自然のように考え、AIが探求できない領域を探索する「ユリーカ」マシン

インド科学研究所（IISc）の発表によると、多国籍研究者チームが量子トンネル効果と脳に着想を得たアーキテクチャを組み合わせたニューロモルフィックコンピュータを開発した。このコンピュータは、従来の手法では困難だった組合せ最適化問題を効率的に解決できる。研究成果はNature Communicationsに掲載され、量子インスパイア計算の新たな道を開くものと注目されている。

組合せ最適化問題は、物流ネットワークの計画、マイクロチップの配線、暗号解読などに広く存在し、問題規模の増大に伴って指数関数的に複雑化する。現在のAIモデルは小説を書いたり宇宙船を操縦したりできるが、これらの問題には対応できていない。本研究では、Fowler-Nordheimアニーラを備えたニューロモルフィックオートエンコーダを提案し、大規模な問題でもほぼ最適な解を探索し、漸近的に最適解に収束することを保証する。その動作原理は、自然系が複雑なエネルギーランドスケープを移動して安定状態に落ち着くプロセスを模倣している。このマシンはFPGAボード上に実装されたニューロモルフィックイジングマシンであり、指数関数的に多数の競合する可能性を持つ険しいエネルギーランドスケープを迅速に探索し、タンパク質フォールディングなどの複雑な最適化問題に対して、展開された鎖から中間の融解グロビュール状態を経て最も安定な折り畳み構造へと進化する過程で、準最適解を高速に発見する。

このマシンは、CMOS技術を基盤とし、量子トンネル効果を利用して指数関数的に多数の可能性を探索することで、高速に準最適解を見つける。研究チームはワシントン大学のShantanu Chakrabartty教授が率い、その研究グループは長年にわたりFowler-Nordheimベースのニューロモルフィックアーキテクチャを研究してきた。メンバーにはインド科学研究所のChetan Singh Thakur教授、ハイデルベルク大学、ジョンズ・ホプキンス大学、カリフォルニア大学サンタクルーズ校の研究者が含まれる。

この成果は、世界的なニューロモルフィックエンジニアリングコミュニティの協力の賜物である。研究者たちはアジアのバンガロールニューロモルフィックエンジニアリングワークショップ（BNEW）、アメリカのテルライドニューロモルフィック＆コグニションエンジニアリングワークショップ、ヨーロッパのカポカッチャニューロモルフィックワークショップで定期的に集まり、計算における最も困難な問題に取り組む新しいマシンの開発を推進している。何十年もの間、ムーアの法則は指数関数的なゲインをもたらし、「より高速なコンピュータを買う」ことが複雑な問題に取り組む実行可能な戦略であったが、その時代は限界に近づいている。次の桁違いの向上は、より小さなプロセスノードからではなく、異なる思考と計算を行うアーキテクチャからもたらされるだろう。

参考文献：Ahsan Fら、「高次ニューロモルフィックイジングマシン——オートエンコーダとFowler-Nordheimアニーラがスケーラビリティに必要です」、Nature Communications（2026）。