MIT、従来の「電子チップ」ではなく「光チップ」を使用することで機械学習の速度と効率を大幅に向上させたアプローチを発表

マサチューセッツ工科大学（MIT）は、光線の光子を使用した光コンピュータによる計算で多層構造ニューラルネットワークを用いた機械学習「Deep learning」の速度と効率を大幅に向上させたアプローチを発表しました。

機械学習において、従来の電子コンピュータはプロセッサの電気信号転送にかかるコストが高く効率的ではないのが現状です。

そこで、より高速にするため、今回のアプローチ新しいフォトニック技術（ナノフォトニック・プロセッサ）による光ベースのニューラルネットワークシステムが提示されました。

従来の電子チップではなく、光チップによるアーキテクチャでより高速でより効率的な計算を実行します。

このことで、AIアルゴリズムで最も消費電力が大きく時間がかかる行列乗算が大幅にスピードアップおよび省電力化、従来の電子チップよりも動作あたり1000分の1以下のエネルギーで出来たと述べています。

研究チームは、本システムを有用なものにするためさらにブラッシュアップに努めるとの事です。

関連