古い技術で補聴器に人工知能を搭載できるかもしれない

ダグ・スパイサーは近々特別なパッケージが届くと期待しているが、ブラックフライデーの衝動買いではない。腐食で緑色になった拳ほどの大きさのモーターは、人間の脳を模倣することを目的として設計された、かつての部屋ほどの大きさのコンピューターのものだ。これは人工知能の未来を示唆しているのかもしれない。

スパイサー氏は、カリフォルニア州マウンテンビューにあるコンピュータ歴史博物館のシニアキュレーターです。郵送で届いたモーターは、コーネル大学の研究者フランク・ローゼンブラット氏が1958年に開発したマーク1パーセプトロンのものです。ローゼンブラット氏のマシンは、カメラを通して見た三角形や正方形などの形状を区別することを学習しました。異なる形状の例を見せられると、512個のモーターを使ってノブを回し、接続を調整することで「知識」を構築しました。「これは大きなマイルストーンでした」とスパイサー氏は言います。

今日のコンピューターは、パーセプトロンの自動回転ノブのようなアナログ部品を使って、自らの経験（あるいは私たちの経験）を記録しません。コンピューターは、2進数の1と0を使ってデジタル的にデータを保存・処理します。しかし、コンピューター歴史博物館から11マイル離れたカリフォルニア州レッドウッドシティのスタートアップ企業、Mythicは、人工知能（AI）のためにアナログコンピューティングを復活させようとしています。CEO兼共同創業者のマイク・ヘンリー氏は、携帯電話、カメラ、補聴器などの小型デバイスで人工知能のメリットを最大限に享受するためには、アナログコンピューティングが不可欠だと述べています。

Mythic社は、近年のAIへの注目の高まりを牽引する人工ニューラルネットワーク、いわゆるディープラーニングソフトウェアをアナログチップで実行しています。この技術は膨大な演算処理とメモリ操作を必要とし、コンピューターにとって大きな負担となります。特に、チップやバッテリー容量が限られた小型デバイスでは、その負担は計り知れません。だからこそ、最も強力なAIシステムは、巨大なクラウドサーバー上に配置されているのです。しかし、AIが活用できる分野の中には、プライバシー、時間、あるいはエネルギーの制約があり、遠く離れたコンピューターにデータを渡すことが現実的ではないものもあるため、この点は大きな制約となります。

ミシックのプロジェクトは、タイムトラベルの試みと言えるかもしれない。「私が大学に入学した頃には、アナログコンピューターは既に存在していませんでした」と、1967年に最初の学位を取得したカリフォルニア大学バークレー校教授のイーライ・ヤブロノビッチ氏は言う。「これは、完全に拒絶されていたものを復活させるのです。」アナログ回路は長い間、無線信号処理など、特定のニッチな分野に限定されてきた。

ヘンリー氏によると、社内テストの結果、Mythicチップは従来のスマートフォンチップよりも強力なニューラルネットワークをコンパクトなデバイスで実行できることが示されたという。「これにより、ロボット、自動車、ドローン、スマートフォンなど、数十億ものデバイスにディープラーニングを導入できるようになります」と彼は述べている。

ヘンリー氏は、自社のチップがもたらす変化を、自社のチップとAI向けに最適化されていると謳うスマートフォン用チップのシミュレーションで示すデモで示すのが好きだ。このデモでは、車載カメラの映像から歩行者を検出するソフトウェアを実行する。ミシック社がこれまでに製造したチップは、完全な映像処理システムを実行するには小さすぎる。デモでは、ミシック社のチップは映像を縮小する必要がないため、より遠くから人を認識できる。つまり、アナログ回路を搭載した自動運転車と道路を共有する方が、より安心できるということだ。

デジタルコンピュータは、時計仕掛けのような演算シーケンスを通して2進数を演算処理することで動作します。アナログコンピュータは、水の代わりに電流を使用する配管システムに似た動作をします。電子は、アンプや抵抗器などの部品が入り組んだ中を流れ、これらの部品は電流を変化させたり、他の電流と組み合わせたりすることで数学的な演算を行います。パイプラインから流れる電流を測定することで、答えが明らかになります。

このアプローチは、必要な回路数が少ないため、一部のタスクでは同等のデジタルデバイスよりも消費電力が少なく済みます。Mythicチップは、他の機能に支障をきたす可能性のあるデバイスのメモリにアクセスすることなく、ニューラルネットワークの実行に必要なすべての処理を実行できます。アナログアプローチは、数値の精度に影響を与える可能性のあるノイズの制御がより困難であるなど、あらゆる用途に適しているわけではありません。しかし、画像や音声などのノイズの多いデータを理解する能力が高く評価されているニューラルネットワークの実行においては、これは問題になりません。「アナログ計算はニューラルネットワークには最適ですが、小切手帳の残高計算には使いません」とヘンリー氏は言います。

アナログが復活したとしても、Mark 1パーセプトロンが第二の人生を得る最初の要素ではないだろう。このマシンはニューラルネットワークの最も初期の例の一つだったが、2012年に現在のAIブームが始まるまで、そのアイデアはほとんど支持されていなかった。

Mythicのアナログ回路は、Perceptron Mark 1の電動ノブよりもコンパクトです。同社のチップは、USBメモリに内蔵されているようなフラッシュメモリチップを再利用したもので、デジタルストレージをアナログコンピューターに変えるハックです。

このハックは、ビデオ処理などのタスクを実行するニューラルネットワークの網をメモリチップのトランジスタに書き出すというものです。データは、チップ内をアナログ信号で流れることでネットワークを通過します。これらの信号はデジタル信号に変換され、処理が完了し、チップが従来のデジタル機器内で動作できるようになります。Mythicはフラッシュメモリメーカーの富士通と提携しており、来年には最終的なチップ設計を顧客に提供してテストすることを目指しています。同社はまず、民生用ガジェット、自動車、監視システムなどの用途を持つカメラ市場をターゲットとしています。

ミシックは、ニューラルネットワーク向けカスタムシリコンの開発に取り組む企業がひしめくこの分野で、死者蘇生戦略によって生き残りたいと考えている。AppleとGoogleは、ニューラルネットワークを支えるカスタムシリコンを最新のスマートフォンに搭載している。

バークレーのヤブロノビッチ氏は、アナログの復活を目指す企業はMythic社だけではないと予想している。彼は今月、アナログコンピューティングと、今日の最も困難で、かつ最も収益性の高いコンピューティング問題との絶好のマッチングを強調する講演を行った。

「その潜在能力はディープラーニングよりもさらに大きい」とヤブロノビッチ氏は言う。アナログコンピュータは、配送ルートの計画に限界をもたらす悪名高い巡回セールスマン問題の解決に役立つ可能性があるという証拠があると彼は言う。また、医薬品や投資といった他の分野でも役立つ可能性があるという。

アナログコンピュータが廃れてから数十年経った今でも変わらないのは、エンジニアが大きな夢を描くことへの情熱です。ローゼンブラット氏は1958年、ニューヨーク・タイムズ紙に「パーセプトロンは機械の宇宙探査機として惑星に打ち上げられるかもしれない」と語りました。ヘンリー氏も地球外への期待を抱いており、自身のチップは衛星が見たものを理解するのに役立つ可能性があると述べています。彼はついにローゼンブラット氏の正しさを証明しようとしているのかもしれません。