Last Updated on 2025-05-18 23:14 by admin

RMIT大学（オーストラリア・メルボルン）の研究チームが、人間の視覚と脳機能を模倣した革新的な神経形態学的チップを開発した。この研究は2025年5月に学術誌「Advanced Materials Technologies」に掲載された。

このデバイスは二硫化モリブデン（MoS2）の原子レベルで薄い層を使用して構築されており、視覚環境の変化を検出し、外部コンピュータなしで処理し、情報を記憶として保存できる。従来のデジタルシステムとは異なり、このチップは神経処理を模倣したアナログスタイルの計算を使用して動作する。

デバイスはエッジ検出と呼ばれる方法を通じて動きを検出し、手を振る動きなどの変化を完全なフレームをキャプチャすることなく認識する。この技術により、動きを感知するために必要なデータと電力が大幅に削減され、より速く効率的な処理が可能になる。

研究チームのリーダーであるスミート・ワリア教授（RMIT光電子材料・センサーセンター[COMAS]ディレクター）によると、この技術は自動運転車やロボットシステムの応答時間を大幅に改善する可能性がある。視覚情報をほぼ瞬時に処理することで、潜在的な危険に対してより速い反応が可能になるという。

COMASの副ディレクターであるアクラム・アル＝フラニ教授は、この技術が製造業や個人アシスタントとして人間と密接に働くロボットにとって、最小限の遅延で人間の行動を認識し反応することでより自然な相互作用を可能にすると述べている。

研究の筆頭著者であるティハ・アウン博士課程学生は、原子レベルで薄い二硫化モリブデンがリーキー積分発火（LIF）ニューロンの挙動を正確に複製できることを実証したと説明している。

現在、研究チームはオーストラリア研究評議会の助成金支援を受けて、単一ピクセルの概念実証デバイスをより大きなピクセルアレイにスケールアップする取り組みを行っている。RMIT大学はこの技術に対して仮特許を出願しており、今後は複雑な実世界の視覚タスク向けに技術を最適化しながら、消費電力をさらに削減することを目指している。

References:
Meet The Brain-Inspired Chip That Sees Motion And Stores Memories Faster Than Ever

【編集部解説】

今回のRMIT大学が開発した神経形態学的チップは、コンピュータビジョンの分野において大きなブレイクスルーとなる可能性を秘めています。現在のコンピュータビジョンシステムは、画像をキャプチャし、それを処理し、結果を保存するという一連の工程を経ますが、この新しいチップはそれらを人間の脳のように一度に行うことができるのです。

この技術の核心は「エッジ検出」と呼ばれる手法にあります。これは完全なフレームをキャプチャするのではなく、画像内の変化だけを検出する方法です。例えば、手を振る動きを検出する場合、従来のシステムは連続した画像フレームをすべて処理する必要がありますが、このチップは動きの変化だけを捉えることができます。これにより、処理するデータ量が劇的に減少し、消費電力も大幅に削減されるのです。

使用されている二硫化モリブデン（MoS2）という材料も注目に値します。この材料は原子レベルで薄く、その特性を利用して光を捉え、電気信号として処理することができます。これは人間の脳のニューロンが情報を処理する方法に似ています。特に興味深いのは、この材料の原子レベルの欠陥が実は有利に働き、ニューロンのような振る舞いを可能にしているという点です。

この技術が実用化されると、自律走行車やロボット工学に革命をもたらす可能性があります。例えば、自動運転車が障害物を検知してから反応するまでの時間が大幅に短縮されれば、事故防止に直結します。また、製造現場や介護の現場で人間と協働するロボットが、人間の動きや表情の変化にほぼ瞬時に反応できるようになれば、より自然で安全な人間-機械インタラクションが実現するでしょう。

エネルギー効率の面でも大きな進歩です。現在のAIシステムは膨大な電力を消費しますが、この神経形態学的アプローチは消費電力を大幅に削減できる可能性があります。複数の情報源によれば、従来のデジタルシステムと比較して、エネルギー消費を数十倍から百倍程度削減できる可能性があるとされています。

