人類が知る最も強力で効率的なコンピューターは、IBM、Google、Facebook、あるいはいかなる政府機関の中にも見つけられるわけではありませんが、誰もがそれにアクセスできます。どうしてそんなことが可能なのでしょうか?なぜなら、世界最高のコンピューターは人間の脳だからです。脳はわずか20ワットの電力しか消費しませんが、他のコンピュータ ネットワークを設計したり、新しい言語を作成したり、目に見えないものを理解して操作したりすることができます。
ニューロモルフィック・コンピューティングとは何ですか?
ハードウェアベースのコンピューターやプロセッサは、人間の脳と同じ種類の処理負荷を処理できません。多くのプログラマー、ハードウェアメーカー、データセンターの目標は、それを変えることです。ニューロモルフィック コンピューティング の分野は、生物学、電気工学、コンピューター サイエンス、数学の技術を組み合わせて、人間の脳や神経系と同様の能力で負荷を感知し処理できる人工ニューラル システムを作成することに専念しています。
ニューロモルフィックエンジニアリング：その始まり
「ニューロモルフィック エンジニアリング」という用語は、もともと1980年代にカーバー ミード氏によって造られました。ミード氏は、触覚、視覚、聴覚、思考など、人体の感覚と処理メカニズムを模倣することを目的とした分析システムの開発に40年以上を費やしてきました。ニューロモルフィック コンピューティングは、ニューロモルフィック エンジニアリングのサブセットであり、主に人間のようなシステムの「思考」と「処理」の側面に焦点を当てています。ニューロモルフィック コンピューティング テクノロジーについて聞いたことがない人も多いですが、これらのシステムと理論を活用するより一般的なテクノロジーは、 人工知能 (AI) として広く知られています。
人工知能の目標は何ですか?
人工知能が実際に何であるかを定義する解釈、サブセット、理論は数百ありますが、すべてのAIの目標は、人間の行動、思考、一般的なタスクの機能を再現することです。 当然のことながら、AIとニューロモルフィック コンピューティングは、どちらも人間の知能を再現し、さらにはそれを凌駕することを目指しているため、多くの点で同義語となっています。ある意味で、AIはニューロモルフィック コンピューティングとニューロモルフィック エンジニアリングの両方を包含し、他のさまざまな技術的側面も取り入れています。これらには、製造プロセスにおける不一致の検出などの高精度なタスクが含まれます。
現在の技術では、ニューロモルフィック コンピューティングとAIは、これらのシステムが稼働するハードウェアの機能によって制限されています。ムーアの法則はこれらのハードウェア技術を推進し続けていますが、電力効率の観点からは言うまでもなく、計算負荷の観点からも人間の脳の能力にはまったく近づいていません。人間のようなものからは程遠いものの、これらの計算システムは過去10年間で大きな進歩を遂げており、ニューロモルフィック コンピューティングの世界の目標を今後も確実に推進していくでしょう。
AIハードウェア: ニューロモルフィックコンピューティングチップ
人間の脳を同一にモデル化した完璧なニューロモルフィックチップは、決して実現しないユニコーンのように思われるかもしれない。しかし、人間と機械の計算基盤は根本的に異なるため（つまり、シリコンは灰白質ではない）、脳とその基礎生物学から、ニューロモルフィック技術に取り組むコンピューター科学者に学べる教訓は数多くあります。ソフトウェアとハードウェアの両方の観点から見た多くのチップ アーキテクチャは、ニューロモルフィック コンピューティングの発見に大きく影響されており、ニューロン グレードのコンピューティング機能を実現するように設計されたシリコン アーキテクチャの新しいバージョンが数多く生まれています。FPGAやASICなどのより広く利用されているチップ技術は、ニューロモルフィック コンピューティング戦略によって継続的に最適化されており、AIワークロードにも使用されています。
グラフィックス プロセッシング ユニット (GPU) は当初、グラフィックスの計算負荷を処理するために設計されましたが、並列ロード機能を備えていることから、より広く採用されているCPUテクノロジよりもAIアルゴリズムの開発にすぐに利用されるようになりました。GPUはますます強力になり、AIワークロードを処理するための専用のニューラル ネットワーク アクセラレータとして使用されることが多くなりました。NVIDIA最先端のGPU技術開発の先駆者として広く知られる同社は、次のような専用のエッジコンピューティングデバイスを開発してきました。 NVIDIA Jetson Xavier開発者キット自律型ロボットや顔認識セキュリティ システムなどのデバイス向けのAIワークロードを実行します。
AIソフトウェアにおける数学は、AIプログラムの実行において重要な役割を果たします。これらのプロセスでよく利用される数学的オブジェクトはテンソルと呼ばれます。テンソルは、AIプログラムの関数としてスケーリングおよび変更できる多次元行列と考えてください。AIプログラムとアルゴリズム構造の背後にある理論に踏み込まなくても、テンソル数学が現代の人工知能にとって不可欠であることを理解してください。それはとても重要なので グーグル テンソル演算負荷の処理専用に設計されたチップである独自のTensor Processing Unit (TPU) を開発しました。TPU技術は主にデータセンターで利用されているが、Googleは Google Coral製品テンソル集約型プログラムを開発します。
インテル CPU中心の企業として有名な同社の研究部門であるLabsが、Loihiチップを開発した。この特別に設計されたニューロモルフィック研究チップは、小規模な灰白質神経構造をモデル化およびシミュレートすることを目的としています。Loihiチップには、約13万個の接続されたシリコン「ニューロン」が含まれており、次世代のAIハードウェアの基盤となることを目指しています。ある例では、Intel Labsは、64個のLoihiチップを組み合わせて800万個のニューロン ネットワークを作成するPohoiki Beachと呼ばれるデバイスを作成しました。このようなニューラル ネットワーク プログラムを開発してこのデバイスで実行するのは簡単なことではなく、Intel Labsは動作のためにプログラムを継続的に最適化しています。インテルは2020年に、最大10万個のLoihiチップを組み合わせて1億ニューロンのニューロモルフィック・コンピューターを構築する予定で、完成すればおそらく最も強力なコンピューターとなるだろう。
ニューロモルフィックコンピューティングの未来
ニューロモルフィック コンピューティングは、まだコンピューター サイエンスの新興分野であり、その潜在能力をフルに発揮するまでには至っていません。ニューロモルフィック コンピューティングは、少なくとも、未来のコンピューティング ハードウェアと革新的なAIソフトウェアを開発する強力な方法となることが期待されています。この技術が一部の主張どおり成功を収めれば、ニューロモルフィック・コンピューティングは意識の秘密を握っている可能性があり、人類が作り出した最後の発明となるかもしれない。この技術は人間の脳の研究に逆説的な影響を与える可能性があり、世界を設計してきた私たちの耳の間の柔らかい灰白質のより正確なシミュレーションとモデル化が可能になります。人間よりも効率的に日常的なタスクを実行する、よりインテリジェントで常識に基づいたアルゴリズムが作成されるかもしれません。ニューロモルフィック コンピューティングは、自動運転車や自律型マシンに対する答えとなるかもしれません。それは未来だけが知っています。