コンピューターに脳をもたらす

科学者たちは何十年もの間、脳のような知能を持つロボットの創造を夢見てきました。今年、その夢に惹かれた研究者たちは、コンピューティングの聖杯とも言えるものの実現に向けて大きな進歩を遂げました。

今日、漸進的に学習し、より賢明な判断を下せる知能コンピュータの開発を目指し、様々な取り組みが行われています。今年は、脳のような機能を模倣し、コンピュータをより賢くする「シリコン・ブレイン」、つまりニューロモルフィック・チップの開発に数百万ドルが投入されました。

新しいチップは、スマートロボットに目と耳を与え、運転、物体の識別、さらには腐った果物の発見さえも可能にするでしょう。このチップ技術によって、人間は機械をマインドコントロールし、モバイルデバイスはユーザーの行動を予測し、Google Glassのようなウェアラブルデバイスは病気を診断できるようになります。長期的には、神経チップの埋め込みによって、人間の精神能力、視覚能力、認知能力が向上する可能性があります。

科学者たちは、脳の回路を模倣し、確率と連想を通して発見されたパターンに基づいて情報を保持し、意思決定を行うニューラルチップを用いて、高度なコンピュータの開発を目指しています。米国政府、欧州連合、そして民間団体が資金提供しているプロジェクトでは、従来の回路の記憶、計算、そして通信機能を再設計することで、脳のニューロンとシナプスの働きを再現しようと試みています。

[関連記事: 生物学に着想を得たニューラルネットワークの成熟過程]

脳には1000億個のニューロン（神経細胞）が相互に連結しており、電気信号と化学信号を介して情報を処理・伝達します。これらのニューロンは並列に計算を行い、数兆個のシナプスと呼ばれる接続を介して通信を行います。ニューラルネットワーク内のニューロン間の接続は、脳が学習するにつれて強化されるか、あるいは削減されます。今日のプロセッサは、脳のニューラルネットワークとは異なる方法で配線され、電圧を制御しますが、研究者たちは脳の並列性を活用することに熱心に取り組んでいます。並列性は、消費電力の削減などにも役立ちます。

研究者たちは、ニューラルチップが認知タスクを遂行し、幅広い刺激に反応することを期待しています。コンピューターは既に視覚と聴覚を備えており、ロボットは感覚入力に反応するように既に作られています。5年以内には、コンピューターは嗅覚と味覚を認識できるようになり、こうした感覚情報はチップに送られて処理されるようになるでしょう。

もし私たちに脳があれば（シミュレーションできる）

確かに、チップ開発の取り組みのほとんどはまだ初期の実験段階にあります。小さな昆虫や線虫の脳は試作ニューラルチップでシミュレーションされていますが、人間の脳は異なるスケールで動作します。チップが人間の脳をシミュレートするまでには数十年かかる可能性がありますが、現在確立されつつある新しいコンピューティングモデルによってその基礎が築かれつつあります。

研究者たちは、とりわけ、コンピュータにより多くの情報を供給できる新しいデータ処理技術が必要だと述べている。この取り組みの助けとなるのが、今日のコンピュータを動かすチップの製造技術の物理的限界が10年以内に突破され、新たなコンピューティング設計やチップアーキテクチャへの道が開かれるだろうと、DARPA（国防高等研究計画局）のマイクロシステム技術局長ロバート・コルウェル氏は今年初めの講演で述べた。

現在、コンピュータは過去の経験から学習する能力を持っていません。代わりに、事前にプログラムされたコードに基づいて意思決定を行っています。一方、脳細胞はプログラミングを必要とせず、高い耐性を持ち、再生能力があり、コンピュータでは到達できない結論を導き出すことができると、ハイデルベルク大学の実験物理学教授兼学科長であるカールハインツ・マイヤー氏は述べています。

一方、一部の活動は知的な処理を必要としないため、従来のコンピューターがなくなることはないだろうと、欧州連合が資金提供するヒューマン・ブレイン・プロジェクトの共同ディレクターも務めるマイヤー氏は述べた。

「テキスト処理と電子メールは常に行うことになります」とマイヤー氏は言う。

しかし、脳と同様に、ニューラルチップは「ノイズの多い」データを切り取ってインテリジェントな判断を下すなど、特定の分野で優れていると、コーネル大学のコンピューター科学者で研究者のナビル・イマム氏は述べた。

イマム氏は、ニューロモルフィック・チップはコンピューター内の他のプロセッサーを置き換えるのではなく、補完するものになると述べた。

人間の脳をモデルにしたチップには、電子ニューロンが搭載されており、ニューロン間の接続を動的に書き換え、互いに情報を送信し、関連データを探し出すことができます。これは、CPUやGPUなどのコプロセッサに大量のデータを投げ込むよりも電力効率の高いプロセスです。IBMのスーパーコンピュータ「Watson」は、クイズゲーム「Jeopardy」で参加者に勝利して歴史に名を残しましたが、答えを見つけるために大量のデータをプロセッサに投入したのです。

「私たちの脳は、パターン認識のような特定のことを非常にうまくこなせるようにできています。コンピューターにはそれができません。これらのプロセッサーは、異なる種類のアプリケーションに使用されます」とイマーム氏は述べた。

