人工ニューラルネットワーク（ANN）やスパイキングニューラルネットワーク（SNN）（注4）は、現在のAI技術の基盤となっています。これらは、脳神経回路に着想を得て作られた技術ですが、逆に、ANNやSNNの働きを生体系に実装できれば、脳の情報処理原理に対する理解を一段と深め、さらに生体の仕組みに基づく新しい計算技術の創出にもつながります。今回、東北大学電気通信研究所の山本英明准教授（同大学材料科学高等研究所（WPI-AIMR）兼任）、佐藤茂雄教授、公立はこだて未来大学の香取勇一教授らからなる研究チームは、マイクロ流体デ...

近年、交通予測や需要予測などに機械学習・深層学習が広く使われていますが、その計算には大量の電力と高性能計算機が必要であることから、リザバーコンピューティング（RC）や、それを実世界の物理系に拡張した物理リザバーコンピューティング（PRC）が注目されています。東北大学材料科学高等研究所（WPI-AIMR）の安東弘泰教授らの研究チームは、現実世界の複雑なダイナミクスをそのまま計算に利用する新しい機械学習フレームワーク環境物理リザバーコンピュ...

過酷な災害現場などでの調査への活用を目指した、生物の運動能力と電子制御を組み合わせた「生物サイボーグ」の研究が注目されています。東北大学大学院工学研究科の大脇大准教授、山形県鶴岡市立加茂水族館の池田周平飼育課係長、奥泉和也館長、東京大学大学院情報理工学系研究科のAUSTIN MAX PHILIP（オースティン マックス フィリップ）特任助教、中嶋浩平准教授の研究グループは、ミズクラゲの筋肉に電気刺激を与えることで泳ぎを誘導し、その動きをシンプルな人工知能（AI）で予測する技術の開発に成功しました。そこに独自の3次元運動計測装置と筋肉電気刺激装置を組み合わせることで、自発的な遊泳リズ...

生物の脳神経ネットワークに着想を得たスパイキングニューラルネットワーク（SNN）は、情報を発火信号（スパイク）の時系列として表現します。スパイクが発生していないときには情報処理が行われない特性（イベントドリブン性）を持つため、消費電力を極限まで抑えることができます。この特性は、限られた電力で高度な情報処理を実行する必要のあるエッジコンピューティングにおいて特に有効です。東北大学電気通信研究所の守谷哲特任助教と佐藤茂雄教授らの研究グループは、サブスレッショルド領域（注4...