本研究プロジェクトのメンバーである中嶋准教授（東大）は井上助教（東大）および日本電信電話株式会社と共同で、脳の情報処理から着想を得た数学モデルの一種である深層ニューラルネットワークならびに物理系を計算過程に用いる物理ニューラルネットワークに適した新たな学習アルゴリズムを考案し、その有効性を確認しました。
この学習アルゴリズムを高速な機械学習器として期待されている光を用いた物理ニューラルネットワークに適用することで、学習過程を含めて物理ニューラルネットワーク上で効率的に計算可能であることを実証し、世界最高性能を実現しました。今後、人工知能向けコンピューティングの電力消費や演算時間の大幅な低減につながることが期待されます。
またこの研究成果は、2022年12月26日に英国の科学誌「Nature Communications」オンライン版に掲載されました。

詳細はプレスリリースをご覧下さい。

文献情報：
[1] Nakajima, Mitsumasa, Katsuma Inoue, Kenji Tanaka, Yasuo Kuniyoshi, Toshikazu Hashimoto, and Kohei Nakajima. 2022. “Physical Deep Learning with Biologically Inspired Training Method: Gradient-Free Approach for Physical Hardware.” Nature Communications 13 (1): 7847. https://doi.org/10.1038/s41467-022-35216-2.

Follow me!