イオン液体

Sep 30, 2023

東京理科大学2022年6月1日

物理リザーバーコンピューティングを使用すると、低消費電力で人工知能の高速処理を実行できます。

日本の研究者は、電極とイオン液体の界面における誘電緩和に基づいて調整可能な物理リザーバーデバイスを設計しました。

近い将来、人工知能の処理は、遠く離れたコンピューター サーバーではなく、ユーザーに近く、データが収集されるエッジで行われることがますます必要になるでしょう。 これには、低消費電力での高速データ処理が必要になります。 物理リザーバー コンピューティングは、この目的にとって魅力的なプラットフォームであり、日本の科学者による新たな進歩により、これがより柔軟で実用的なものになりました。

Physical reservoir computing (PRC), which relies on the transient response of physical systems, is an attractive machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">時系列信号を低消費電力で高速に処理できる機械学習フレームワーク。 ただし、PRC システムは調整可能性が低いため、処理できる信号が制限されます。 今回、日本の研究者らは、粘度を変えるだけで幅広いタイムスケールにわたって信号を処理するように最適化できる、簡単に調整可能な物理的リザーバーデバイスとしてイオン液体を発表しました。

人工知能 (AI) は現代社会で急速に普及しており、今後数年間でさらに広範に実装されることになります。 センサーやモノのインターネット (IoT) デバイスを含むアプリケーションでは、多くの場合、エッジ AI が標準となります。これは、コンピューティングと分析がユーザー (データが収集される場所) の近くで実行され、遠くない集中サーバー上で実行されるテクノロジーです。 これは、エッジ AI が低電力要件と高速データ処理能力を備えており、時系列データをリアルタイムで処理する場合に特に望ましい特性があるためです。

生活環境で一般的に生成される信号の時間スケール。 同チームが開発したイオン液体 PRC システムの応答時間は、このような現実世界の信号の処理に最適化されるように調整できます。 クレジット: TUS の木下 健太郎

この点において、物理システムの一時的なダイナミクスに依存する物理リザーバー コンピューティング (PRC) は、エッジ AI のコンピューティング パラダイムを大幅に簡素化できます。 これは、PRC を使用してアナログ信号をエッジ AI に保存および処理し、AI が効率的に操作および分析できるためです。 ただし、ソリッド PRC システムのダイナミクスは、調整が容易ではなく、通常、ほとんどの物理信号に対して速すぎる特定のタイムスケールによって特徴付けられます。 このタイムスケールの不一致と制御性の低さにより、PRC は生活環境における信号のリアルタイム処理にはほとんど適していません。

To address this issue, a research team from Japan involving Professor Kentaro Kinoshita and Sang-Gyu Koh, a PhD student, from the Tokyo University of Science, and senior researchers Dr. Hiroyuki Akinaga, Dr. Hisashi Shima, and Dr. Yasuhisa Naitoh from the National Institute of Advanced Industrial Science and Technology, proposed, in a new study published in the journal Scientific ReportsEstablished in 2011, <em>Scientific Report</em>s is a peer-reviewed open-access scientific mega journal published by Nature Portfolio, covering all areas of the natural sciences. In September 2016, it became the largest journal in the world by number of articles, overtaking <em>PLOS ON</em>E." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"Scientific Reports, the use of liquid PRC systems instead. “Replacing conventional solid reservoirs with liquid ones should lead to AI devices that can directly learn at the time scales of environmentally generated signals, such as voice and vibrations, in real time,” explains Prof. Kinoshita. “Ionic liquids are stable molten salts that are completely made up of free-roaming electrical charges. The dielectric relaxation of the ionic liquid, or how its charges rearrange as a response to an electric signal, could be used as a reservoir and is holds much promise for edge AI physical computing.”/p>

The tunability of the system was demonstrated using an AI image identification task. The AI was presented a handwritten image as the input, which was represented by 1 µs width rectangular pulse voltages. By increasing the side chain length, the team made the transient dynamics approach that of the target signal, with the discrimination rate improving for higher chain lengths. This is because, compared to [emim+] [TFSI–], in which the current relaxed to its value in about 1 µs, the IL with a longer side chain and, in turn, longer relaxation time retained the history of the time series data better, improving identification accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"accuracy. When the longest sidechain of 8 units was used, the discrimination rate reached a peak value of 90.2%./p>