イマーム氏は、DARPA（国防高等研究計画局）が資金提供している多相シナプス（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）プロジェクトの一環として、ニューロモルフィック・チップの開発に携わっています。2008年に開始されたこのシナプス・プロジェクトには、IBM、ヒューレット・パッカード、コーネル大学、スタンフォード大学などの大学が参加しています。

Synapseの最初の具体的な成果は2011年初頭にIBMが10MHzという低速で動作する256個のデジタルニューロンを搭載したプロトタイプチップを披露した時に現れました。このチップはナビゲーションとパターン認識能力を実証しました。

チップコアの1つには262,144個のプログラム可能なシナプスがあり、もう1つのコアには65,536個の学習シナプスがありました。デジタルニューロン間の接続は、送信される信号の数に応じて強くなりました。あるニューロンからの電子スパイクが別のニューロンの電圧に影響を与えると、2つのニューロンはシナプス結合されます。チップ内では、スパイクニューロンは、特定の値に達するなどのトリガーによって、他のニューロンと通信します。

次の大きなもの

イマーム氏によると、Synapseに関する次の大きな発表は来年で、「非常に大きな脳」を模倣した新しいニューラルチップシステムが発表される予定だ。このチップは、デジタルニューロン間で多数の接続を確立できるよう、メモリアレイの斬新な設計を採用する。非同期設計により、通信信号はローカル回路によって確実に整理される。このチップは、新しい製造プロセスを用いて製造される。

「これはこれまでに構築された最大のニューロモルフィック・システムです」とイマーム氏は語った。

シナプス研究の主導的企業であるIBMは今年、最終的には100億個のニューロンと100兆個のシナプスを持ちながら消費電力はわずか1キロワットの「チップシステム」を構築したいと表明した。

注目を集めているもう一つの研究プロジェクトは、クアルコムが「ニューラル・プロセッシング・ユニット」と呼ぶZerothチップだ。同社のポール・ジェイコブスCEOは先月の講演で、このチップは人間の行動パターンを分析することで、ユーザーの行動を予測し、モバイル機器とのインタラクションを容易にする可能性があると述べた。

クアルコムは既に、Zerothをベースにナビゲーションの判断ができるロボットを実演している。クアルコムの事業開発ディレクター、サミール・クマール氏は、同社はZerothの機能を拡張したいと考えており、その可能性を研究していると述べた。

SynapseとQualcommの研究はデジタルニューロンに基づいていますが、欧州で開発予定のニューロモルフィックシステムの一つは、より脳に近いアナログ回路に基づいています。ドイツのハイデルベルク大学に設置されるこのシステムは、脳の内部構造を解明するために欧州連合（EU）が10年間、16億ドルを投じて支援する「ヒューマン・ブレイン・プロジェクト」の一環です。

同大学はすでに、20万個のニューロンと5000万個のシナプスを集積したシリコンウエハーを用いたニューロモルフィック・コンピューティング・システムを稼働させている。このプロジェクトを主導するマイヤー氏によると、研究者たちは2年後には、合計400万個のアナログニューロンを搭載した20枚のウエハーシステムを開発したいと考えているという。

高度に並列化されたチップ設計には構成可能な電子ニューロンが備わっており、ニューロンとシナプス間の依存関係、同期、通信を理解し、それをコンピューティングに適用することが目標です。

このプロジェクトの目的は、最高のニューラルチップを開発することではなく、アーキテクチャを理解することだとマイヤー氏は述べた。これは、ニューロモルフィック・コンピューティング・モデルへの道を開く可能性がある。

ニューラルチップの研究には、スタンフォード大学のNeurogridや、EUのヒューマン・ブレイン・プロジェクトの一環であるマンチェスター大学のSpinnakerなど、他にも様々なものがあります。HPは、人間の脳が一連の出来事の記憶を収集し理解するのと同様に、以前に収集したデータからパターンを理解することでコンピューターの意思決定能力を強化するメモリスタメモリ技術を開発しています。

「理論を作るのは簡単だが、重要なのはチップを使えるようにすることだ」と、IBMなどと共に1995年に神経回路設計の特許を保有するガイ・パイエ氏は述べた。パイエ氏は、ニューラルネットワーク設計に基づいたCM1Kというチップを販売するジェネラル・ビジョン社の会長である。

現在行われている研究は、いわゆるスパイクニューロンに焦点を当てており、パイエ氏はこれが「シナプスモデルを再現する生物学に近い」ものだと述べている。

脳の働きを模倣し、それをチップ技術に応用することは、言うは易く行うは難しです。ニューロンの行動を予測することは難しく、何百万もの接続を書き換えるチップを作るのは容易ではありません。さらに、脳はまだ完全には理解されておらず、神経科学の研究者たちは日々新たな事実を発見しています。

しかし、ニューラルチップの研究者らはデータを共有し、補完的なアプローチを取っているとマイヤー氏は語り、研究者同士の多少の競争は害にはならないと付け加えた。

「これは新しいコンピューティング方法を生み出すチャンスであり、私たちはできることは何でもしなければならない」とマイヤー氏は語った。