カオス的自己振動を実証

摘要

アナログ演算のためのNbO2モットメモリスターのカオスダイナミクスについて、ヒューレット•パッカード研究所のS• Kumarsらが報告している。(ネィチヤ-7667号)現在、機械学習システムには単純化されたニューロンモデルが用いられている。こうしたモデルではヽ時空間的強調ダイナミクスを示す生物システムに見られる豊富な非線形現象を欠く。ニューロンはカオスの縁と呼ばれる領域で機能するという証拠があり、このことが脳における複雑さヽ学習効ヽ適応性、アナログ(非ブール)演算の要となっている可能性がある。ニューラルネットヮークをカオスの縁で動作させた場合に、計算の複雑さが増したことがあり、組み合わせ最適化問題や大域的最適化問題を解く，ためにヽカオス素子のネットヮークが提案されている。従って、神經系に着想を得た回路に組み込むことの出来る制御可能なカオス挙動の発生源はヽ将来の計算システムに不可欠要素となる可能性がある。そうしたカオス素子はヽ既知のカオス方程式をシミュレートする精巧なトランジスター回路を用いてシミュレートされてきたが、単一のスケーフブルな子デバイスによるカオスダイナミクスは実験的には実現されていない。