AIの進展に伴い、複雑な計算を超省エネで処理できるコンピューターの開発の重要性が増しています。磁石のN極/S極の向きの確率的なゆらぎを利用するスピントロニクスPコンピューターはその有望技術として注目されています。これまで単体のスピン素子と制御回路をケーブルで接続した形態で100ビット程度の小規模な原理実証が行われてきました。一方で社会実装に向けては大規模化が要求され、そのためには半導体集積プロセスの利用が不可欠です。今回、東北大学と米国国立標準技術研究所(NIST)の研究チームは、日米の半導体集積プロセスを組み合わせてシリコン基板上でPコンピューターの基本構成要素であるPビット回路...

ホウ素中性子捕捉療法（BNCT）は、がん細胞に集積したホウ素と中性子の反応を利用して、がん細胞を選択的に破壊する放射線治療です。しかし、治療計画に不可欠なモンテカルロ線量計算は、高精度な反面、膨大な計算時間がかかることが臨床現場の大きな課題でした。東北大学大学院医学系研究科放射線腫瘍学分野の神宮啓一教授、角谷倫之病院講師、加藤亮平大学院生（南東北BNCT研究センター）らの研究グループは、頭頸部がん患者114例の治療データを用い、次世代のがん放射線治療であるBNCTにおける高精度かつ高速な線量計算を可能にする深層学習モデルを頭頸部がん向けに開発しました。本モデルは、約11分で算出され...

AI社会の進展に伴い、複雑なAI計算を省エネで処理するコンピューターの実現への期待が高まっています。物理状態の確率的なゆらぎをハードウェアレベルで利用する確率論的コンピューターはその選択肢として有望視されます。入力信号に応じて0または1をランダムに出力する確率ビット（Pビット）は確率論的コンピューターの最重要構成要素です。従来の確率ビットではDACと呼ばれるデジタル信号をアナログ信号に変換するアナログ回路が不可欠でした。このDACは一般に回路面積や消費電力が大きく、確率論的コンピューターの大規模化を図るうえでの弱点でした。今回、東北大学とカリフォルニア大学サンタバーバラ校の研究チー...

保険は災害によるリスク低減のための重要な手法の一つです。パラメトリック型保険は、事前に定められた災害指標に基づいて保険金が支払われる仕組みで、災害後に現場で被害の査定が行われる従来型の保険とは異なり、たとえ広域であっても保険金を迅速に支払うことが可能となります。しかし津波のように複雑な自然災害に対しては適切な指標の作成が難しく、普及は限定的でした。東北大学大学院工学研究科の三木優志大学院生と災害科学国際研究所のサッパシー アナワット准教授らのチームは確率論的津波リスク評価（PTRA）を用いて、津波パラメトリック型保険におけるベーシスリスク（保険金支払い額と実際の損害の不一致）を定量...