ニューロモルフィック・エンジニアリング

2006年には、ジョージア工科大学の研究者が、フィールドプログラマブルニューラルアレイを発表した[10]。このチップは、脳内の神経細胞のチャネル・イオン特性をモデル化するために、MOSFETゲート上の電荷をプログラムできるようにした、ますます複雑になるフローティングゲート・トランジスタのアレイの最初のものであり、シリコンでプログラム可能な神経細胞アレイの最初の事例の1つであった。

2011年11月、MITの研究者グループは、400個のトランジスタと標準的なCMOS製造技術を使用して、2つのニューロン間のシナプスにおけるアナログのイオンベースの通信を模倣するコンピュータチップを作成した[11][12]。

2012年6月、パデュー大学のスピントロニクス研究者は、横型スピンバルブとメモリスタを使用したニューロ・モルフィック・チップの設計に関する論文を発表した。彼らは、このアーキテクチャがニューロンと同様に機能するため、脳の処理を再現する方法の検証に利用できると主張している。さらに、これらのチップは従来のチップに比べて大幅にエネルギー効率が向上している[13]。

HP研究所で行われたモット・メモリスタ（Mott memristor）の研究では、モット・メモリスタは不揮発性であるが、相転移温度を大幅に下回る温度では揮発性の挙動を示すことが明らかになり[14]、ニューロンの挙動を模倣した生物学的な着想によるデバイスであるニューリスタの製造に利用できることが示された[14]。2013年9月には、彼らは、これらのニューリスタのスパイク動作を利用して、チューリングマシンに必要なコンポーネントを形成する方法を示すモデルとシミュレーションを発表した[15]。

スタンフォード大学のBrains in Siliconが開発したNeurogridは[16]、ニューロモルフィック・エンジニアリングの原理を使用して設計されたハードウェアの例である。回路基板は、NeuroCoresと呼ばれる16個のカスタム設計されたチップで構成されている。NeuroCoreの各アナログ回路は、65,536ニューロンの神経素子をエミュレートするように設計されており、エネルギー効率を最大化する。エミュレートされたニューロンは、スパイクスループットを最大化するように設計されたデジタル回路を使用して接続される[17][18]。

ニューロモルフィック・エンジニアリングに影響を与える研究プロジェクトとして、生物学的データを使用して完全な人間の脳をスーパーコンピュータでシミュレートしようとするヒューマン・ブレイン・プロジェクトがある。これは、神経科学、医学、コンピューティングの研究者グループで構成されている[19]。このプロジェクトの共同ディレクターであるヘンリー・マークラム（Henry Markram）は、このプロジェクトは、脳とその病気を探求し理解するための基盤を確立し、その知識を使って新しいコンピューティング技術を構築することを提案していると述べている。このプロジェクトの3つの主要な目標は、脳の各部分がどのように適合して連携するのかをよりよく理解し、脳の病気を客観的に診断および治療する方法を理解し、そして人間の脳の理解をニューロモルフィック・コンピューターの開発に役立てることである。人間の脳を完全にシミュレートするには、現在の1,000倍の性能を持つスーパーコンピューターが必要になると言われており、ニューロモルフィック・コンピュータは注目を集めている[20]。このプロジェクトには、欧州委員会（EC）から13億ドルが割り当てられた[21]。

ニューロモルフィック・エンジニアリングに影響を与える他の研究として、ブレイン・イニシアチブ[22]やIBMのTrueNorthがある[23]。また、ナノクリスタル、ナノワイヤー、導電性ポリマーを使用したニューロモルフィック・デバイスも実証されている[24]。

インテルは、2017年10月にLoihiと呼ばれるニューロモルフィック研究チップを発表した。このチップでは、非同期スパイキングニューラルネットワーク（SNN）を使用して、適応型の自己書換えイベント駆動型の細粒度並列計算を実装し、学習や推論を高効率で行うことができる[25][26]。

ベルギーに本拠を置くナノエレクトロニクス研究センターであるIMECは、世界初の自己学習型ニューロモルフィック・チップを実証した。OxRAMテクノロジーに基づく脳に着想を得たチップは、自己学習能力を備え、作曲能力があることが実証されている[27]。IMECは、この試作品で作曲された3秒の曲を公開した。このチップには、同じ拍子とスタイルの曲が順番にロードされた。曲はベルギーやフランスのフルートの古いメヌエットで、チップはそこから演奏のルールを学び、それを適用した[28]。

ニューロモルフィック・エンジニアリングの学際的な概念は比較的新しいものであるが、ニューロモルフィック・システムには、人間的機械や人工知能一般に適用されるものと同じ倫理的配慮の多くが適用される。しかし、ニューロモルフィック・システムが人間の脳を模倣して設計されているという事実は、それらの利用法を取りまく独特の倫理的問題を引き起こす。

