FPGA上のニューロモーフィック・イジングマシンが困難な組合せ問題を解決

複数の研究機関からなるチームが、量子トンネリング物理と脳に着想を得たアーキテクチャを組み合わせ、難解な数学問題の解を見つけるニューロモルフィックコンピュータを構築しました。Nature Communicationsに掲載されたこの研究は、標準CMOS技術に基づく量子インスパイアードコンピューティングの新たな方向性を示しています。

何をするものか

このニューロモルフィックイジングマシンはFPGAボード上に実装され、指数関数的に多くの競合する可能性を持つ険しいエネルギー地形を高速に探索します。これにより、タンパク質フォールディングのような複雑な最適化問題に対して、未整理の鎖から中間の溶融小球状態を経て最も安定な折り畳み構造へと進化する探索を通じて、準最適解を高速に発見できます。同じアーキテクチャは、ロジスティクスネットワークのルーティング、マイクロチップの配線、暗号ロックの解読にも応用可能です。

主要な技術的詳細

• アーキテクチャ: Fowler-Nordheimアニーラを備えたニューロモルフィックオートエンコーダ — 探索プロセスは自然のエネルギー地形ナビゲーションを模倣。
• 保証: 最適解への漸近収束。
• ハードウェア: FPGAベースで、量子トンネリング物理と脳に着想を得た（ニューロモルフィック）回路をCMOS上でハイブリッド化。
• 共同研究: Shantanu Chakrabartty（ワシントン大学セントルイス校）、Chetan Singh Thakur（IISc）、およびハイデルベルク大学、ジョンズ・ホプキンス大学、UCサンタクルーズのパートナー。

AIエージェントにとっての重要性

現在のAIモデルは小説を書いたり宇宙船を操縦したりできますが、組合せ最適化問題では立ち往生します。このニューロモルフィックアプローチは、より高速なチップ（ムーアの法則の限界）に頼るのではなく、思考と計算の方法が根本的に異なるアーキテクチャを提供します。この研究は、Telluride Neuromorphic Engineering WorkshopとIIScでのBangalore Neuromorphic Engineering Workshopから生まれ、世界的なニューロモルフィックエンジニアのコミュニティを代表しています。