中国の研究者チームが、光ニューラルネットワーク（ONN）デバイスの製造において新たな世界記録を樹立しました。彼らは、ミリメートルスケールという極めて小さなチップ上に、400万個もの500nmの微細な光ニューロンをわずか15分という驚異的な速さで3Dプリントすることに成功しました。
主要成果
このブレークスルーは、3Dプリントされた回折層を介してランダムプロジェクションを実行する光エンコーダを使用することで達成されました。このONNデバイスは、手描き図形認識、人間行動認識、顔のキーポイント検出といった多様なAIタスクにおいて、97%から99%という非常に高い分類精度を示しました。この成果は、高精度プロトタイピングとONNのスケーラブルなデバイス製造の間の長年のギャップを埋める可能性を秘めています。
技術・臨床詳細
従来の電子ベースのニューラルネットワークと比較して、光ニューラルネットワークは光の並列処理能力を活用することで、はるかに高速かつ低消費電力での計算が可能です。この新しい製造手法は、フォトリソグラフィや電子ビームリソグラフィといった従来の微細加工技術では困難だった速度と密度で、複雑な光回路を構築することを可能にします。500nmという極めて微細なニューロンサイズは、高密度なONNの実現に貢献し、ミリメートルスケールのチップという小さな面積に大量の計算要素を統合することを可能にしています。3Dプリント技術の採用は、製造の柔軟性を高め、設計のイテレーションサイクルを短縮し、カスタムONNデバイスの迅速な開発に道を開きます。
背景・業界文脈
人工知能（AI）の進化は、より高性能でエネルギー効率の高いハードウェアを求めています。特に、深層学習モデルの計算コストと電力消費は、持続可能なAIの発展における大きな課題です。光コンピューティングは、この課題に対する有望な解決策として注目されており、光子を利用して情報を処理することで、電子の移動に伴う抵抗や発熱を根本的に排除できます。これまでONNは研究室レベルでのプロトタイピングが中心でしたが、今回の3Dプリント技術による高速かつスケーラブルな製造方法は、ONNが実用的なAIハードウェアとして普及する道を開くものです。これは、AIの処理能力を劇的に向上させ、消費電力を大幅に削減する可能性を秘めています。
今後の展望
この記録的な製造速度と高い分類精度は、光コンピューティング分野における大きな進歩を意味します。将来的には、この技術を用いて、より複雑なAIモデルをチップ上で直接実行できるようになる可能性があります。これにより、リアルタイムAIアプリケーション（例：自動運転の意思決定、エッジデバイスでの高速画像処理）の性能が飛躍的に向上することが期待されます。また、製造コストの削減と開発サイクルの短縮は、光ニューラルネットワークが幅広い産業分野で採用されるための重要な要因となるでしょう。この研究は、光コンピューティングがAIの未来を形作る上での重要な柱となる可能性を示しています。
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
コメント