ナノテク情報

デバイス・応用

高分子溶液一滴分の分子で音声認識 ~導電性高分子のランダム分子ネットワークをAIに利用~

 大阪大学,九州工業大学,Twente大学(オランダ)は2021年9月22日,ポリアニリン(SPAN)の水溶液一滴分の分子で構成するランダムネットワークが,湿気のある環境下で,酸化還元現象に由来するヒステリシス電気特性を示すことを明らかにし,また,SPANネットワークをニューラルネットワークとして作動させて0から9までの音声認識を実現した,と発表した.本研究は,九州工業大学大学院 生命体工学研究科の宇佐美 雄生助教(大阪大学大学院 理学研究科招聘研究員),大阪大学大学院 理学研究科の松本 卓也教授,Twente大学ナノテクノロジー研究所のWilfred van der Wiel教授らにより,独立行政法人 日本学術振興会の科学研究費,文部科学省「ナノテクノロジープラットフォーム事業」などの支援を得て行われ,研究の成果はドイツ科学誌Advanced Materialsにオンライン掲載された(注).

  近年ブームとなっている第三次人工知能の根幹となる技術は,ニューラルネットワークを用いた学習システムである.これを支える大規模ニューラルネットワークは,主にコンピュータ上のプログラムとして動作し,多量の電力を消費している.ソフトウエアと物質や電子回路,光素子などの物理的要素を組み合わせるハードウエア化も試みられているが,既存技術では省電力での情報処理は難しかった.最近では,従来のソフトウエアによるネットワークに代わり物理リザバー計算が注目されている.一般的にニューラルネットワークは入力層,中間層,出力層の三層で構成され,従来の階層的ニューラルネットワークの中間層では,学習過程で多数のパラメータをソフトウエア上で調整する.それに対し物理リザバー計算では,リザバーと呼ばれる物理的な中間層で入力層からの信号をさまざまに非線形変換し,出力層(リードアウト層)でそれらを足し合わせる際の重み付けを学習させるため,中間層での計算は不要で時系列データ処理にも適している.物理リザバーには非線形変換特性を有するソフトロボット,レーザー,量子ドット,ナノ材料などが検討されているが大規模なものが多く,小型機器への組み込みは難しかった.

 研究グループは,導電性高分子であるSPANの水溶液を,放射状に配置した16個の電極中央に滴下乾燥するという簡便な方法で,サイズ約0.5mm,高密度かつランダムにSPAN分子が絡み合ったナノ材料ネットワークを作製した.このネットワークの電流-電圧特性は,湿度の上昇に伴いSPANの酸化還元反応が促進されるため,非線形なヒステリシス特性を呈し,電極とネットワークの界面での電気化学反応や,電荷輸送経路の違いにより,電極毎に応答性はそれぞれ異なる.研究グループは,SPANネットワークを物理リザバーとして利用し,数字の0(zero)から9(nine)の音声認識を試み7割近くの正解率を得た.

 本研究により,生物の脳に類似した有機分子ネットワークの電気化学反応を用いた情報処理が実現された.今後は,低消費電力かつ自立動作する次世代デバイスの創製やAIシステムへの実装が期待される.

(注)Y. Usami, B. Ven, D. G. Mathew, T. Chen, T. Kotooka, Y. Kawashima, Y. Tanaka, Y. Otsuka, H. Ohoyama, H. Tamukoh, H. Tanaka, W. van der Wiel, and T. Matsumoto, "In-materio reservoir compu-ting in a sulfonated polyaniline network", Advanced Materials, Early View, 2102688, DOI:  10.1002/adma. 202102688; First published: 17 September 2021