이온성 액체

Sep 30, 2023

도쿄이과대학 2022년 6월 1일

물리적 저장소 컴퓨팅을 사용하면 낮은 전력 소모로 인공지능을 위한 고속 처리를 수행할 수 있습니다.

일본 연구자들은 전극-이온성 액체 계면에서의 유전 완화를 기반으로 조정 가능한 물리적 저장 장치를 설계했습니다.

가까운 미래에는 먼 컴퓨터 서버가 아닌 사용자와 가까운 엣지, 즉 데이터가 수집되는 엣지에서 점점 더 많은 인공 지능 처리가 이루어져야 할 것입니다. 이를 위해서는 낮은 전력 소비로 고속 데이터 처리가 필요합니다. 물리적 저장소 컴퓨팅은 이러한 목적을 위한 매력적인 플랫폼이며, 일본 과학자들의 새로운 돌파구가 이를 훨씬 더 유연하고 실용적으로 만들었습니다.

Physical reservoir computing (PRC), which relies on the transient response of physical systems, is an attractive machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> 저전력으로 시계열 신호를 고속 처리할 수 있는 머신러닝 프레임워크입니다. 그러나 PRC 시스템은 조정 가능성이 낮아 처리할 수 있는 신호가 제한됩니다. 이제 일본의 연구자들은 간단히 점도를 변경함으로써 광범위한 기간에 걸쳐 신호를 처리하도록 최적화할 수 있는 쉽게 조정 가능한 물리적 저장소 장치로 이온성 액체를 제시합니다.

인공 지능(AI)은 현대 사회에서 빠르게 보편화되고 있으며 앞으로 더욱 광범위하게 구현될 것입니다. 센서 및 사물 인터넷 장치와 관련된 응용 프로그램에서는 중앙 집중식 서버에서 멀지 않은 사용자 가까이(데이터가 수집되는 곳) 컴퓨팅 및 분석이 수행되는 기술인 엣지 AI가 표준인 경우가 많습니다. 엣지 AI는 저전력 요구 사항과 고속 데이터 처리 능력을 갖추고 있어 시계열 데이터를 실시간으로 처리하는 데 특히 바람직한 특성을 갖췄기 때문입니다.

생활 환경에서 일반적으로 생성되는 신호의 시간 척도입니다. 팀이 개발한 이온성 액체 PRC 시스템의 응답 시간은 이러한 실제 신호 처리에 최적화되도록 조정될 수 있습니다. 출처: TUS의 키노시타 켄타로

이와 관련하여 물리적 시스템의 일시적인 역학에 의존하는 물리적 저장소 컴퓨팅(PRC)은 엣지 AI의 컴퓨팅 패러다임을 크게 단순화할 수 있습니다. PRC를 사용하면 AI가 효율적으로 작업하고 분석할 수 있는 엣지에 아날로그 신호를 저장하고 처리할 수 있기 때문입니다. 그러나 견고한 PRC 시스템의 역학은 쉽게 조정할 수 없고 일반적으로 대부분의 물리적 신호에 비해 너무 빠른 특정 시간 척도를 특징으로 합니다. 이러한 시간 척도의 불일치와 낮은 제어 가능성으로 인해 PRC는 생활 환경의 실시간 신호 처리에 거의 적합하지 않습니다.

To address this issue, a research team from Japan involving Professor Kentaro Kinoshita and Sang-Gyu Koh, a PhD student, from the Tokyo University of Science, and senior researchers Dr. Hiroyuki Akinaga, Dr. Hisashi Shima, and Dr. Yasuhisa Naitoh from the National Institute of Advanced Industrial Science and Technology, proposed, in a new study published in the journal Scientific ReportsEstablished in 2011, <em>Scientific Report</em>s is a peer-reviewed open-access scientific mega journal published by Nature Portfolio, covering all areas of the natural sciences. In September 2016, it became the largest journal in the world by number of articles, overtaking <em>PLOS ON</em>E." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"Scientific Reports, the use of liquid PRC systems instead. “Replacing conventional solid reservoirs with liquid ones should lead to AI devices that can directly learn at the time scales of environmentally generated signals, such as voice and vibrations, in real time,” explains Prof. Kinoshita. “Ionic liquids are stable molten salts that are completely made up of free-roaming electrical charges. The dielectric relaxation of the ionic liquid, or how its charges rearrange as a response to an electric signal, could be used as a reservoir and is holds much promise for edge AI physical computing.”/p>

The tunability of the system was demonstrated using an AI image identification task. The AI was presented a handwritten image as the input, which was represented by 1 µs width rectangular pulse voltages. By increasing the side chain length, the team made the transient dynamics approach that of the target signal, with the discrimination rate improving for higher chain lengths. This is because, compared to [emim+] [TFSI–], in which the current relaxed to its value in about 1 µs, the IL with a longer side chain and, in turn, longer relaxation time retained the history of the time series data better, improving identification accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"accuracy. When the longest sidechain of 8 units was used, the discrimination rate reached a peak value of 90.2%./p>