人工知能が「人工知能」にならないようにするための鍵は、まだ人間の脳にあるかもしれない

ペンシルベニア州立大学の研究チームによると、脳内のアストロサイトと呼ばれる細胞の機能を解明し、それを物理的なハードウェアデバイスでシミュレートすることで、現在の技術よりも自律的な自己修正能力に優れ、消費電力が少ない、非常に効率的な人工知能（AI）と機械学習が実現できる可能性があるという。

[[433405]]

星型の形状からその名が付けられたアストロサイトは、脳内のニューロンをサポートする細胞であるグリア細胞の一種です。これらは、記憶、学習、自己修復、同期などの脳機能において重要な役割を果たします。

「このプロジェクトは、脳の働きを理解し、ニューロンとシナプスのつながりの単純なモデルを修正するための努力が盛んに行われてきた計算神経科学における最近の観察から生まれたものです」と、電気工学およびコンピューター科学の助教授であるアブロニル・セングプタ氏は言う。「脳には第3の構成要素であるアストロサイトがあることが判明しました。アストロサイトは脳細胞の重要な部分ですが、機械学習や神経科学におけるその役割は見過ごされてきました。」

同時に、人工知能や機械学習の分野も活況を呈しています。アナリスト会社バーニング・グラス・テクノロジーズによると、人工知能と機械学習のスキルに対する需要は2025年まで年平均成長率71%で増加すると予想されている。しかし、AI と機械学習は、これらのテクノロジーの使用が増えるにつれて、大量のエネルギーを消費するという課題に直面しています。

「AI と機械学習でしばしば過小評価される問題は、システムの電力消費です」とセングプタ氏は言う。「たとえば、数年前、IBM は猫の脳の活動をシミュレートしようとしましたが、数メガワットの電力を消費しました。今日私たちが持っている最高のスーパーコンピューターで人間の脳の活動をシミュレートすると、それよりもはるかに多くの電力を消費するでしょう。」

この電力消費はすべて、コンピュータ処理で発生するスイッチ、半導体、その他の機械的および電子的プロセスの複雑な連携によるもので、これらのプロセスが人工知能や機械学習に必要なほど複雑になると、その連携は劇的に増加します。潜在的な解決策の 1 つは、ニューロモルフィック コンピューティング、つまり脳の機能を模倣するコンピューティングです。研究者がニューロモルフィック・コンピューティングに興味を持っているのは、人間の脳はコンピューターよりもエネルギー消費が少なくなるように進化しており、それらの機能を模倣することで人工知能や機械学習のエネルギー効率が向上すると考えられるからです。

ニューロモルフィック・コンピューティングに使用できるもう 1 つの脳機能は、脳が損傷したニューロンとシナプスを自己修復する方法です。

「アストロサイトは脳の自己修復において非常に重要な役割を果たします」とセングプタ氏は言う。「これらの新しいデバイス アーキテクチャを考え出そうとしていたとき、私たちはハードウェア レベルの障害を多く備えた人工ニューロモルフィック ハードウェアのプロトタイプを作成しようとしていました。そのため、アストロサイトが脳内で自己修復を誘発する方法に基づいて計算神経科学から洞察を得ることができ、その概念を使用することで、これらの障害を修正するニューロモルフィック ハードウェアの自己修復につながる可能性があります。」

セングプタ氏の研究室では、回転する電子を介して情報を処理する電子デバイスであるスピントロニクスデバイスを研究しています。研究者らは、これらのデバイスの磁気構造と、デバイス固有の物理学で脳のさまざまなシナプス機能をエミュレートすることで、どのようにニューロモルフィックにできるかを調査しました。

研究者らはまた、アストロサイト機能のどの側面が研究に最も関連しているかを理解するために、アストロサイトモデルを含む神経科学モデルも開発しました。彼らはまた、スピントロニクスデバイスの理論モデルも確立しました。

この研究は1月にFrontiers in Neuroscience誌に発表された研究の一部である。この研究の結果も最近この雑誌に掲載されました。