https://jp.techcrunch.com/2020/06/10/2020-06-08-mits-tiny-artificial-brain-chip-could-bring-supercomputer-smarts-to-mobile-devices/
MIT（マサチューセッツ工科大学）の研究者が新しいタイプの人工の脳内シナプスに関する論文を発表した（MIT論文）。既存バージョンに比べてパフォーマンスが向上するという。物理的には紙吹雪の一片よりも小さいチップ上で数万単位の組み合わせが可能だ。小型で省電力仕様でありながら、複雑なAIコンピューティングをデータセンターに接続せずローカルで処理できるデバイスの作成に役立つという。
研究チームは「メモリスタ（次世代不揮発性メモリ）」を作った。シリコンによる脳内シナプスのシミュレーションだが、構造には銀と銅の合金も使用した。完成したのは画像を何回もしっかりと非常に詳細に「記憶」し、思い出せるチップだ。以前に登場した他のタイプの脳回路のシミュレーションよりも鮮明で詳細な「記憶」画像が得られた。
チームが最終的に目指すのは大規模で複雑なニューラルネットワークを人工で再現することだ。現在は、かなりのGPUコンピューティング能力を要するソフトウェアをベースとしているが、これを専用のハードウェアとして携帯電話やカメラなどの小型デバイスで使えるようにする。
従来のトランジスターは0と1の2つの状態のみ切り替えられる。これが現代のコンピューターの基礎を形成している。メモリスタはその中間の値も利用する点で、元祖アナログコンピューターである脳によく似ている。また状態を「記憶」できるため、同じ受信電流に対し同じ信号を何度も簡単に再現できる。
ここで研究者らが行ったのは、金属工学の概念からの借用だ。金属工学者がある金属の特性を変更したいとき、望ましい特性を持つ別の金属と組み合わせて合金を開発する。同様に彼らは、非常に薄い伝導チャネルでもイオンを一貫して確実に転送できるよう、メモリスタの正極に使う銀との組み合わせが可能な元素を発見した。
これが数万のメモリスタから成る超小型チップの作成を可能にした。「メモリ」から画像を確実に再現できるだけでなく、細かいところを改善したり、元の画像をぼかしたりするなどの推論タスクも実行できる。これまでの科学者が開発したメモリスタより性能が高い。
まだ先の話だが、プロジェクトチームが究極的に示唆するのは、ネットワーク接続がなく電力も最小限といった環境で、今日のスーパーコンピューター並みの能力で非常に複雑なタスクを実行できるポータブルな人工脳コンピューターに発展する可能性があるということだ。
Possibility that MIT’s small artificial brain chip will bring supercomputer-like capabilities to mobile devices
New coronavirus
Cryptocurrency
Event cancellation/postponement
Trend
SEARCH
New Coronavirus Infectious Disease (COVID-19) Related Update Summary
Researchers at MIT (Massachusetts Institute of Technology) have published a paper on a new type of artificial brain synapse (MIT paper). Performance is improved compared to the existing version. You can physically combine tens of thousands of units on a chip that is smaller than a piece of confetti. Despite being small and energy efficient, it will help to create devices that can handle complex AI computing locally without connecting to a data center.
The research team created a “memristor (next-generation non-volatile memory).” This is a simulation of the brain synapse using silicon, but the structure also used an alloy of silver and copper. The result is a chip that can be “memorized” and reminded of an image over and over again in great detail. It provided sharper and more detailed “memory” images than other types of brain circuit simulations that appeared earlier.
The team’s ultimate goal is to artificially reproduce large, complex neural networks. It’s currently based on software that requires significant GPU computing power, but will make it available as dedicated hardware for small devices such as cell phones and cameras.
Conventional transistors can only switch between two states, 0 and 1. This forms the basis of modern computers. Memister is very similar to the original analog computer, the brain, in that it also uses intermediate values. In addition, since the state can be “remembered”, the same signal can be easily reproduced many times for the same received current.
What the researchers did here was borrow from the concept of metal engineering. When a metal engineer wants to change the properties of one metal, he develops an alloy in combination with another metal that has the desired properties. Similarly, they discovered an element that could be combined with the silver used for the memristor’s positive electrode to consistently and reliably transfer ions even in very thin conduction channels.
This enabled the creation of ultra-small chips consisting of tens of thousands of memristors. Not only can you reliably reproduce the image from the “memory”, you can also perform inference tasks such as improving small details and blurring the original image. It has higher performance than the memristors developed by previous scientists.
Still a while to go, the project team’s ultimate suggestion is a portable artificial brain computer that can perform extremely complex tasks with the power of today’s supercomputers in an environment with no network connections and minimal power. It means that there is a possibility of developing into.
