新しい脳のようなコンピューティングデバイスは人間の学習をシミュレートできる：この論文はNature Communications誌に掲載された。

「シナプストランジスタ」は、脳の可塑性を模倣して、データの処理と保存を同時に行うことができます。

[[398497]]

シナプストランジスタの配列の助けを借りて、新しいニューロモルフィック回路は連想学習をシミュレートすることができます。

研究者たちは、連想を通じて学習できる脳のようなコンピューティングデバイスを開発した。

有名な生理学者パブロフがベルの音と食べ物を関連付けるように犬を訓練したのと同様に、ノースウェスタン大学と香港大学の研究者は、光とストレスを関連付けるように回路を訓練することに成功しました。

この研究論文は4月30日に著名な学術誌「ネイチャー・コミュニケーションズ」に掲載された。

この装置の秘密は、人間の脳と同じように情報を処理し、同時に保存することができる、新しい有機電気化学「シナプストランジスタ」にあります。研究者らは、シナプストランジスタが人間の脳のシナプスの短期的および長期的可塑性を模倣し、記憶を継続的に強化し、学習能力を徐々に獲得できることを実証した。

脳のような機能を備えた新しいトランジスタと回路は、エネルギーを大量に消費するハードウェアや複数のタスクを同時に実行する能力の限界など、従来のコンピューティングの限界を克服すると期待されています。この脳のようなデバイスは、耐障害性も高く、一部のコンポーネントに障害が発生してもスムーズに動作し続けることができます。

「現代のコンピュータは素晴らしいが、パターン認識、運動制御、多感覚統合などの複雑で非構造化タスクでは人間の脳はコンピュータをはるかに上回る」と、ノースウェスタン大学の論文主任著者、ジョナサン・リヴネイ氏は述べた。「これはシナプスの可塑性によるもので、シナプスは脳の計算能力の基本的な構成要素である。これらのシナプスにより、脳は高度な並列性、フォールトトレランス、エネルギー効率の高い方法で動作することができる。私たちの研究では、生物のシナプスの重要な機能を模倣した有機プラスチックトランジスタを実証している。」

ノースウェスタン大学マコーミック工学部の生物医学工学助教授であるリブネイ氏は、香港大学の機械工学准教授であるパディ・チャン氏とともにこの研究を共同で主導した。リヴネイ研究グループのポスドク研究員である Xudong Ji 氏がこの論文の第一著者である。

従来のコンピューティングの問題点

従来のデジタル コンピューティング システムでは、個別の処理ユニットとメモリ ユニットが使用されるため、データ集約型のタスクでは大量のエネルギーが消費されます。人間の脳における計算と記憶のプロセスの組み合わせにヒントを得て、研究者たちは近年、ニューラルネットワークのように機能するさまざまなデバイスを使用して、人間の脳のように動作するコンピューターの開発を目指してきました。

「現在のコンピュータ システムは、ストレージとロジックの 2 つの部分が物理的に分離して動作します」と Ji 氏は言います。「計算を実行し、その情報をストレージ ユニットに送信します。その後、その情報を取得するたびに、その情報を呼び出さなければなりません。この 2 つの別々の機能を統合できれば、スペースを節約し、エネルギー コストを節約できます。」

現在、メモリ抵抗器、つまり「メモリスタ」は、処理機能とストレージ機能を組み合わせた最先端の技術ですが、メモリスタの主な欠点は、スイッチングエネルギー消費量が高く、生体適合性が低いことです。これらの欠点により、研究者はシナプストランジスタ、特に低電圧で動作し、連続的に調整可能なメモリを持ち、生物学的アプリケーションと高い互換性を持つ有機電気化学シナプストランジスタに注目するようになりました。しかし、課題はまだ残っています。

「高性能な有機電気化学シナプストランジスタであっても、書き込み操作と読み取り操作を分離する必要があります」とリブネイ氏は言う。「したがって、メモリの内容を保存したい場合は、書き込みプロセスから切り離す必要があり、回路やシステムへの統合がさらに複雑になります。」

シナプストランジスタの仕組み

これらの課題を克服するために、ノースウェスタン大学と香港大学の研究チームは、イオンを捕捉できる有機電気化学トランジスタ内部の導電性プラスチック材料を最適化しました。シナプスは脳内の構造であり、神経伝達物質と呼ばれる小さな分子を使用してニューロンが別のニューロンに信号を伝達します。シナプストランジスタでは、イオンは神経伝達物質のように動作し、端子間で信号を送信して人工シナプスを形成します。トラップされたイオンから保存されたデータを保持することにより、トランジスタは以前のアクティビティを記憶し、長期的な可塑性を形成します。

研究者らは、単一のシナプストランジスタをニューロモルフィック回路に接続して連想学習をシミュレートすることで、デバイスのシナプス動作を実証した。彼らは圧力センサーと光センサーを回路に統合し、2 つの無関係な物理的入力 (圧力と光) を互いに関連付けるように回路をトレーニングしました。

おそらく連合学習の最も有名な例は、食べ物を見ると自然に唾液を分泌するパブロフの犬でしょう。犬を訓練し、ベルと食べ物を関連付けると、犬はベルを聞くとよだれを垂らし始めます。ニューロモルフィック回路に関しては、研究者らは指で押して圧力を加えることで電圧を活性化した。光と圧力を関連付けるように回路を訓練するために、研究者らは LED 電球からの光パルスを照射し、その後すぐに圧力を加えた。この場合、ストレスは食べ物であり、光は鳴り響く音です。デバイスの対応するセンサーが 2 つの入力を検出しました。

1 回のトレーニング サイクルの後、回路は光と圧力の間の予備的な接続を確立しました。 5 回のトレーニング サイクルの後、回路は光と圧力の間に強い関連性を確立しました。光自体が信号、つまり「無条件反応」を誘発する可能性があります。

将来の応用

シナプス回路はプラスチックなどの柔軟なポリマーで作られているため、柔軟なシート上に簡単に製造でき、柔軟なウェアラブル電子デバイス、スマートロボット、生体組織や脳と直接インターフェースできる埋め込み型デバイスに簡単に統合できます。

「私たちのアプリケーションは概念実証に過ぎませんが、私たちが提案した回路は、さらに拡張してより多くの感覚入力を取り入れ、他の電子機器と統合して、その場での低電力コンピューティングを可能にすることができます」とリブネイ氏は述べました。「生物学的環境と互換性があるため、デバイスは生体組織と直接接続することができ、これは次世代のバイオエレクトロニクスにとって非常に重要です。」

「トラップイオン不揮発性シナプス有機電気化学トランジスタを使用した連想学習のエミュレーション」という研究は、米国国立科学財団、香港研究助成協議会、中国国家自然科学基金によって資金提供されました。