しかし、実際の議論は、ニューロモルフィック・ハードウェアや人工ニューラルネットワークが脳の動作や情報処理の方法を非常に単純化したモデルであり、サイズや機能的技術の点ではるかに低い複雑さで、接続性の点でははるかに規則的な構造を持つことにある。ニューロモルフィック・チップを脳と比較することは、翼と尾があるという理由だけで飛行機と鳥を比較するのと同様の、非常に大ざっぱな比較である。事実、神経認知系は、現在の最先端の人工知能よりも何桁もエネルギー効率や計算効率が高く、多くのエンジニアリングデザインが生物模倣の特徴を持つように、ニューロモルフィック・エンジニアリングは、脳のメカニズムから着想を得て、このギャップを縮めようとする試みである。

米軍の一部門であるJoint Artificial Intelligence Centerは、戦闘用の人工知能ソフトウェアやニューロモルフィック・ハードウェアの調達と導入を専門とするセンターである。具体的な用途としてスマートヘッドセットやゴーグル、ロボットが挙げられる。JAICは、ニューロモルフィック技術を多用して、「すべての戦闘機、すべての射撃手」をニューロモルフィック対応部隊のネットワーク内でつなぐことを考えている。

懐疑派は、電子的人間的、つまりニューロモルフィック技術に適用される人間性の概念を法的に適用する方法はないと主張している。「スマートロボット」を合法的な人物として認めるという欧州委員会の提案に反対する法律学、ロボット工学、医学、倫理学の専門家285名が署名した書簡で、著者は次のように述べている。「ロボットの法的地位は、自然人モデルに由来するものではない。なぜなら、ロボットは、尊厳の権利、完全性の権利、報酬の権利、市民権の権利などの人権を保有することになり、人権と直接対決することになる。これは、欧州連合基本権憲章および人権と基本的自由の保護のための条約に反するものである[33]。」

ニューロメモリスタ・システム（neuromemristive systems）は、神経可塑性を実現するためにメモリスタの使用に焦点を当てた、ニューロモルフィック・コンピューティングシステムのサブクラスである。ニューロモルフィック・エンジニアリングが生物学的行動の模倣に焦点を合わせているのに対し、ニューロメモリスタ・システムは抽象化に焦点を合わせている[35]。たとえば、ニューロメモリスタ・システムは、大脳皮質微小回路の動作の詳細を、抽象的なニューラルネットワークモデルに置き換えることができる[36]。

ニューロンにヒントを得た、しきい値論理関数[37]のメモリスタによる実装がいくつか存在し、高レベルのパターン認識アプリケーション[38]に応用されている。最近報告された応用例では、音声認識[39]、顔認識[40]、物体認識などがある。また、従来のデジタル論理ゲートを置き換える用途もある[41][42]。

理想的な受動メモリスタ回路では、回路の内部メモリに関する正確な方程式（Caravelli-Traversa-Di Ventra方程式）がある[43]。

${\displaystyle {\frac {d}{dt}}{\vec {W}}=\alpha {\vec {W}}-{\frac {1}{\beta }}(I+\xi \Omega W)^{-1}\Omega {\vec {S}}}$

物理的メモリスタネットワークの特性と外部ソースの関数として表すことができる。上の式で、${\displaystyle \alpha }$は「忘却」時のスケール定数、${\displaystyle \xi =r-1}$と${\displaystyle r={\frac {R_{\text{off}}}{R_{\text{on}}}}}$は、メモリスタの限界抵抗のオフ値とオン値の比、${\displaystyle {\vec {S}}}$は回路のソースのベクトル、${\displaystyle \Omega }$は回路の基本ループの投影線である。定数${\displaystyle \beta }$は、電圧の次元を持ち、メモリスタの特性に関連している。その物理的な起源は、導体内の電荷移動度である。対角行列とベクトル${\displaystyle W=\operatorname {diag} ({\vec {W}})}$と${\displaystyle {\vec {W}}}$はそれぞれメモリスタの内部値であり、0から1の間の値を持つ。したがって、この式では、信頼性を高めるためにメモリ値に追加の制約を加える必要がある。

• AIアクセラレータ
• 人工頭脳 (英語版)
• 有機的形態造形
• コグニティブ・コンピュータ
  • SpiNNaker
  • SyNAPSE
  • ビジョン・プロセッシング・ユニット
    • インテル系列
      • Mobileye
      • Movidius
      • Nervana Systems
• 計算とニューラルシステム
• 微分可能プログラミング
• ニューロロボティクス
• オプティカルフローセンサー
• 物理的ニューラルネットワーク
• ビジョンチップ
• クアルコム・Zeroth

• Telluride Neuromorphic Engineering Workshop
• CapoCaccia Cognitive Neuromorphic Engineering Workshop
• Institute of Neuromorphic Engineering
• INE news site.
• Frontiers in Neuromorphic Engineering Journal
• Computation and Neural Systems department at the California Institute of Technology.
• Human Brain Project official site
• Building a Silicon Brain: Computer chips based on biological neurons may help simulate larger and more-complex brain models. May 1, 2019. SANDEEP RAVINDRAN