光を利用して脳を進歩させる技術

以下のフォームに記入していただければ、「ブレインライク コンピューティングを前進させる技術ハーネス ライト」の PDF 版を電子メールでお送りします。

すべての音声記事へのアクセスのロックを解除するには、以下のフォームに記入してください。

AI、機械学習、ChatGPT は、世間では比較的新しいバズワードかもしれませんが、ハードウェアとソフトウェアの両方を合わせて、人間の脳や神経系のように機能するコンピューターの開発は、数十年にわたる課題でした。 ピッツバーグ大学の技術者らは現在、光学「メモリスタ」がニューロモーフィック・コンピューティング開発の鍵となる可能性を研究している。

メモリ付き抵抗器、つまりメモリスタは、ニューロモーフィック コンピューティングの計算回路要素や高密度データ ストレージの小型メモリ要素としての用途により、エレクトロニクス分野での多用途性をすでに実証しています。 そのユニークな設計はインメモリ コンピューティングへの道を切り開き、科学者やエンジニアの両方から大きな関心を集めました。

「Integrated Optical Memristors」というタイトルの新しいレビュー記事は、このテクノロジーの進化と、その可能性を最大限に発揮するためにまだやらなければならない作業に光を当てています。 ピッツバーグ大学スワンソン工学部の電気・コンピュータ工学助教授であるネイサン・ヤングブラッドが率いるこの記事は、電子メモリスタの類似物である光学デバイスの可能性を探求しています。 この新しいクラスのデバイスは、光学領域における高帯域幅のニューロモーフィック コンピューティング、機械学習ハードウェア、および人工知能に革命を起こす上で重要な役割を果たす可能性があります。

Technology Networks の日刊ニュースレターを購読して、最新の科学ニュースを毎日受信箱に直接お届けします。

「研究者たちは、高帯域幅のニューロモーフィック コンピューティング、機械学習ハードウェア、人工知能における驚異的な可能性のため、光学メモリスタに本当に魅了されています」とヤングブラッド氏は説明しました。 「光学の驚くべき利点とローカル情報処理を融合することを想像してみてください。これは、以前は想像もできなかった技術的可能性のまったく新しい領域への扉を開くようなものです。」

このレビュー記事では、フォトニック集積回路のこの新興分野における最近の進歩の包括的な概要を示しています。 現在の最先端技術を調査し、超高速、高帯域幅の光通信とローカル情報処理の利点を組み合わせた光メモリスタの潜在的なアプリケーションに焦点を当てます。 しかし、スケーラビリティは、将来の研究で取り組むべき最も差し迫った問題として浮上しました。

「光領域におけるインメモリコンピューティングやニューロモーフィックコンピューティングのスケールアップは大きな課題です。高速、コンパクト、そして効率的なテクノロジーがあれば、スケールアップがより容易になり、大きな前進となります。」とヤングブラッド氏は説明しました。

「限界の一例は、現在光メモリとして最も高い記憶密度を持つ相変化材料を使用し、比較的単純なニューラル ネットワークをオンチップで実装しようとすると、1 枚のサイズのウェハが必要になることです。ラップトップには必要なメモリセルがすべて収まるはずです」と彼は続けた。 「フォトニクスにとってサイズは重要であり、有用なスケールで有用なコンピューティングを実行するには、記憶密度、エネルギー効率、プログラミング速度を向上させる方法を見つける必要があります。」

光メモリスタは、いくつかのアプリケーションにわたってコンピューティングと情報処理に革命を起こすことができます。 フォトニック集積回路 (PIC) のアクティブ トリミングを可能にし、継続的に電力を消費することなく、オンチップ光学システムを必要に応じて調整および再プログラムできるようにします。 また、高速データの保存と取得も提供し、処理の高速化、エネルギー消費の削減、並列処理の実現が期待されます。

光学メモリスタは、人工シナプスや脳をヒントにしたアーキテクチャにも使用できます。 不揮発性ストレージと非線形出力を備えたダイナミック メモリスタは、脳内のシナプスの長期可塑性を再現し、急増する統合発射コンピューティング アーキテクチャへの道を開きます。

光メモリスタ技術をスケールアップして改善する研究は、高帯域幅のニューロモーフィック コンピューティング、機械学習ハードウェア、人工知能の前例のない可能性を解き放つ可能性があります。

「私たちはさまざまなテクノロジーを検討しました。私たちが気づいたのは、理想的な光メモリスタの目標、つまりコンパクトで効率的で高速で、光学特性を大幅に変えるものからはまだ遠いということです。 」とヤングブラッド氏は語った。 「私たちは、この分野を前進させるために、単一の技術でこれらすべての基準を実際に満たす材料やデバイスをまだ探しています。」

参考文献: Youngblood N、Ríos Ocampo CA、Pernice WHP、Bhaskaran H. 統合型光メモリスタ。 ナット・フォトン。 2023:1-12。 土井: 10.1038/s41566-023-01217-w

この記事は以下の資料から転載したものです。 注: 資料は長さや内容が編集されている場合があります。 詳細については、引用元に問い合わせてください。