『メムリスタ』はAIが人間の脳を模倣する鍵か？

人間の脳は、これまでに知られている中で最も複雑で高性能なコンピュータです。この自然の驚異は、リアルタイムで何百万ものデータポイントと感覚入力を同時に処理できます。コンピュータは現在、計算能力の面で人間の脳を上回ることができるようになっていますが、依然として不足している領域があります。メムリスタの最近のブレークスルーは、ニューラルネットワークコンピューティングの鍵を握り、将来的により賢く、より高速な人工知能システムへの扉を開く可能性があります。

現在のチップ設計

現在のフォン・ノイマンコンピューティングアーキテクチャは、処理とメモリを別々の場所に配置しています。当初は、このレイアウトは理にかなっていました。なぜなら、当時のコンピュータは今日のような膨大なデータ取得を必要としなかったからです。しかし、先進的なAIシステムはリアルタイムで数十億ビットのデータを処理します。そのため、ミリ秒単位の遅れも重要であり、別々の場所からメモリを取得・処理する時間とエネルギーも考慮しなければなりません。

現在のチップ設計の問題点

現在のチップ設計は、AIコミュニティの高まる要求に追いつくには遅すぎます。AIシステムのような計算負荷の高いプロトコルに対するより良い解決策は、メモリと処理を単一のチップ上に配置することです。この課題を達成するために、エンジニアは1970年代に開発された技術、メムリスタに注目しました。

メムリスタ

メムリスタの概念は、レオン・チュアが1971年に発表した論文に端を発します。メムリスタは変化する電流を利用して機能します。電流の方向と量を変えることで、これらのデバイスはデータを記憶できます。そのコンパクトなサイズとデータの記憶・処理能力により、今日の先進的なAIシステムに理想的な性能を提供します。

現在のメムリスタ技術の問題点

現在コンピュータで使用されているメムリスタ技術の主な問題は、まだ他のシステムと競争できないことです。これらの実験的なチップ設計は、計算性能が低く、信頼性に疑問があり、デュアルチップの対抗品に比べて耐久性が不足しています。幸いなことに、これらはすぐに変わるでしょう。

ニューロモルフィックコンピューティング

メムリスタはニューロモルフィックコンピューティング運動の重要な要素です。このコンピュータのカテゴリは、脳に存在する神経ネットワークを模倣しようとします。これらのシステムは、単一の場所で計算、処理、データの保存が可能です。また、人間の脳が行うように学習し、修正し、新しいシナリオに適応することもできます。この能力は、新しい包括的なチップ設計と組み合わさり、計算処理能力の新時代をもたらします。

メムリスタチップ研究

今月、科学誌『Nature Electronics』にSelf-supervised video processing with self-calibration on an analog computing platform based on a selector-less memristor array¹という研究が掲載されました。この研究は、人間の脳の思考方式を模倣し、学習と適応により性能向上を可能にする次世代ニューロモルフィック半導体ベースのプロセッサの詳細を示しています。

新しいチップ設計

研究者はセレクターレスのアナログメムリスタアレイを統合し、オールインワンの記憶・処理ユニットを作成しました。このデバイスは周辺回路とデジタルコントローラを活用して、メムリスタをリアルタイムでプログラムします。具体的には、界面型酸化チタンメムリスタが実験に使用されました。

出典 – KAIST

人間の脳を模倣

この研究で最も印象的な点の一つは、エンジニアが高度なAIシステムをチップに直接統合できたことです。この統合により、チップは学習しエラーを修正できます。デバイスはリアルタイム分析とオンサイト処理を提供し、音楽編集、セキュリティなど多様なユースケースに最適な選択肢となります。

新しいシナリオを見つける

印象的なのは、エンジニアがアナログ領域でAIアルゴリズムを実行することを選んだ点です。その結果、システムは補償操作や事前学習なしで自己校正を利用できるよう設定されました。人間と同様に、このAIはリアルタイムデータを評価し、過去の履歴と照合して次の行動を決定します。

性能の向上

この構成により、エンジニアは学習しエラーを修正し、AIタスクをオンサイトで処理できるコンピュータやデバイスを作成できます。データは過去のデータや他のユニークな特徴との関係を確認するために保存・処理されます。システムが学習による性能向上が可能と判断した場合、即座にそれを統合します。

メムリスタチップテスト

エンジニアがリアルタイムデータ変化に適応できる世界初のメムリスタベース統合システムをテストするため、ビデオ編集タスクを設定しました。AIシステムには動く人物の連続リアルタイム映像が供給され、映像の前景と背景を分離する課題が与えられました。

メムリスタチップテスト結果

データは有望な結果を示しています。まず、AIはサイクルごとに速度と効率が向上しました。最初は状況判断に余分な時間がかかっていましたが、最終的な実行では、AIはすでにプロセスに慣れ、前景と背景を判別する方法を習得していました。

印象的なのは、AIチップのビデオ編集テストで平均ピーク信号対雑音比が30.49 dBとなり、専用サービスと同等であったことです。さらに、チームは構造類似性指数（SSIM）が0.81であることを記録しました。

メムリスタチップの利点

メムリスタチップが賢明な選択である理由は複数あります。まず、オンサイトでリアルタイムデータ分析を提供する点です。これにより、デバイスはインターネット接続や他のデバイスへの問い合わせなしで、環境を適切に評価して動作できます。

