ニューロモルフィック・コンピューティングが私たちを AI の新しい時代へと導くのはいつでしょうか?

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

10 年前、ソフトウェアとハ​​ードウェアは生物の脳のように機能できるのかという疑問がありました。

現在、その質問に対する答えは「はい」ですが、業界が直面している課題は、ニューロモルフィック技術開発の歴史をどのように活用して、差し迫った、さらには生死に関わるコンピューティングの課題に対処するかということです。

このテーマについて、テクノロジーライターのウィリアム・ヴァン・ウィンクル氏が海外メディアのVentureBeatに記事を掲載した。その要点は以下の通り。

• 業界のコラボレーションとプロトタイプのベンチマークにより、リアルタイム コンピューター ビジョン、音声認識、モノのインターネット、自動運転、ロボット工学などの分野での実際のアプリケーションに向けた数十年にわたる研究が前進しています。

• ニューロモルフィック コンピューティングは、学習、検索、認識などのさまざまなタスクにおいて、低消費電力と高効率で CPU、GPU、FPGA テクノロジを補完する可能性があります。

• 業界の予測は大きく異なりますが、たとえば、世界のニューロモルフィック コンピューティング市場は、2028 年までに年間複合成長率 12% ～ 50% で成長すると予想されています。

以下は、記事の本来の意味を変えずに、Leifeng.com が翻訳したものです。

可能性から現実へ

2020年7月、米国エネルギー省オークリッジ国立研究所は、第3回国際ニューロモルフィックシステム会議（ICONS）を主催しました。このオンラインイベントには世界中から234人の研究者が参加し、昨年の参加者数のほぼ2倍となりました。

会議中、「スパイクベースモデルによる伝染病の拡大のシミュレーション」と題された論文では、感染の可能性がある集団の拡大を遅らせるためにニューロモルフィックコンピューティングを使用する方法について検討されました。間違いなく、より優れた、より正確なモデルが国家政策を導き、無数の命を救うためには、このような研究が不可欠です。

[[358268]]

この会議は、まだ初期段階にあるテクノロジーとそのエコシステムを反映しています。研究者たちはニューロモルフィック コンピューティングの可能性に前向きですが、これまでの進歩のほとんどは学術機関、政府、企業の研究室でのみ起きています。しかし、状況は変わりつつあるようです。

調査会社Sheer Analytics & Insightsは、世界のニューロモルフィック・コンピューティング市場は2020年に2,990万米ドルに達し、今後8年間で複合成長率50.3%で成長し、2028年には7億8,000万米ドルに達すると予測している。

これとは対照的に、2018 年の KBV 調査レポートでは、世界のニューロモルフィック コンピューティング市場は 2023 年に年間複合成長率 18.3%、つまり 37 億ドルに達すると予測されています。Mordor Intelligence は、世界のニューロモルフィック コンピューティング市場は 2019 年に 1 億 1,100 万ドル、年間複合成長率 12% で、2025 年までに 3 億 6,600 万ドルに達すると予測しています。

もちろん、予測はさまざまですが、この市場の主要プレーヤーには Intel、IBM、Samsung、Qualcomm などがあり、大幅な成長が見込まれます。

現在、研究者が関心を持っているトピックの 1 つは、ニューロモルフィック コンピューティングがどの分野に最初に適用されるかということです。答えはおそらく視覚と音声認識です。自動運転も人間のような学習によって人間の注意散漫や認知エラーを回避することができます。工場から戦場まで、モノのインターネットの機会はいたるところにあります。

確かなのは、ニューロモルフィック コンピューティングが CPU や GPU に取って代わることはないということです。むしろ、2 つのコンピューティング手法は補完的であり、それぞれの手法が独自のアルゴリズムとアプリケーションに適しています。

インスピレーション: スパイクとシナプス

ニューロモルフィック コンピューティングは、アナログ回路を使用して脳のシナプス構造を模倣することから始まります。脳はノイズと学習を通じてパターンを識別することに優れていますが、ニューロモルフィック CPU は個別のクリーンなデータの処理に優れています。

その結果、ニューロモルフィック コンピューティングは、従来のコンピューティング システムを何十年も妨げてきた問題を解決できると多くの人が信じています。一方、フォン・ノイマン・アーキテクチャに基づくプロセッサは、データがシステム・メモリに出入りするのを待機する必要があります。キャッシュ構造はこの遅延を軽減するのに役立ちますが、チップが高速化するにつれて、データのボトルネックはより顕著になります。一方、ニューロモルフィック プロセッサは、脳の中核的な働きをエミュレートすることで、より電力効率の高い動作を提供することを目指しています。

