ナノテクノロジー：自己学習能力を備えた全光版スパイク発火神経シナプスネットワーク

脳に着想を得たコンピューティングのソフトウエア実装は、画像処理から音声認識、人工知能、深層学習応用まで多くの重要な計算タスクの基礎となっている。しかし、実際の神経組織と異なり、従来のコンピューティング・アーキテクチャーでは、記憶と処理の主要なコンピューティング機能が物理的に分かれているため、高速・高効率・低消費エネルギーでのコンピューティングを実現することが困難である。ニューロンやシナプスを模倣するハードウエアの設計は、こうした欠点を克服する魅力的な代替方法である。そうしたハードウエアは、ネットワークやニューロモルフィック・システムに接続すると、より脳に似た方式で情報を処理できる。今回我々は、「教師あり学習」と「教師なし学習」の能力を備えた全光版神経シナプスシステムを報告する。我々は、波長分割多重技術を利用して、フォトニック・ニューラルネットワーク向けのスケーラブルな回路アーキテクチャーを実装し、光学ドメインにおいてパターン認識を直接実証することに成功した。こうしたフォトニック神経シナプスネットワークでは、光学システムに特有の速い速度と広い帯域幅の実現が見込まれるため、光通信や視覚データの直接処理が可能になると期待される。

目次へ戻る