本ワークショップは、会場の定員に達したため受付を締め切らせていただきました。たくさんのご応募を頂きまして有難うございました。
NEDOエネルギー・環境新技術先導プログラムワークショップ&成果報告会
ビッグデータ処理を加速・利活用する脳型推論システムの研究開発
～新原理デバイス・回路による
超高速・低消費電力ハードウェア技術の開発とそのシステム化～
「非連続に増大するビックデータを高速かつ低消費電力で処理するハードウェア及びインターフェースデバイス」の開発が喫緊の課題となっています。
私たちは、革新的なデバイスと回路・システム技術から創出される脳型推論システムを用いてその解決を目指します。より具体的には、超低消費電力でシナプス・ニューロンを模倣するアナログ型抵抗変化素子用新材料の開発、その超低消費電力化と集積化回路の設計・実証を行うと共に、エッジ側処理における機械学習器・アクセラレータの電力を大幅低減するための技術開拓と、アナログ型抵抗変化素子のためのニューラルネット演算モデルに関する課題抽出を行います。
私たちは、ビッグデータを利活用し、個々人にカスタマイズしたサービスをリアルタイムで提供するために、それらの情報を処理する計算機の性能向上が喫緊の課題であると考えています。.
そこで、情報処理に要する消費エネルギーを非連続的に低減し、機能的にも現行の計算機システム(※)の不得意な処理を補完する革新的情報処理である「脳型推論システム」の研究開発を推進しています。
本ワークショップでは、一旦、視点を俯瞰的になるように切り替えます。ポストムーア時代におけるコンピューティング (脳型コンピューティング等を含む) におけるデバイス・プロセス開発等の役割を、招待講演者の方々からお話しいただきます。
続いて、NEDOエネルギー・環境新技術先導プログラムで行われている当該研究開発の成果をご紹介いたします。
最後に、人工知能、あるいは深層学習に関する研究開発を推進されている幾つかの研究グループによるポスター展示や実機展示を交え、ざっくばらんに意見交換できる場を設けます。
※ここで述べた「現行の計算機システム」を、より正確に表現すると、Graphics Processing Unit（GPU）アクセラレータも含めることになりますが、その場合でも、消費電力の観点から「脳型推論システムは従来型計算機の不得意な処理を補完する」と考えています。
平成28年10月27日(木) 航空会館7階大ホール (東京都港区新橋1-18-1)
| # | 時間 | プログラム | お名前（敬称略）/ご所属等 |
|---|---|---|---|
| 1 | 13:00-13:05 | 開会 | |
| 2 | 13:05-13:15 | ご挨拶 | 岡島 弘二 / NEDOイノベーション推進部フロンティアグループ・統括主幹 |
| 4 | 13:15-14:15 | 招待講演 |
人工知能と数理脳科学～ニューロモルフィックハードウエア研究への期待～ 合原 一幸 / 東京大学生産技術研究所教授 |
| 5 | 14:15-15:15 | 招待講演 |
新しい集積回路で左脳と右脳を創る 黒田 忠広 / 慶應義塾大学理工学部教授 |
| 6 | 15:15-15:30 | 休憩 | |
| 7 | 15:30-16:00 | FS事業報告 |
超低消費電力脳型推論デバイス用新材料・デバイス技術の開発 秋永 広幸 / 産業技術総合研究所総括研究主幹 |
| 8 | 16:00-16:20 | FS事業報告 |
超低消費電力シナプス・ニューロン模倣素子用新材料技術の開発 長谷川 剛 / 早稲田大学理工学術院教授 |
| 9 | 16:20 16:40 | FS事業報告 |
超低消費電力新型デバイスの開発とその集積化に向けて(仮) 三河 巧 / パナソニックセミコンダクターソリューションズ株式会社主幹 |
| 10 | 16:40 17:00 | FS事業報告 |
ハードウェア指向深層学習アルゴリズムとそのシステムアーキテクチャの構築 浅井 哲也 / 北海道大学大学院情報科学研究科教授 |
| 11 | 17:00-18:00 |
デモ等（複数PJのプレゼン等）
|
合原 一幸
東京大学
生産技術研究所教授
本講演では、まずはじめに人工知能と脳の違いに関して議論するとともに、その差を埋めるための数理脳科学の可能な役割について概説する。次に、これをもとに、これからの人工知能研究におけるニューロモルフィックハードウェア研究への期待を述べる。
黒田 忠広
慶應義塾大学
理工学部教授
科学技術振興機構(JST)事業のACCELでは、プログラムストア方式の左脳型コンピュータと仮想布線論理方式の右脳型コンピュータを１つのパッケージに集積した脳型推論システムを創出し、左脳と右脳が相互補完する新しい情報処理の原理を探究します。本講演では、そのための新しい集積回路とコンピュータについてお話します。
秋永 広幸
産業技術総合研究所
総括研究主幹
金属／金属酸化物ヘテロ構造を用いたアナログ型抵抗変化素子開発の研究成果を中心に、これらエマージングデバイスの優位性、脳型推論システムへの応用についてご説明します。
長谷川 剛
早稲田大学
理工学術院教授
大きな可変抵抗域でのシナプス動作を超低消費電力で実現するための材料・素子構造開発に関する研究成果を中心に、アナログ型ニューロン模倣素子の脳型推論システムへの応用についてご説明します。
三河 巧
パナソニックセミコンダクター
ソリューションズ株式会社 主幹
当社独自のReRAM技術をアナログ応用していくにあたってのデバイス上の課題、そのデバイスを集積化して積和演算を行う超低消費電力回路技術を中心に、当社が期待するエッジ領域で優位性を発揮できる脳型推論システムへの応用について紹介させていただきます。
浅井 哲也
北海道大学
大学院情報科学研究科教授
RANDのシミュレーションモデル、RANDクロスバー構造における新学習方式、RANDクロスバーエミュレータなどの研究成果を中心に、未来のクラウドエッジ向けの深層学習LSIアーキテクチャおよびその利活用技術についてご紹介します。
* RAND: Resistive Analog Neuro Device
本ワークショップは、会場の定員に達したため受付を締め切らせていただきました。
たくさんのご応募を頂きまして有難うございました。
主催：国立研究開発法人産業技術総合研究所
共催：国立研究開発法人新エネルギー・産業技術総合開発機構
後援：一般社団法人電子情報技術産業協会 / 応用物理学会 機能性酸化物研究グループ
