量子物理とAI融合の神経型計算機、最適化問題に新道切る

自然界の思考様式を模倣した神経型コンピュータが、従来のAIでは解けない組合せ最適化問題の求解に成功した。複数機関による共同研究チームが、量子トンネル物理と脳啓発型アーキテクチャを結合したシステムを開発し、Nature Communicationsで発表した。

Washington University in St Louisの Shantanu Chakrabartty 教授率いるチームが、蛋白質折りたたみから暗号問題まで、様々な複雑な数学的課題に対応できる neuromorphic computer を構築した。IISc の Department of Electronic Systems Engineering の Chetan Singh Thakur 教授ほか、Heidelberg University、Johns Hopkins University、University of California Santa Cruz の研究者が参加している。

システム構成と仕組み

本システムは neuromorphic autoencoder と Fowler-Nordheim annealer を組み合わせ、FPGA ボード上に実装された neuromorphic Ising machine として動作する。複雑なエネルギーランドスケープを探索し、組合せ最適化問題の近似最適解を発見する設計となっている。

応用対象と研究背景

当システムが対象とする課題は、蛋白質折りたたみ、物流ネットワーク、マイクロチップの配線、暗号問題に及ぶ。研究は Telluride Neuromorphic and Cognition Engineering workshop および IISc の Bangalore Neuromorphic Engineering Workshop から派生した。新研究は、Fowler-Nordheim annealer を備えた neuromorphic autoencoder が規模を拡大してこれらの問題を解き、最適解への漸近収束保証を提供できることを示唆しているとされる。

筆者の見立て

• AI モデルは小説執筆や宇宙船制御には適するが、物流ネットワーク、マイクロチップ、暗号解読といった組合せ問題では性能が低下することを指摘している
• 次のパフォーマンス向上は、微細化プロセスではなく異なる思考・計算方式のアーキテクチャから生まれると予想している
• Moore's法則の時代が限界に近づいていると解釈している

この記事は元記事の事実のみに基づいて自動生成されました。

出典

Indian Institute of Science — "A Eureka machine that thinks like nature and explores what AI cannot" — https://iisc.ac.in/a-eureka-machine-that-thinks-like-nature-and-explores-what-ai-cannot/

(Nature Communications の報道による)