埼玉大学

研究トピックス一覧

  • Home
  • 研究トピックス一覧
  • AIの重要課題である強化学習をレーザーカオスを用いて超高速に実現~周波数の割当てなどで「瞬時の適応」を可能に~(大学院理工学研究科 内田淳史教授 共同研究)

AIの重要課題である強化学習をレーザーカオスを用いて超高速に実現~周波数の割当てなどで「瞬時の適応」を可能に~(大学院理工学研究科 内田淳史教授 共同研究)

2017/8/22

今回の成果のポイント

・レーザーから生じる光カオスを用い、AIの基本的な問題の一つの「強化学習」を超高速に実現。
・光の高速性を生かし、自然界の物理現象を用いて瞬時の“意思決定”を実現。優れた性能を確認。
・周波数の瞬時の割当てなど、AIやIoTの基盤技術としての貢献に期待。

概要

国立研究開発法人情報通信研究機構(NICT、理事長: 徳田 英幸)ネットワークシステム研究所 成瀬 誠主任研究員、国立大学法人埼玉大学(学長: 山口 宏樹)大学院理工学研究科 内田 淳史教授、慶應義塾大学大学院政策・メディア研究科(研究科委員長: 清木 康) 金 成主特任准教授らは、半導体レーザーから生じる光カオス(以下レーザーカオス)を用いて、適応速度 1GHz(ギガヘルツ:1秒間に10億回)を実現する超高速フォトニクスを応用した強化学習に世界で初めて成功しました。

NICTらは、光の高速性に着目し、半導体レーザーにおいて生じるカオス現象が生み出す乱雑な信号と、独自に開発した強化学習方式を組み合わせることで、「当たり確率の未知な2台のスロットマシンから当たり確率の高い台を選ぶ問題」(2本腕バンディット問題)を光の極限性能を生かし、高速に、物理的に解決をすることに成功しました。レーザーカオス現象の超高速性により、情報が入力されてから出力されるまでの時間(レイテンシ)が 1ns(ナノ秒: 10億分の1秒)という高速な意思決定が確認され、また、仮想的に生成した高速な擬似乱数(カラーノイズ)に比べても優れた性能を示すことが確認されました。

より高速なコンピューティングのため計算資源を瞬時に調停するアービトレーションや無線通信における周波数の瞬時な割当てなど、AIやIoTの基盤技術として大きく貢献することが期待されます。なお、本研究成果は、「Scientific Reports」に日本時間8月18日(金)18時に掲載されました。

図:レーザーカオスを用いたシステムと超高速な強化学習の実現

詳しい研究内容について

AIの重要課題である強化学習をレーザーカオスを用いて超高速に実現~周波数の割当てなどで「瞬時の適応」を可能に~(プレスリリース)PDFファイル

【参考URL】

Scientific Reports誌オンライン版このリンクは別ウィンドウで開きます

内田 淳史(ウチダ アツシ)|研究者総覧このリンクは別ウィンドウで開きます

内田研究室ウェブサイトこのリンクは別ウィンドウで開きます