2022 Fiscal Year Annual Research Report
スパイク発生分子素子を利用した確率的コンピューティン物理実装とそのAI応用
| Project/Area Number |
22J12918
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
KAN SHAOHUA 北海道大学, 情報科学院, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2022-04-22 – 2024-03-31
|
| Keywords | 人工知能 / 非伝統計算 / 自然物理系 |
|---|
| Outline of Annual Research Achievements |
人工知能がますます大規模化・知能化するにつれて、従来のハードウェアシステムでは計算複雑さを満たすことが難しくなっている。そこで研究人は、分子素子をAI計算に応用して、ハードウェア計算システムの面積と電力消費量を減らす研究に取り組んできました。当該年度1つ目の研究では、シリコンベースの金電極の間にPOM分子（Phosphomolybdic acid(PMo12)）を充填し、ソース電極に電圧を印加すると、POM分子がスポンジのように大量の電荷を蓄積できるという特性を利用して、ドレイン電極に時間に沿ってランダムに大小の応答電流を発生させました。研究人は、この分子デバイスの動作メカニズムをシミュレートしたモデルを構築し、このデバイスをランダム計算に適用してハードウェアのオーバーヘッドを最適化する方法を提案しました。2つ目の研究は、ミクロンスケールの平面電極群で、一方が入力電極群、もう一方が出力電極群と平行になっています。平面電極の表面に溶液滴を加え、入力電極に電圧をかけ、マルチプレスシステムで各出力電極の応答電流を順次読み取ります。このようなシステムでは単純な水でも複雑な計算能力を実現できることを発見しました。3つ目はオランダのトゥウェンテ大学との共同研究です。研究人は、訪問先の研究室で設計したシリコン上に原子をドープしたネットワークが示す短期記憶と電極間の相互関連を利用して、時空間の特徴を効率的に抽出・処理し、学習訓練を行うジェスチャー認識分類器を設計しようとしました。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
受入研究者は博士入学以来、分子素子のAI機能の研究に携わっており、これまでに2種類のデバイスの探索を行ってきました：1つ目の分子素子は確率的コンピューティングによってデジタル回路に利用して重みを更新する方法を提案し、実現可能性を探ってきました。この研究成果はJournal of Signal Processingに掲載されました「DOI: 10.2299/jsp.25.221」。
2つ目の分子素子は、溶液内の電極表面に発生する化学反応と電気的過渡応答信号が、高度なニューラルネットワーク計算に必要な非線形問題を解決する能力を持つことを解明しました。この研究成果はAdvanced Scienceに掲載されました「DOI: 10.1002/advs.202104076」。または、「日本経済新聞」「MITテクノロジーレビュー中国語版」「サイエンスデイリー」などの各国メディアで紹介されました。日本語の記事の見出しは「発見！溶液の電気化学電流にリザバー計算能力」でした。
受入研究者はオランダのトゥウェンテ大学のNanoElectronics(NE)のチームを半年間訪問しています。NEグループはシリコン上にホウ素原子のネットワークをドープしたデバイスを開発しており、受入研究者はこのデバイスを利用して時空間の信号処理を研究しています。研究人は現在、このテーマのストーリーラインを整理しており、さらなる進展があった場合には、この成果を英文ジャーナルに投稿する執筆を予定しています。
|
| Strategy for Future Research Activity |
研究人は去年からオランダのトゥウェンテ大学を訪問して学術協力を行っているため、今年度の研究費は主にオランダでの支出に充てられることになりました。オランダを訪問した研究チームは、原子ドーピングネットワークを研究しました。シリコンでドープされた原子ネットワークを開発し、XORやMNISTのような分類問題を解決できることを実証した。現在彼らはこのようなドープされた原子素子に基づいてより多くの機能を追求している。研究人が訪問している間に、異なる読み出し回路をセットすることで短期記憶(フェージング記憶)を可能にしていることがわかった。さらに、入力電圧のセットに対するドープされた原子素子の応答値を1次RC回路モデルと比較することで、我々の素子が可変時定数を持つ1次RC回路であることを証明した。研究人はこのような特徴を時空間情報の処理に使うことに興味がありますジェスチャービデオ認識は素晴らしい選択肢です。ここでの研究は時空間の情報を抽出するためにこの装置を正しく使ってジェスチャーを正確に分類することに集中している。研究人は今年7月までオランダでこの研究を続け、分類器としてのこの物理デバイスの性能を向上させるための適切な訓練方法を見つけようとします。
|
Research Products
(3 results)
