| Project/Area Number |
23K23168
|
|---|
| Project/Area Number (Other) |
22H01900 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 28020:Nanostructural physics-related
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
田中 啓文 九州工業大学, 大学院生命体工学研究科, 教授 (90373191)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田向 権 九州工業大学, 大学院生命体工学研究科, 教授 (90432955)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,680,000 (Direct Cost: ¥13,600,000、Indirect Cost: ¥4,080,000)
Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2024: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2022: ¥10,270,000 (Direct Cost: ¥7,900,000、Indirect Cost: ¥2,370,000)
|
|---|
| Keywords | マテリアル知能 / ロボット応用 / 非線形ノード / インマテリアル演算 / リカレントニューラルネットワーク / リザバー演算素子 / 3Dランダムネットワーク / AIハードウェア / マテリアルリザバー / 非線形 / ランダムネットワーク / 低消費電力 / 物理リザバー / 人工知能 / 化学ダイナミクス / 知的システム応用 |
|---|
| Outline of Research at the Start |
ナノマテリアルのランダムネットワーク中で、入力信号を化学ダイナミクスにより変調させた場合に、なぜ低消費電力AI演算素子である「マテリアルリザバー」デバイスとして機能するのかを解明する。特に①「ソフトウェアで使われるノードの非線形関数とマテリアルのそれでは全く関数が異なるが、なぜAIハードウェアとして学習予測が可能なのか」を解明し、②「どのような材料系がマテリアルリザバーに適しているのか」を得る。本課題ではこの2点の疑問点を中心に、特性に寄与する材料の化学ダイナミクスの種類・非線形性、AI演算能力に有効なパラメータを探る。また得られた結果に基づきシミュレーションを行い、最適マテリアルを探索する。
|
| Outline of Annual Research Achievements |
本課題は、ナノマテリアルのランダムネットワーク中で、入力信号を化学ダイナミクスにより変調させた場合に、なぜ低消費電力人工知能（AI）演算素子である「マテリアルリザバー」デバイスとして機能するのかを解明を目指すものである。昨年度はまず最初に行った研究内容が、リザバー材料の探索およびリザバーデバイスの確立であった。リザバー材料として様々な材料系を試行したところ、Ag2Sアイランドとナノ粒子、Ag2Seナノワイヤー、カーボンナノチューブ3次元ネットワークなどを試行した場合に、そのランダムネットワークが精度の高いリザバーとして動作することを確認した。今年度は光応答分子α-Fe2O3/Bi25TiO39複合体や硫化ビスマスなどを合成し、リザバー素子作製と評価を行うことによりリザバー演算素子性能向上の指針を得た。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
結晶構造解析の結果からα-Fe2O3/Bi25TiO39複合体及びチューブ状、フラワー状Bi2S3が合成されていることが確認された。マテリアルリザバー演算演算素子への応用が可能であることが明らかとなった。波形生成学習ではα-Fe2O3/Bi25TiO39複合体及びBi2S3どちらも80%を超える高い演算精度を示し、マテリアルリザバー演算素子としての有用性を示した。またチューブ状Bi2S3とフラワー状Bi2S3の試料を用いて短期記憶タスクSTM及びどの程度過去データを記憶しているかを調べるNARMAタスクを行ったところ、フラワー状Bi2S3がより大きいSTM短期記憶容量を示し、NAMRA3の予測精度は68%であったを示した。以上より、新たな物質によりリザバー精度向上の指針を得たとともに、次年度以降の指針となった。
|
| Strategy for Future Research Activity |
今年度はさらにN混乱ポルフィリンなど強い非線形を有する物質とSWNT複合体ランダムネットワーク構造を作製する。それを3次元ネットワークスポンジ構造を作製し、ロボットハンドに触感センサとして搭載し、その挙動をリザバーで分類タスクを行わせる
|
