20ワットで動く脳型AIの正体.m4a

スパイクタイミング依存可塑性（STDP）を中心としたスパイクニューラルネットワーク（SNN）の学習モデルと、その効率的な実装技術を解説しています。主な内容は、確率的アプローチを用いて計算負荷の高い指数関数的な減衰をデジタル回路で再現するハードウェア実装手法や、画像認識等のタスクにおける深層SNNの学習アルゴリズムの現状です。また、オートマトン理論に基づくスパイクニューラルPシステム（SNPS）とSNNの構造的・機能的な比較についても網羅されています。これらの研究は、従来の人工ニューラルネットワークよりも生物学的に妥当性が高く、かつ低消費電力で動作する次世代のリアルタイム情報処理システムの構築を目的としています。