| 研究課題/領域番号 |
16K12494
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
鬼沢 直哉 東北大学, 電気通信研究所, 助教 (90551557)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | ソフトコンピューティング / 確率的演算 / 情報システム |
|---|
| 研究成果の概要 |
近年，脳機能を模倣した脳型情報処理は，特定のタスクにおいて人間の能力を凌駕するなど，飛躍的に発展している．一方で，人間のようにタスクや環境に応じて処理の内容を変更することは困難であり，予め学習させた特定のタスクしか処理できない問題が存在する．
本研究では汎用的な視覚処理システムの実現を目指して，脳機能と同様に非常に多様な特徴抽出処理を可能にするハードウェアフィルタを実現した．特に，その実現方法として脳の神経細胞の振る舞いに近い確率的演算であるストカスティック演算を活用することで，従来ハードウェアと比較して，同等スループットを保ちつつ最大97%の電力削減に成功した．
|
| 研究成果の学術的意義や社会的意義 |
本研究課題で実現した人間的視覚処理ハードウェアは，人間の脳のように幅広いパターン（1000万パターン以上）の特徴を抽出することが出来る．この特徴データを用いることで，将来的には汎用的な脳型処理・人工知能実現に繋がるものと考えられる．というのも，現在実現されている人工知能（一般的にニューラルネットワーク）は，特徴をタスクに応じて絞っているために，処理の汎用性が失われていると考えられる．つまり将来，汎用人工知能実現に向けて，本研究課題で実現したハードウェアは，その初期段階の処理に当たる部分が実現されたものと考えられ，学術的に重要な意義を有する．
|
