![見出し画像](https://assets.st-note.com/production/uploads/images/80522320/rectangle_large_type_2_0c824e1fa803868417e7932d8ea50b66.png?width=800)
「光のまま考える」ニューラルネットで1秒間に20億枚を画像処理
人工知能(AI)は、予測テキストや医療診断など、多くのシステムで重要な役割を果たしている。そしてこれらの人工知能の多くは、神経細胞(ニューロン)を電気的に同等な電子回路で代替することで人間の脳の神経回路を模した「ニューラルネットワーク」が利用されている。ニューラルネットワークでは、画像などの既知のデータセットをもとに学習を行い、その結果に基づいて新しいデータポイントを認識・分類するために使用されている。
しかし、従来のニューラルネットワークによる画像処理の速度は人間の脳機能に比べて明らかに遅い。従来のコンピュータは電気信号(0と1で二進数のデータ:バイナリデータ)を処理することはできても、光をそのまま処理できひん。そのため、コンピュータは光の情報を自分が理解して処理できる電気の情報に変換する必要がある。さらに、コンピュータは変換された情報を一旦メモリに保存し、そのメモリから改めて情報を引っ張り出してきて計算していかはる。このような変換とプロセスの多さによって、処理速度の限界が生じ、画像処理全体の速度も遅れてしまう。
そこで、アメリカ・ペンシルバニア大学(UPenn)は光信号をそのまま処理できる新しいニューラルネットワークを開発しはった!つまり、光信号を電気信号に変換せえへんことで、それ以降のプロセス(バイナリデータ化・膨大なメモリ保存・クロック周波数にもとづいた計算)を省略することができたの!さらに、このニューラルネットワークは、9.3㎟のチップに収まってるんだとか。
![](https://assets.st-note.com/img/1655018722702-zky79euPFY.png?width=800)
研究チームによると「新しいニューラルネットワークはより本物の脳に近い」らしい。本物の脳は神経細胞(ニューロン)と細胞同士をつなぐシナプスによってデータの保存と計算を行う。開発されたチップにも同様に多数のニューロン層とそれをつなぐ光チャンネルがあり、光を直接読み取ったり、光がチップを伝播する過程で計算が行われたりするんやって。さらに、チップが光信号を直接処理できるから、データ変換した情報を保存する必要がなく、大きなメモリもいらへん。光信号を直接読み取る技術自体は前からあったけど、互換性や拡張性を備えたシステムとしてチップに収めたのは史上初なんやって!
性能としては、216個の手書き文字を「p」または「d」に分類するテストでは93.8%の精度、次に行われた432個の文字を4つに分類するテストでは89.8%の精度とそこそこの処理精度を持っている。また特質すべきはその処理速度で、1枚の画像を570ピコ秒で分類することができる、つまりこの処理速度を維持して1秒間作業を続けたら約20億枚の画像を分類できることになる。一般的な映画のフレームレート(1秒間にフレームが何枚再生されるか)が24fpsであることを考えると、とんでもない処理速度であることが分かってもらえると思う。
![](https://assets.st-note.com/img/1655019779596-s7Ix5xY1y7.png?width=800)
今回開発したセットアップは容易にスケールアップすることができるため、動画や3D画像の処理にも使える。またチームは音声など画像以外のデータにも適用したいって考えてはる。「画像処理に時間かかってんねん」って嘆いてんのも今の内かもしれんね。
この記事が気に入ったらサポートをしてみませんか?