IBMのニューロモーフィックデバイスが凄い
日本アイ・ビー・エム 東京基礎研究所 山道 新太郎氏へのインタビュー記事より
次世代デバイスでは、相が変化することで抵抗値が変動する材料でメモリ素子を作ります。配線の交点部分にその相変化メモリを置き、外部からのパルス（信号）が繰り返し与えられるにつれ、そこの抵抗が自然に低下するしくみです。滅多にパルスがこない状態を、記憶する価値の無い情報とみなし、そこの素子は抵抗が高いまま残ります。デバイス自体の経験、つまり素子特性の経時変化を、記憶に活用しようとするものです。製造技術的には相変化メモリ(phase-change memory)のような不揮発性メモリに近いイメージになります。
重みの学習をシンプルに自動化できている．この発想はすごい．デジタルの発想から抜け出せなかった私にとっては目から鱗．もう深層学習（＝ディープラーニング）は研究対象としては時代遅れになったと感じる．
あれ，でもいったん増えた重み（低下した抵抗値）を減らすことはできるのかな？パルスが来ないと抵抗が増えるしくみが要るなあ．そうでないと学習がうまく行えない．
