能力を模倣できるシステムに取り組んでおり、数々の画期的な成果を上げてきました。昨年、コンピュータエンジニアのスティーブ・ファーバー氏は、数万個の携帯電話チップで構成されるシナプスコンピュータネットワークについて説明しました。
コンピュータ脳に関する最も注目すべき成果は、メモリスタの分野にあります。その名前が示すように、メモリ抵抗器は電流が流れていたときの最後の抵抗値を「記憶」することができます。そのため、電流が再び流れても、回路の抵抗値は同じままです。ここではあまり深く掘り下げませんが、これは基本的にシステムの効率を大幅に向上させます。
ヒューレット・パッカードは、2008年に初めてメモリスタを記述して以来、メモリスタの開発を続けており、SyNAPSEプロジェクトにも参加しています。昨年の春、HPのエンジニアは、低消費電力の二酸化チタンメモリスタを記述しました。
脳ベースのコンピュータシステムにおいて、メモリスタはシナプスのコンピュータ版として機能し、シナプスは過去のデータ転送に関する情報も保存します。IBMのチップはメモリスタアーキテクチャを採用していませんが、メモリと計算能力を統合しており、コンピュータニューロンと軸索を用いてこれを実現しています。「構成要素はシンプルですが、アーキテクチャは独特です」と、コーネル大学工学部研究・大学院担当副学部長のラジット・マノハー氏は述べています。
「ニューロンが状態を変えるとき、変更されるのはニューロン自身の状態であり、他の何かの状態ではありません。そのため、計算を行う回路と状態を記憶する回路を物理的に同じ場所に配置することができます。これらは互いに非常に近い場所に配置できるため、連携が非常に効率的になります」と彼は述べた。
モダ氏は、これは単に記憶を保存する新しい方法だと述べた。
「ビットはビットです。メモリスタ、相変化メモリ、ナノ電気機械スイッチ、SRAM、あるいはどんな形態のメモリでもビットを保存できます。しかし、それだけでは完全なアーキテクチャにはなりません」とモダ氏は述べた。「計算能力がないのです。」
しかし、この新しいチップにはそのパワーが備わっていると彼は述べた。このチップは、従来のトランジスタを新しい設計で用い、典型的なSOI-CMOSプラットフォーム上にメモリとプロセッサ機能を統合している。シナプスの代わりになる統合メモリに加え、ニューロシナプス「コア」は入出力機能、つまりニューロンとして、典型的なトランジスタを使用している。
しかし、この新しいアーキテクチャは従来のコンピューターに取って代わるものではありません。「どちらも今後長きにわたって私たちと共にあり、人類に貢献し続けるでしょう」とモダ氏は予測しました。
この脳ネットワーク設計に基づく将来の強力なチップは、脳と同じように、複数の入力から情報を取り込み、計算し、そのすべてを理解できるようになるという考え方です。
海洋を監視する認知コンピューターは、温度、波の高さ、音響といった変数を記録・計算し、津波やハリケーンの警報を発令するかどうかを判断できるだろう。あるいは、棚に商品を並べる食料品店員は、匂い、質感、視覚をモニターする特殊な手袋を使って、汚染された農産物を特定できるかもしれない、とモダ氏は述べた。現代のコンピューターは、これほど多くの入力から得られる情報から、これほど詳細な情報を処理することはできないと彼は述べた。しかし、私たちの脳はそれを常に行っている。腐った桃を手に取れば、触覚、嗅覚、視覚が瞬時に協調して働き、その果物が腐っていると判断するのだ。
脳はこれを実現するために、約150兆個のシナプス間の電気信号を利用し、同時にエネルギーを消費しています。私たちの脳は機能するために約20ワットの電力を必要とします。この仕組みを理解することは、脳ベースのコンピュータを構築する鍵となります。そのため、IBMは神経科学者と協力してサルとネコの脳を研究してきました。モダ氏によると、この研究は進展しています。
しかし、コンピューターチップが自然が私たちに与えてくれた超効率的な計算力に本当に匹敵できるようになるまでには、かなりの時間がかかるだろう。
