研究展示
| 04 |
超低消費電力を達成する光AIの実現に向けて特殊な構造を考慮した光ニューラルネットワークの訓練法 
|
|---|
| どんな研究 |
光ニューラルネットワークは、超低消費電力で動作することが期待されていますが、通常の計算機で実現されるニューラルネットワークとは異なり、ハードウェアに直接実装されるため、内部の詳細情報が必要な従来の訓練方法は使えません。そこで、新たな訓練法を研究しています。 |
|---|---|
| どこが凄い |
私たちが研究している手法は、ハードウェアの外から入出力関係を観測して訓練を行うものであるため、内部の詳細情報を必要としません。さらに、典型的な光ニューラルネットワークの特殊な構造に起因する複数のパラメータが絡み合う問題を解決し、効果的に訓練できます。 |
| めざす未来 |
生成AIを代表とする人工知能の急速な進歩とコモディティ化に伴い、全世界的な規模で膨大な電力が消費されています。光ニューラルネットワークの実現によって、より少ない消費電力であらゆる場面で人工知能が活用できるカーボンニュートラルな未来をめざします。 |
[1] H. Sawada, K. Aoyama, M. Notomi, “Layered-parameter perturbation for zeroth-order optimization of optical neural networks,” in Proc. The 39th AAAI Conference on Artificial Intelligence (AAAI-25), 2025.
澤田 宏（Hiroshi Sawada）協創情報研究部 知能創発環境研究グループ