MITの新しいAIチップは人間の脳のシナプスの1百万倍速い

マサチューセッツ工科大学（MIT）の研究チームは、以前に開発された人造アナログシナプスの速度限界を押し上げるために取り組んでおり、これは構築が安価でエネルギー効率が高く、より高速な計算を約束します。

この学際的なチームは、アナログ深層学習の中心的な構成要素であるプログラム可能な抵抗器を使用しました。これは、デジタルプロセッサを構築するためのコア要素であるトランジスタと同様です。

抵抗器は、人工の「ニューロン」と「シナプス」の複雑で層状のネットワークを作成するために繰り返し配列に組み込まれ、デジタルニューラルネットワークと同様に計算を実行します。このようなネットワークは、画像認識や自然言語処理などの複雑なAIタスクを達成するために訓練されることができます。

研究者たちは、デバイスが以前のバージョンよりも1百万倍速く動作することを可能にする実用的な無機材料を製造プロセスに使用しました。この研究は、人間の脳のシナプスよりも約1百万倍速いと主張しています。

さらに、この有機材料は抵抗器を非常にエネルギー効率の良いものにします。デバイスの以前のバージョンで使用されていた材料とは異なり、新たに開発された材料はシリコン製造技術と互換性があり、深層学習アプリケーションの商業コンピューティングハードウェアへの統合への道を開く可能性があります。

「その重要な洞察と、MIT.nanoで私たちが持っている非常に強力なナノ製造技術のおかげで、これらの要素を組み合わせて、これらのデバイスが本質的に非常に速く、合理的な電圧で動作することを示すことができました。この研究は、これらのデバイスを将来のアプリケーションに非常に有望なものにするポイントに置きました」と、MITの電気工学およびコンピュータサイエンス（EECS）学科のドンナ教授であるヘスス・A・デル・アラモは述べています。

「デバイスの動作メカニズムは、最小のイオンであるプロトンを絶縁酸化物に電気化学的に挿入して、その電子伝導性を調整することです。非常に薄いデバイスで作業しているため、強い電場を使用してこのイオンの動きを加速し、これらのイオンデバイスをナノ秒の動作領域に押し上げることができました」と、核科学および工学および材料科学および工学の部門のブリーン・M・カー教授であるビルゲ・ユルディズは説明しました。

「生物細胞の活動電位は、約0.1ボルトの電圧差が水の安定性によって制約されているため、ミリ秒のタイムスケールで上昇し下降します」と、核科学および工学のバッテルエネルギーアライアンス教授および材料科学および工学の教授であるジュ・リーは述べています。「ここでは、プロトンを導通するナノスケールの厚さの特別な固体ガラスフィルムに最大10ボルトをかけて、永久的に損傷を与えることなく適用します。そして、電場が強いほど、イオンデバイスは速くなります」と彼は付け加えました。

これらのプログラム可能な抵抗器は、ニューラルネットワークの訓練速度を大幅に向上させると同時に、訓練を行うためのコストとエネルギーを大幅に削減します。

最新の開発は、科学者が深層学習モデルをより迅速に開発するのに役立ち、これにより自動運転車、詐欺検出、医療画像分析などの用途に適用できるようになります。

「アナログプロセッサを持つと、他の誰もが取り組んでいるネットワークを訓練することはなくなります。前例のない複雑さを持つネットワークを訓練することになり、他の誰もがそれを負担できないため、すべてを大幅に上回ることになります。言い換えれば、これはより速い車ではなく、宇宙船です」と、主著者でMITのポスドクであるムラト・オネンは付け加えました。

この研究の結果は、ジャーナル『Science』に掲載されました。