韓国先進科学技術研究所（KAIST）は、2024年1月に、人間の脳のシナプスの機能を再現するために設計されたコンポーネントである自己学習メモリスタの開発を発表しました。 Kaist社長のKwang Hyung Leeによると、新しいデバイスは独自のエラーを修正し、時間の経過とともにパフォーマンスを改善し、神経型システムの以前の課題に対処することができます。ジャーナルに掲載された研究 Nature Electronics、Memristorの機能の概要を説明します。研究者は、たとえば、CHIPがビデオ処理中に動く画像をその背景から分離し、このタスクを実行する能力を徐々に強化できることを学ぶことができると報告しています。この進歩により、複雑なAIタスクをリモートクラウドサーバーに依存するのではなく、デバイスでローカルに実行できるため、プライバシーとエネルギー効率の両方が向上します。 「このシステムは、すべてが机とファイルキャビネットの間を行き来するのではなく、すべてが腕の手の届かないところにあるスマートなワークスペースのようなものです」と、Kaistの研究者Hakcheon JeongとSeungjae Hanは記者会見で述べました。 「これは、私たちの脳が情報を処理する方法に似ています。ここでは、すべてが1つの場所で一度に効率的に処理されます。」 「記憶」と「抵抗器」に由来する用語であるメモリスタは、神経形態または脳のようなコンピューティングの基礎要素と見なされます。このコンセプトは、1971年にアメリカの電気技術者であり、コンピューター科学者のレオン・チュアによって最初に理論化されました。彼は、抵抗器、コンデンサ、およびインダクタに沿って、4番目の基本的な電気成分が存在する必要があることを提案しました。 Chuaは、Memristorを電源を切ったときでさえ情報を保存できる不揮発性メモリコンポーネントとして想定しました。この理論は何十年も存在していましたが、研究者は2008年まで実験的にメモリスタを発見しませんでした。このブレークスルーは、能力を向上させるための世界的な科学的努力を引き起こしました。データストレージと計算の両方を同時に実行するMemristorの能力により、AIニューラルネットワークの人工シナプスの効果的な代役となり、人間の脳がどのように機能するかを模倣します。この研究分野の主な目標は、人間の脳の効率と力で動作できるコンピューターを構築することです。脳は、わずか20ワットの電力を使用して、1秒あたり10億（10^18）の数学操作を実行できます。このレベルの超効率に到達することは、実用的な神経形態AI脳を開発するための重要な要件です。今年の関連開発では、Kaistは最初のAI超伝導器チップも作成しました。このチップは、最小限の消費電力で超高速動作のために設計されており、脳の効率をさらにエミュレートします。これらの技術的改善は、「チップの脳」を作成するための漸進的なステップと見なされています。このような技術は、AIを大幅に前進させ、人工知能が人間の知能を上回る理論的な将来のポイントである特異点に向けて進歩を潜在的に加速する可能性があります。ただし、この記事では、「知性」は複雑な主題であると述べています。人間の脳と同様の特定の計算を実行するAIの能力は、脳のすべての多様な機能を複製できるという意味ではありません。一部の科学者は、そのような機械が「エイリアンマインド」に進化し、人間の認知と根本的に異なる方法で知的な神経構造を持っていると推測しています。現在のところ、人間の脳は依然として高効率のコンピューティングの基準です。 Memristorsなどのコンポーネントを使用した継続的な進歩を通じて、AIは最終的にその位置に挑戦する可能性があります。
Source: Kaistは、AIチップ用の自己学習メモリスタを開発します