ニューロンはスパイクと呼ばれるインパルスのパターンを通じて互いに情報パルスを送信しますが、鍵となるのはタイミングであり、タイミング自体が情報を伝達します。

スパイクを 1 ビットで表現できるため、従来のデータ通信方法よりも効率的で電力効率に優れています。スパイク神経活動の理解とモデル化は 1950 年代に始まりましたが、ハードウェア ベースの計算アプリケーションが普及するまでにはさらに 50 年かかりました。

DARPA、実りある10年を迎える

2008 年、米国国防高等研究計画局 (DARPA) は、生物レベルまで拡張可能な低電力電子ニューロモルフィック コンピュータを開発するために、「ニューロモルフィック アダプティブ プラスチック スケーラブル エレクトロニクス システム」(SyNAPSE) と呼ばれるプロジェクトを開始しました。このプロジェクトの第一段階は、脳のシナプス活動を模倣するナノスケールのシナプスを開発し、マイクロ回路構造におけるその機能に期待することです。

2009 年、IBM リサーチと HRL ラボラトリーズ (ゼネラルモーターズとボーイングが共同所有) が競合相手として SyNAPSE 契約を獲得しました。

2011 年、HRL は、ニューロモルフィック コンピューティングに適用できる不揮発性メモリ ストレージの一種である「メモリスタ」の最初のアレイを発表しました。 2年後、HRLは50ミリワットの電力で576個のニューロンを備えた初のニューロモルフィックチップ、Surfriderを開発しました。

研究者らは、光学、赤外線、超音波センサーを搭載した100グラム未満のドローンにチップを搭載し、ドローンを3つの部屋に送り込んだ。ドローンは感覚入力を通じて最初の部屋のレイアウトと内部のアイテムを「学習」し、これに基づいて新しい部屋で「動的に学習」したり、以前入った部屋を認識したりすることができます。

[[358269]]

2014 年、IBM は 54 億個のトランジスタを搭載した TrueNorth というチップを開発したという論文を Science 誌に発表しました。4,096 個のニューラル シナプス コアは、100 万個のプログラム可能なスパイク ニューロンと 2 億 5,600 万個の設定可能なシナプスを統合したチップを介して相互接続されていました。このチップは 400 × 240 ピクセルのビデオを 30 フレーム/秒で入力でき、チップの消費電力は 63 ミリワットでした。

この分野では、2009年にスタンフォード大学が開発したシナプスシミュレーション手法であるNeuroGrid、2015年に欧州連合が資金提供したBrainScaleSプロジェクト、マンチェスター大学が開発したニューラルネットワークアーキテクチャスーパーコンピューターSpiNNakerなど、研究が不足することはありません。

ニューロモルフィックコンピューティングの未来

多くの専門家は、商用アプリケーションが実際に登場するのは今後 3 ～ 5 年以内だと考えていますが、これはまだ始まりに過ぎません。

サムスンは2019年、ニューロモルフィック・プロセッシング・ユニット（NPU）部門の規模を2030年までに従業員数200人から2,000人に10倍拡大すると発表した。その理由は、サムスンがニューロモルフィックチップ市場が2023年までに年間52％成長すると予想しているからだ。

ニューロモルフィック分野における次の課題は、標準的なワークロードとベンチマーク方法論を定義することです。現在、3DMark や SPECint などのベンチマーク アプリケーションが重要な役割を果たしていますが、2019 年 9 月号の Nature Machine Intelligence で説明されているように、Intel Labs が SpikeMark と呼ばれるスパイキング ニューロモルフィック システムを提案しているにもかかわらず、ニューロモルフィック分野にはそのようなベンチマークが不足しています。

ニューロモルフィック コンピューティングはまだ研究開発段階にあり、現在この分野では商用製品はほとんどありません。しかし、特定のアプリケーションはニューロモルフィック コンピューティングに適しており、ニューロモルフィック プロセッサはより高速で電力効率が高いということがますます明らかになっています。しかし、CPU と GPU コンピューティングがなくなるわけではなく、ニューロモルフィック コンピューティングがそれらと並んで登場し、これまでにないほど優れた、より高速で、より効率的な処理の役割を果たすようになるでしょう。