セキュリティ

このレイアウトにより、セキュリティとプライバシーが向上します。データを外部に送信する必要がないため、ハッキングや人的ミスのリスクが大幅に減少します。

より優れた性能

この研究のもう一つの大きな利点は、現在のPCの性能向上方法を示したことです。メムリスタ駆動のAIシステムはユーザーに並列計算能力を提供し、機能を向上させ、システムがより多くの負荷を処理できるようにします。

サイズ

メムリスタチップは従来のレイアウトに比べてはるかに小型です。そのため、マイクロエレクトロニクス、ウェアラブル、ロボティクス、スペースが限られたり重量が重要なドローンや航空宇宙技術などのシナリオに最適です。

エネルギー消費の削減

エネルギー消費の観点では、メムリスタチップは従来のチップ設計に比べて数百倍少ない電力で動作します。チップをプログラムする際のエネルギーは極めて微小です。この低消費電力は持続可能性に適しており、AI革命が産業革命のように環境に大きな負担をかけないようにします。

メムリスタの応用

市場にはメムリスタの応用が多数あります。その一つは、コンパクトでエネルギー効率の高い人工知能（AI）エッジコンピューティングシステムに最適な選択肢であることです。この技術は将来的に、すべてのスマートデバイスをより賢く、軽量で、より高性能にする可能性があります。以下にメムリスタチップシステムのいくつかの応用例を示します。

ビデオ処理

AIビデオ処理は市場で最も急成長している分野の一つです。研究者のチップは多くの理由でこのタスクに最適です。まず、自己学習機能を活用して作業負荷を減らし、出力を向上させます。この種のチップが、チームがテストしたような高度なAI編集システムを駆動するのを見ることができるでしょう。

すでにAI編集システムは視聴をより手頃にしています。3つのシステムはしばしば元フレーム間に重複フレームを作成し、大幅な解像度向上を可能にします。将来的には、このようなシステムがスマートフォンでハイエンドビデオを簡単に編集できるようになるでしょう。

ヘルスケア

ヘルスケアにおけるAIの活用は増加しています。メムリスタ駆動のスマートデバイスは将来的に患者の詳細なモニタリングを提供し、専門家の作業負荷を軽減し、認識を向上させます。さらに、AIはデータをヘルスケア専用に設計された別のAIシステムへ送信するよう設定することも可能です。

セキュリティ

自己学習AIシステムで防犯カメラをプログラムするのは理にかなっています。スマートカメラが庭を監視していると想像してください。突然、人が現れ、数回動いた後に画面外へ離れます。画面を見ていなければ見逃してしまいます。メムリスタ駆動のAI防犯システムは、エリア内の疑わしい行動をスキャンし、リアルタイムで通知できます。

自律走行車

自律走行車は将来的にこの技術を統合し、新たな責任とより高い信頼性を実現するでしょう。システムは車両が環境を分析し、最適なシナリオを推測できるようにします。毎回、判断が評価され次の選択肢の測定に使用され、時間とともに性能が向上します。

メムリスタ研究者

この研究は、KAISTの電気工学部のチョイ・シンヒョン教授とユン・ヨングユ教授の共同研究チームが主導しました。ジョン・ハクチョン氏とハン・スンジェ氏もデータの収集と処理に貢献しました。

メムリスタチップの研究は、韓国国立研究基金の次世代インテリジェント半導体技術開発プロジェクト、優秀新研究者プロジェクト、PIM AI半導体コア技術開発プロジェクト、そして電子通信研究院の研究開発支援プロジェクトから支援を受けています。

メムリスタ研究から恩恵を受ける可能性のある企業

この技術が改善できる産業は多数あります。抵抗器の微小化は限界に達しています。この最新の開発は、より信頼性が高くスケーラブルなオプションを市場にもたらします。以下は、このデータを活用して成功できると位置付けられる企業の一例です。

Micron Technologies Inc.

Micron Technologies Inc. (MU ) は1978年に市場に参入しました。Ward Parkinson、Joe Parkinson、Dennis Wilson、Doug Pitman によって半導体製造工場として設立されました。同社はすぐに成功を収め、1980年に最初のファブリケーション工場を開設しました。 (NRC )

それ以来、Micron Technologies は他のテクノロジー関連分野へ事業を拡大しています。印象的なのは、1994年にフォーチュン500にランクインしたことです。今日、同社は数十年にわたるチップイノベーションの先駆者として認識されています。

Micron Technologies はメムリスタチップセットの主要な研究開発企業です。同社はこの技術を統合し、成長するデータセンタービジネスモデルを推進しようとしています。現在、従業員は43,000人です。そのため、AIセクターへのエクスポージャーを求めるトレーダーにとって、MU は強い「買い」と見なされています。

メムリスタがAI革命を牽引する。

メムリスタCPU設計の革新的チームは、AIシステムを駆動する上でのチップ上メモリと処理の直接統合の重要性を理解しています。現在、エンジニアは研究とテストをさらに進め、メムリスタ駆動チップをできるだけ早く消費者向けエレクトロニクスに導入しようとしています。

他のコンピューティングのブレークスルーについて学ぶ こちら。

研究参照：

^{1. Duan, X., Cao, Z., Gao, K., Yan, W., Sun, S., Zhou, G., Wu, Z., Ren, F., & Sun, B. (2024). Memristor-based neuromorphic chips. Advanced Materials, 36(14), e2310704. https://doi.org/10.1002/adma.202310704}