2017年12月の「SEMICON Japan 2017」に出展したRCの説明資料。車載カメラ、ドローン向けカメラ、監視カメラなどへの適用を想定
2017年12月の「SEMICON Japan 2017」に出展したRCの説明資料。車載カメラ、ドローン向けカメラ、監視カメラなどへの適用を想定
[画像のクリックで拡大表示]

 米IBM社は、光回路を使うAIチップを開発中だ。まだ研究段階だが、学習時間やその際の消費電力が少なく、動作は超高速で超低消費電力になる見通しだという。

 IBM社が採用を検討しているAIチップ向けニューラルネット(NN)は、「リザーバー(reservoir)コンピューティング(RC)」という方式だ(図1)。リザーバーと呼ばれる、ノード間の結合に自己結合や入力層に近いノードに戻る経路を含むNNを用いる。時系列に変化するデータに強いのが特徴の1つである。

図1 機械学習が高速、低コストに実現可能
図1 機械学習が高速、低コストに実現可能
IBM社などが研究を進めるリザーバーコンピューティング(RC)の概要と長所や課題を示した。RCは、理論上は時系列データや時間的に変化するデータの学習が可能なニューラルネットワークであるRNNやLSTMの部分集合といえるという。ただし、ノード間の結合の重みは最初にランダムに決め、学習時にも値を変化させない。学習は、読み出し部分の重みだけを教師データに合うように最適化することで行う。メリットは、学習が非常に高速かつ低コストになること。ただし、認識率自体は、LSTMなどを大量のデータでチューニングした場合に比べて低いが改善の余地がある。
[画像のクリックで拡大表示]