光信号を直接「単語」に変換する新型AIチップ「光語芯」が登場

この記事のポイント

• 南京大学らの研究チームが、光信号を直接「単語（トークン）」に変換できる新型AIチップ「光語芯」を開発しました。
• 従来の画像認識プロセスにおけるデータ転送のボトルネックと高消費電力を解消します。
• センサー自体が画像認識に必要な「単語」を生成するため、エッジAIの低消費電力化とリアルタイム処理能力が飛躍的に向上します。
• 具身型AIやドローン、スマートセキュリティなど、様々な分野での応用が期待されます。

AIの「目」を劇的に進化させる新技術

AIが周囲の状況を理解し、自律的に判断・行動するためには、視覚情報の効率的かつ低消費電力な取得と、「単語（トークン）」への変換が不可欠です。この課題に対し、南京大学の缪峰教授、梁世軍教授らのチームとシンガポール国立大学の共同研究チームが、画期的な成果を発表しました。

国際学術誌「Nature Sensing」に掲載されたこの研究では、光信号を直接「単語」に変換できる、超低消費電力の新型スマートビジョンセンサーチップ「光語芯（Guangyu Xin）」が開発されました。このチップが生成した「単語」は、直接エンコーダーに入力され、画像認識を実現します。

従来のAI処理の課題と「光語芯」の解決策

複雑な環境下での物理AIの自律的な認識、推論、意思決定能力は、エッジデバイスにおける高性能なビジョン大規模モデルの実行能力に大きく依存します。しかし、エッジデバイスは消費電力と演算能力の制約から、ローカルでのリアルタイムな視覚認識が困難でした。

「従来の視覚認識プロセスでは、光信号はまずイメージセンサーで取得され、その後、アナログ・デジタル変換、バッファへの転送、デジタルブロック化、埋め込みといった多くの工程を経て、モデルが処理できる『単語』が生成されます。この過程で膨大な冗長データが頻繁に転送されるため、エッジデバイスの消費電力は高止まりしてしまいます」と、缪峰教授は説明します。「私たちは、センサー内で直接『単語』化を完了させ、物理的なレベルでこの経路を迂回することを目指しました。」

「物理的単語化」による革新

今回の研究では、国際的に初めて、AIが処理する「単語」の生成プロセスをセンサーに前進させ、センサー内で直接、画像取得、画像ブロック化、画像ブロックの埋め込みといった機能を実現しました。

梁世軍教授によると、「光語芯」は、感光ストレージアレイと周辺アドレス回路で構成されています。研究チームは、まず単層の二硫化モリブデンの浮遊ゲート型フォトトランジスタを基盤に、感光ストレージアレイを構築しました。このアレイの各ピクセルは、感光、ストレージ、アナログ計算の3つの機能を兼ね備えています。光信号が書き込まれると、浮遊ゲート電荷としてその場で保存されます。

周辺アドレス回路は、選択的にピクセル領域をアクティブ化し、画像ブロック化を実行します。選択された画像ブロックに対して、チップは特定の電圧シーケンスを印加し、画像ブロックに保存された光情報と埋め込み行列をアナログ領域で乗算・加算演算させ、出力される電流が「単語」となります。

AIの未来を切り拓く「光語芯」

「私たちはチップ上で『光が入ってきて、単語が直接出ていく』という物理的計算を実現し、データ転送という最大のエネルギー消費源を根本的に排除しました」と梁世軍教授は述べています。この「物理的単語化」というアプローチは、チップを単なる画像記録装置から、能動的な視覚意味生成器へと進化させます。「光語芯」を用いたビジョン変換アーキテクチャシステムは、87.3%の認識精度を達成し、これは従来のソフトウェアの認識精度ベースラインに迫るものです。従来の方式と比較して、「単語」化の段階でエネルギー効率が10倍以上に向上しています。

缪峰教授は、「この成果は、『まず光を感じ、次にバッファリングし、後から計算する』という逐次的なパラダイムを根本から覆すものであり、ポスト・ムーアの法則時代におけるエッジAIの演算能力と消費電力の限界を突破するための全く新しい次元を開拓するものです。この技術は、具身型AI、低空飛行ドローン、スマートセキュリティなどの分野に、高効率でほぼゼロ遅延の視覚認識基盤を提供する可能性があり、物理AIの大規模応用を加速させることが期待されます。」と述べています。

出典：科技日报

出典: 元記事を読む