音波がニューロモルフィックチップに脳を模倣する優位性をもたらす

ニューロモルフィックコンピューティングは脳の動作を模倣することで、従来の電子AIチップに比べて大幅に省エネルギーである。しかし、現在の最先端デバイスでもヒトニューロンに比べ接続数が極めて少ない。ヒトのニューロンは数千から十万のシナプスを持つが、既存のニューロモルフィックデバイスは実質的に「1個の人工シナプス」に過ぎない。アリゾナ大学の研究チームは、音波（phi-bit）を利用した音響シナプスを開発し、生体ニューロンをより忠実に模倣することに成功した。

デバイスは3本のアルミニウム棒（各長さ約60cm、幅1.25cm）をエポキシ接着剤で接続し、超音波送受信器をハチミツで固定した構造である。音波の位相を変調することでシナプス可塑性を再現し、学習や記憶の強化・減衰を模倣する。アヤメ150個の分類実験では、39個のパラメータで96.7%の精度を達成し、従来の多層パーセプトロン（MLP）より20%速く収束、消費電力は電子ニューロモルフィックハードウェアの10分の1以下と推定された。

さらに、この音響シナプスはドーパミンやセロトニンといった神経調節物質の作用も模倣できる。追加のロッド1本を加えるだけで、学習中の急速な反応（ドーパミン効果）から慢性ストレスによる長期的変化まで再現可能である。これにより、将来のニューロモルフィックシステムは状況に応じて機能を切り替える小さな神経回路網を実現できる。サンディア国立研究所のブラッド・エイモン氏は「異なるタスクごとに異なるネットワークを持つ必要がなくなる」と評価する。

研究ではトポロジカル音響学の原理も応用され、音波のエネルギー散逸をほぼゼロにすることで情報処理効率を向上させた。この技術はパターン認識やセンサーデータ処理など、多様な特徴を統合するタスクに適している。研究成果は6月12日付けで『Science Advances』に掲載された。