ページのトップへ

研究内容

I. ブレインモルフィックコンピューティング

 脳科学の知見に基づいた「ブレインモルフィックコンピューティングパラダイム」の創成を目指します。ブレインモルフィックハードウェアは、以下のような特徴を持ちます。

1)脳神経系の解剖学的、生理学的な構造や仕組みを模倣して情報を処理します。
2)物理化学的な「プロセス」による情報処理を行います。特に、

  • アナログ回路により、脳神経系と同様、デバイスの物理的・動力学的性質を利用して計算を行います。
  • 先端CMOSデバイスや新規ナノデバイスなどにより、生物物理をデバイス物理で模倣・再現します。
  • 複雑性・複雑ダイナミクスを活用し、情報の豊かさと統一性を同時に実現します。
  • 不確実性、変動、ノイズなどを積極的に利用します。

3) 最新の脳神経科学の知見、特に高次機能の知見を反映させます。
4) 進化的機能獲得や、身体的制約条件を考慮・活用します。

 このブレインモルフィックコンピューティングハードウェアのパラダイムの下、脳の構造や情報処理様式に学んだ、高性能で効率的、柔軟でロバストな情報処理装置である「脳型コンピュータ」の実現を目標とします。
 このためまず、物理的な高次元複雑ダイナミクスによる「プロセスによる情報処理」を、アナログ集積回路を核とした計算システムとして実装しています。そのため、大規模な脳型複雑系集積回路システムを、シナプスナノデバイスや先端アナログ/デジタルCMOS集積回路を用いたハイブリッドシステムとして実装する技術を開発しています。この際、脳における超並列的な無意識過程と論理的な意識過程の相互作用をヒントにしています(I-1.)。
 また、身体性や、自己あるいは意識を持つ自律的な脳型コンピュータの実現を目指し、その第一歩として、「脳・身体総合体コンピューティング」の枠組みを提案しました(I-2.)。
 さらに、現在では、半導体スピントロニクスデバイスであるアナログナノスピンメモリを、学習・記憶するシナプスとして用いたニューラルネットワーク集積回路の開発に挑戦しています(I-3.)。

→さらに詳しく

I-1. ダイナミクス/アルゴリズム 無意識/意識 ハイブリッドコンピュータの開発と応用

I-2. 脳・身体総合総合体コンピューティングの基礎研究

I-3. ナノデバイスを用いた新しいニューロン・シナプス集積回路



II. 複雑工学システムの設計論とその応用

 非線形な要素が複雑なネットワーク構造により結合された複雑工学システムに対しては、従来の線形システムに対する解析法や設計法が有効でなくなってきています。しかし、現在、社会のほとんどのシステムは複雑工学システムである言っても過言ではありません。そこで、複雑工学システムに対する解析法や設計法についての研究が進んでいます。
 我々は複雑工学システムに有効な設計手法として、数理的に性能を保証し、さらに、不確かさを利用する設計パラダイムを提案しました。
 その例の一つが、I-1.で挙げたダイナミクス/アルゴリズム 無意識/意識 ハイブリッドコンピュータの設計の際に用いた、素子の不均一性(バラツキ)やノイズを活用する手法です。提案手法により、ハードウェアの小型化に成功した上、性能を向上させることにも成功しました。
 もう一つの例が、II-1.で説明する黄金比エンコーダ(analog-to-digital converter (ADC))回路です。これは、実数の実数値基底による展開であるβ展開を表すβ写像に基づくβ変換を応用した回路で、数理的に、閾値の変動やノイズなどにロバストであることが保証されています。この性質をうまく生かすことで、温度変動やで電源電圧変動、プロセス変動などに対してロバストなADCを作ることが、特性の良くない半導体プロセスを用いても可能になりました。
 さらに、設計パラメータが多いうえ、それらの相互関係が複雑な場合の例として、蝸牛の伝送線路モデル回路の最適化手法を用いた設計手法の研究も行っています(II-2.)。

→さらに詳しく

II-1. 黄金比A/Dコンバータ(GRE)集積回路

II-2. 蝸牛の伝送線路モデル回路の設計