自律的な抵抗変化をするシナプス素子を用いた効率的な深層学習の実現

現在、脳型情報処理に適した素子開発に基づく人工知能システムのハードウエア化が進められている。そこでは、ハードウエアはソフトウエアで実行されていた計算モデル通りに動作することが求められているが、シナプス素子として開発が進む抵抗変化素子は電圧印加後に抵抗変化（減衰）を示すなど、その要求を満たせていないものがある。しかし、人間の脳には、短期記憶や長期記憶に基づく学習動作など、ソフトウエアには未だ十分に組み込まれていない機能もある。本研究では、ソフトウエア上の動作を忠実に再現する上では不都合な減衰動作が情報処理に与える影響を明らかにし、さらには有効活用できる場を探索することを目的としている。2022年度は、抵抗減衰が既存の計算モデルに与える影響を理論および実験の両面から明らかにした。具体的には、誤差逆伝搬における抵抗値制御の際に意図的にエラーを導入し、学習の進み方や最終的な正答率に変化が現れるかを調べた。その結果、理想的な抵抗値からのズレが数％であれば、学習効率や最終的な正答率に悪い影響は現れないことが分かった。実際に素子を用いた実験でも、理想的な抵抗値からのずれは数％以内であることが確認できた。また、１０％以上のズレを生じる素子があっても、その割合が少なければ学習に影響を与えないことも、シミュレーションおよび実験から明らかにすることが出来た。これらに加えて、２０２３年度以降の実験に向けた素子作製プロセスの開発も進めた。以上の成果を２本の論文に纏めて成果報告を行った。

現在、脳型情報処理に適した素子開発に基づく人工知能システムのハードウエア化が進められている。そこでは、ハードウエアはソフトウエアで実行されていた計算モデル通りに動作することが求められているが、シナプス素子として開発が進む抵抗変化素子は電圧印加後に抵抗変化（減衰）を示すなど、その要求を満たせていないものがある。しかし、人間の脳には、短期記憶や長期記憶に基づく学習動作など、ソフトウエアには未だ十分に組み込まれていない機能もある。本研究では、ソフトウエア上の動作を忠実に再現する上では不都合な減衰動作が情報処理に与える影響を明らかにし、さらには有効活用できる場を探索することを目的としている。2022年度は、抵抗減衰が既存の計算モデルに与える影響を理論および実験の両面から明らかにした。具体的には、誤差逆伝搬における抵抗値制御の際に意図的にエラーを導入し、学習の進み方や最終的な正答率に変化が現れるかを調べた。その結果、理想的な抵抗値からのズレが数％であれば、学習効率や最終的な正答率に悪い影響は現れないことが分かった。実際に素子を用いた実験でも、理想的な抵抗値からのずれは数％以内であることが確認できた。また、１０％以上のズレを生じる素子があっても、その割合が少なければ学習に影響を与えないことも、シミュレーションおよび実験から明らかにすることが出来た。これらに加えて、２０２３年度以降の実験に向けた素子作製プロセスの開発も進めた。以上の成果を２本の論文に纏めて成果報告を行った。