Science/Research 詳細

レーザベース人工ニューロン、電光石火で細胞機能模倣

January, 16, 2025, 香港--レーザベースの人工ニューロンは、神経細胞の機能を電光石火の速さで模倣する。
自然界の10億倍の処理速度を持つチップベースのレーザニューロンは、パターン認識やシーケンス予測などのAIタスクの進歩に役立つ可能性がある。

香港大学の研究者たちは、生物学的に段階的なニューロンの機能、ダイナミクス、情報処理を完全にエミュレートするレーザベースの人工ニューロンを開発した。10 GBaud(生物学的なニューロンの10億倍)の信号処理速度を持つ新しいレーザグレードのニューロンは、人工知能やその他のタイプの高度なコンピューティングなどの分野でブレークスルーにつながる可能性がある。

体には様々な種類の神経細胞があり、その中には、膜電位の連続的な変化を通じて情報をコードする傾斜ニューロンが含まれており、微妙で正確な信号処理を可能にする。対照的に、生物学的スパイクニューロンは、オールORナッシングの活動電位を使用して情報を伝達し、より二元的な形のコミュニケーションを生み出す。

「われわれのレーザ等級付けニューロンは、現在のフォトニックバージョンのスパイキングニューロンの速度制限を克服し、さらに高速な動作の可能性を秘めている」と、香港中文大学の研究チームリーダー、Chaoran Huangは話している。「ニューロンのような非線形ダイナミクスと高速処理を活用することで、パターン認識やシーケンス予測などのAIタスクで優れたパフォーマンスを発揮するリザーバコンピューティングシステムを構築した。」

Optica Publishing Group の影響力の大きい研究のジャーナルである Optica では、研究チームは、チップベースの量子ドット レーザ傾斜ニューロンが 10 GBaud の信号処理速度を達成できると報告している。この速度を使用して、1億回の心拍または3,470万枚の手書きデジタル画像のデータをわずか1秒で処理した。

「われわれの技術は、高い精度を維持しながら、タイムクリティカルなアプリケーションでのAIの意思決定を加速することができる。われわれの技術をエッジコンピューティングデバイスに統合すると、ソースの近くでデータを処理することで、将来、エネルギー消費を削減しながら実際のアプリケーションにより良いサービスを提供する、より高速でスマートなAIシステムが促進されることを願っている」(Huang)。

より高速なレーザニューロン
生物学的ニューロンの振る舞いを模倣する方法で入力信号に応答できるレーザベースの人工ニューロンは、超高速のデータ処理速度と低エネルギー消費により、コンピューティングを大幅に向上させる方法として研究されている。しかし、これまでに開発されたもののほとんどはフォトニックスパイキングニューロンだった。これらの人工ニューロンは応答速度が限られており、情報損失に悩まされる可能性があり、追加のレーザ光源と変調器が必要になる。
フォトニックスパイキングニューロンの速度制限は、通常、レーザのゲインセクションに入力パルスを注入することによって機能するという事実に由来する。これにより、ニューロンが応答できる速度を制限する遅延が発生する。レーザ等級付けされたニューロンについては、研究チームは、量子ドットレーザの可飽和吸収セクションに無線周波数信号を注入することで、この遅延を回避するという異なるアプローチを使用した。また、可飽和吸収部用の高速無線周波数パッドを設計し、より速く、よりシンプルで、よりエネルギー効率の高いシステムを実現した。

「強力なメモリー効果と優れた情報処理能力により、レーザグレーディングされた単一のニューロンは、小さなニューラルネットワークのように振る舞うことができる。したがって、追加の複雑な接続がない単一のレーザ傾斜ニューロンでも、機械学習タスクを高いパフォーマンスで実行できる」(Huang)。

高速リザーバコンピューティング
レーザ傾斜ニューロンの能力をさらに実証するために、研究チームはそれを使用してリザーバコンピューティングシステムを作成した。この計算手法は、リザーバと呼ばれる特定のタイプのネットワークを使用して、音声認識や天気予報に使用されるような時間依存のデータを処理する。レーザ傾斜ニューロンのニューロンのような非線形ダイナミクスと高速処理速度は、高速リザーバコンピューティングのサポートに最適である。

テストでは、得られたリザーバコンピューティングシステムは、様々なAIアプリケーションにわたって優れたパターン認識とシーケンス予測、特に長期予測を高い処理速度で示した。例えば、毎秒1億回の心拍を処理し、平均98.4%の精度で不整脈パターンを検出した。

「この研究では、単一のレーザ傾斜ニューロンを使用したが、脳がネットワーク内で何十億ものニューロンが一緒に働いているのと同じように、複数のレーザ傾斜ニューロンをカスケード接続することで、その可能性をさらに解き放つことができると考えている。われわれは、レーザ傾斜ニューロンの処理速度を向上させると同時に、カスケードレーザ傾斜ニューロンを組み込んだディープリザーバコンピューティングアーキテクチャの開発に取り組んでいる」とHuangは話している。