AI用語集
人工知能の完全辞典
スパイキングニューラルネットワーク (SNN)
連続値ではなく離散的なパルス（スパイク）を介して通信する人工ニューラルネットワークであり、生物学的ニューロンの動作をより忠実に模倣することで、エネルギー効率的な情報処理を実現します。
アドレスイベント表現 (AER)
各イベント（スパイク）を送信ニューロンのアドレスと共に伝送する非同期通信プロトコルで、分散ニューモルフィックシステムにおける帯域幅とエネルギー消費を最適化します。
メムリスタベースコンピューティング
メムリスタを物理的なシナプス要素として使用する計算アーキテクチャで、ニューモルフィックハードウェアに可変シナプス重みと局所学習ルールを直接実装することを可能にします。
ニューモルフィックプロセッサ
ニューロンとシナプスのモデルをシリコンに直接実装するように設計された専用処理ユニットで、AIワークロードに対して大規模な並列性能と優れたエネルギー効率を提供します。
シリコンニューロン
時間統合、活性化しきい値、不応期を含む生物学的ニューロンの動的特性を再現する電子回路で、ニューモルフィックアーキテクチャの基本要素を形成します。
階層的時空間メモリ (HTM)
新皮質にインスパイアされたバイオミメティックアルゴリズムで、スパースな分散メモリと時間的予測を使用して、データストリームにおけるシーケンス学習とパターン認識を行います。
局所学習ルール
シナプス重みの更新が各シナプスレベルで利用可能な局所的な情報のみに依存する学習ルールで、グローバルな逆伝播の必要性を排除し、ニューモルフィックハードウェア上でのリアルタイム学習を可能にします。
オンチップ学習
ニューモルフィックシステムが外部の介入なしに直接チップ上でパラメータを適応させる能力で、環境や入力データの変化に対して継続的で自律的な適応を可能にします。
非同期コンピューティング
グローバルクロックによって同期されるのではなく、関連するイベントが発生したときに独立して動作が実行される計算アプローチ。ニューロモルフィックアーキテクチャにおけるレイテンシと消費電力を削減する。
クロスバー構造
行がプレシナプティックニューロン、列がポストシナプティックニューロンを表し、交差点にシナプスデバイスが配置されたグリッド状に組織されたハードウェア構造。ニューロン接続の高密度で並列な実装を可能にする。
初回スパイクまでの時間コーディング
刺激後の最初のスパイクの到達時間によって情報を表現するニューロンコーディング戦略。ニューロモルフィックシステムにおいて、高速な意思決定レイテンシと高いエネルギー効率を提供する。
ニューロモルフィックセンシング
物理的な信号をニューロンのスパイクに類似した非同期イベントに直接変換するセンサー。ハードウェアレベルでデータを前処理し、転送・処理する情報量を削減する。
ハードウェアインザループシミュレーション
物理的なニューロモルフィックコンポーネントをソフトウェアシミュレーションに統合するテスト・開発手法。完全な展開の前に、アルゴリズムとアーキテクチャの検証を加速させる。
レートコーディングとテンポラルコーディング
ニューロンコーディングの2つのパラダイム。前者はスパイクの頻度で情報を表現し、後者はその正確なタイミングで表現する。最新のニューロモルフィックシステムは、最適な処理のためにこれら2つのアプローチをハイブリッドで活用できる。