しかし、この技術にも課題があります。現時点では単一ピクセルの概念実証段階であり、実用的なシステムにするためには、より大きなピクセルアレイへのスケールアップが必要です。また、複雑な実世界の視覚タスクに対応できるよう最適化する必要もあります。

興味深いのは、RMIT大学の研究チームがこの技術に対して仮特許を出願していることです。これは、商業的な可能性を見据えた動きと言えるでしょう。また、研究の進展として、チームの以前の研究は紫外線スペクトルでの静止画像処理に焦点を当てていましたが、最新の研究では可視スペクトルにこの機能を拡張しています。さらに、将来的には赤外線検出のための代替材料の探索も行っており、これにより排出物の追跡などの新たな応用が可能になる可能性があります。

規制の観点からも興味深い点があります。検索結果によれば、脳とコンピュータのインターフェース（BCI）技術には、侵襲型と非侵襲型があり、それぞれ異なる規制が適用されます。今回のRMIT大学の技術は非侵襲型に分類されますが、将来的にこうした技術が進化するにつれて、プライバシーやセキュリティに関する新たな規制枠組みが必要になるかもしれません。

長期的な視点では、この技術は単にコンピュータビジョンの効率を向上させるだけでなく、人間と機械のインタラクションの本質を変える可能性があります。機械がより「人間らしく」環境を認識し反応できるようになれば、テクノロジーはより直感的で自然なものになるでしょう。

【用語解説】

神経形態学的コンピューティング（Neuromorphic Computing）:
人間の脳の構造と機能を模倣したコンピュータアーキテクチャのこと。従来のコンピュータが「命令を順番に処理する」のに対し、神経形態学的コンピュータは脳のように「並列処理」を行う。

二硫化モリブデン（MoS2）:
モリブデンと硫黄からなる無機化合物で、化学式はMoS2。グラファイトに似た層状構造を持ち、原子レベルで薄い層を作ることができる。潤滑剤として広く使われているが、その電気的・光学的特性から電子デバイスにも応用されている。

リーキー積分発火（LIF）ニューロン :
生物学的ニューロンの数学モデルの一種で、入力信号を積分し、閾値に達すると発火（スパイク）する。「リーキー」とは、時間経過とともに蓄積された電位が徐々に漏れ出ることを意味する。

エッジ検出（Edge Detection）:
画像処理において、画像内の輪郭や境界を検出する技術。完全な画像を処理するのではなく、変化のある部分だけを捉えることでデータ処理量を大幅に削減できる。

【参考リンク】

RMIT大学（Royal Melbourne Institute of Technology）（外部）
オーストラリア・メルボルンに本部を置く公立大学で、技術・応用科学分野で特に高い評価を受けている

COMAS（Centre for Opto-electronic Materials and Sensors）（外部）
RMIT大学内の研究センターで、光電子材料とセンサー技術の研究開発を行っている

オーストラリア研究評議会（Australian Research Council）（外部）
オーストラリアの研究開発を支援する政府機関で、競争的研究資金を提供している

Advanced Materials Technologies（外部）
RMIT大学の研究チームの論文が掲載された学術誌で、材料科学と技術革新に関する最新の研究成果を発表している

【編集部後記】

皆さん、脳の仕組みを模倣したこの新しいチップ技術は、私たちの身の回りのテクノロジーをどう変えていくと思いますか？自動運転車がより安全になるだけでなく、ARグラスが一日中使えるようになったり、介護ロボットがより自然に人間とコミュニケーションできるようになったり。従来のコンピュータとは根本的に異なるこの「脳型」の処理方法が、どんな未来を創り出すのか、一緒に想像してみませんか？もしかしたら、あなたのアイデアが次の革新的なアプリケーションになるかもしれません。

【関連記事】

ニューロテクノロジーニュースをinnovaTopiaでもっと読む