科学者はニューロモーフィックコンピュータ用のコンポーネントを開発しました

ニューラルネットワークは、最も重要な人工知能（AI）ツールの1つです。それらは、人間の脳の働きを模倣し、ほんの数例を挙げると、テキスト、言語、画像を確実に認識できます。これまでのところ、彼らは適応ソフトウェアの形で従来のプロセッサに取り組んでいますが、専門家は別の概念である「ニューロモーフィックコンピュータ」に取り組んでいます。

この場合、脳のスイッチングポイント（ニューロン）はソフトウェアでモデル化されていませんが、ハードウェアコンポーネントによって再構築されています。 Helmholtz-Zentrum Dresden-Rossendorf（HZDR）の研究者チームは、このような機器への新し​​いアプローチ、つまり生成されてマイクロメートルサイズのプレートに分割されるターゲット電磁波を実証しました。将来に目を向けると、これは、最適化とパターン認識のタスクをより速く、より少ない電力で実行できることを意味する可能性があります。研究者たちは、ジャーナルフィジカルレビューレターで結果を発表しました。

科学者たちは、直径わずか数マイクロメートルの磁性鉄ニッケル材料で作られた小さなディスクに基づいて研究を行いました。このディスクの周りには金のリングがあります。ギガヘルツの範囲の交流電流がディスクを流れると、ディスク内のいわゆるスピン波を励起するマイクロ波を放出します。

「鉄ニッケルの電子は、トップのように、ある種のスピンを示します」と、HZDRのHelmutSchulheiss氏は説明します。 「マイクロ波パルスを使用して、電子の上部を少しノックオフしています。」次に、電子はこの外乱を隣接するものに伝達し、スピン波が材料を通過します。このようにして、現代のコンピュータチップの場合のように、電子自体を移動させることなく、情報を非常に効率的に送信できます。

2019年に、研究者は注目すべき何かを発見しました。特定の状況下では、磁気渦で生成されたスピン波が2つの波に分割され、それぞれの周波数が低下する可能性があります。

「いわゆる非線形効果がこれの原因です」と科学者は説明します。 「それらは、放射されたマイクロ波電力が特定のしきい値を超えたときにのみアクティブになります。」この振る舞いは、脳の働きと驚くべき類似点があるため、スピン波が人工ニューロンの有望な候補であることを示唆しています。これらのニューロンは、特定の刺激しきい値を超えた場合にのみ発火します。

しかし、当初、科学者はスピン波の分割を非常に正確に制御することができませんでした。そのため、チームは、フィジカルレビューレターに記載されている問題を解決する方法を考え出す必要がありました。金のリングに加えて、小さな磁気ストリップが磁気プレートに取り付けられています。短いマイクロ波信号は、このストリップでスピン波を生成します。これは、プレート内のスピン波と相互作用して、一種のおとりとして機能します。

ストリップのスピン波は、プレートの波をより速く分割します。 「分離がより速く起こるには、非常に短い追加信号で十分です」と研究者は説明します。 「これは、プロセスを開始して時間遅延を制御できることを意味します。」

「次にやりたいことは、スピン波ニューロンで小さなネットワークを構築することです」と研究者たちは言います。 「このニューロモーフィックネットワークは、単純なパターンの認識などの単純なタスクを実行する必要があります。」

顔認識とパターン認識は、AIの主な用途の1つです。たとえば、スマートフォンでの顔認識により、パスワードを入力する必要がなくなります。これを機能させるには、ニューラルネットワークを事前にトレーニングする必要があります。これには、膨大な計算能力と大量のデータが必要です。スマートフォンメーカーは、このネットワークを特別なチップに転送し、それを携帯電話に統合します。しかし、チップには弱点があります。応答性がないため、たとえばマスクされた顔を認識できません。

一方、ニューロモーフィックコンピュータも同様の状況に対処できます。従来のチップとは異なり、そのコンポーネントは厳密に配線されていませんが、脳内の神経細胞のように機能します。このおかげで、ニューロモーフィックコンピュータは、人間のように大量のデータを同時に処理できると同時に、非常にエネルギー効率が高くなっています。パターン認識に加えて、新しいタイプのコンピューターは、別の経済的に重要な分野で役立つ可能性があります。スマートフォンの高精度ルートプランナーなどの最適化タスクに役立ちます。