生物学的な脳、特に人間の脳は、エネルギー消費が少なく、高効率で動作する望ましいコンピューティング システムです。同様に優れたコンピューティング システムを構築するために、多くの神経形態科学者は、とらえどころのない脳の学習メカニズムを模倣することを目的としたハードウェア コンポーネントの設計に焦点を当てています。

最近、研究チームは測定に焦点を当て、別の角度から目標にアプローチしました。情報伝達その代わり。彼らの方法は生物学的実験とシミュレーション実験を経て、電子ニューロモーフィック システムで有効であることが証明されました。に掲載されましたインテリジェント コンピューティング。

それでも電子システム研究チームは、シナプスとニューロンの間の複雑な情報伝達を完全には再現していないが、伝達される情報量を維持しながら生物学的回路を電子回路に変換することが可能であることを実証した。「これは、脳にインスピレーションを得た低電力人工システムに向けた重要な一歩となる」と著者らは指摘する。

情報伝達の効率を評価するために、チームは以下からインスピレーションを得ました。情報理論。彼らは、単一ニューロン内のシナプスによって伝達される情報量を定量化し、次に相互情報量を使用してその量を測定し、その分析により入力刺激とニューロン反応の関係が明らかになりました。

まず、研究チームは生物学的ニューロンを使った実験を行った。彼らはラットの脳のスライスを使用して、小脳顆粒細胞の生物学的回路を記録して分析しました。次に、苔状線維ニューロンから小脳顆粒細胞にシナプスで伝達される情報を評価しました。

苔状線維は電気スパイクで定期的に刺激され、シナプス可塑性を誘導しました。これは、シナプスでの情報伝達が繰り返しのニューロン活動によって常に強化または弱められる基本的な生物学的特徴です。

結果は、相互情報量の変化がシナプス可塑性によって引き起こされる生体情報伝達の変化とほぼ一致していることを示しています。シミュレーションと電子神経形態実験から得られた結果は、生物学的結果を反映していました。

次に、チームはシミュレートされたニューロンを使用して実験を実施しました。彼らは、同じ研究グループが開発したスパイキング ニューラル ネットワーク モデルを適用しました。スパイクニューラルネットワーク生物学的ニューロンの機能からインスピレーションを得たものであり、効率的なニューロモーフィック コンピューティングを実現するための有望なアプローチと考えられています。

このモデルでは、4 本の苔状線維が 1 つの小脳顆粒細胞に接続されており、各接続にはランダムな重みが与えられ、情報伝達効率に次のように影響します。シナプス可塑性生体回路で行われます。実験では、研究チームは8つの刺激パターンをすべての苔状線維に適用し、その反応を記録して人工ニューラルネットワークにおける情報伝達を評価した。

第三に、研究チームは電子ニューロンを使った実験を行った。生物学的実験やシミュレーション実験と同様のセットアップが使用されました。以前に開発された半導体デバイスはニューロンとして機能し、4 つの特殊なメモリスタがシナプスとして機能しました。

研究チームは、20 回のスパイク シーケンスを適用して抵抗値を減少させ、さらに 20 回適用して抵抗値を増加させました。神経形態システム内の情報伝達効率を評価するために、抵抗値の変化が調査されました。

生物学的、模擬的、電子的に転送される情報量を検証することに加えて、ニューロン、チームはまた、情報伝達と密接に関連していることを観察したように、スパイクのタイミングの重要性を強調しました。ほとんどのデバイスがスパイク周波数ベースのアルゴリズムで設計されていることを考えると、この観察はニューロモーフィック コンピューティングの開発に影響を与える可能性があります。

詳細情報:Daniela Gandolfi 他、神経回路における情報伝達: 生物学的ニューロンから神経形態エレクトロニクスまで、インテリジェント コンピューティング（2024年）。DOI: 10.34133/icomputing.0059