南カリフォルニア大学（USC）の研究チームが、生物の神経細胞の機能を高精度で再現する新しい人工ニューロンの開発に成功した。この成果は、『Nature Electronics』に掲載され、ニューロモルフィックコンピューティング（脳にヒントを得た計算技術）の進展に大きく貢献する。研究を主導したコンピュータ・電気工学教授のジョシュア・ヤン氏らは、1つのトランジスタと、その上に積層された拡散型メモリスタ（diffusive memristor）と抵抗器を組み合わせることで、生物のニューロンに似た電気化学的挙動を実現した。各ニューロンの有効領域は約4μm²と極めて小さく、従来の設計に比べてサイズとエネルギー消費を「桁違いに」削減できる。 従来の半導体チップは電子の動きで計算を行うが、この新技術は銀イオンの拡散を利用し、生物の脳が神経伝達物質（イオン）を用いて情報を処理する仕組みを物理的に再現する。これにより、電気信号と化学信号の相互変換という脳の基本的なプロセスを模倣可能となり、学習や意思決定といった複雑な機能をより効率的に実現できる。ヤン氏は「人間の脳は進化の勝者であり、エネルギー効率が極めて高い。それを模倣することで、AIの持続可能な発展が可能になる」と強調する。 特に注目すべきは、この人工ニューロンが「1トランジスタ分の面積」で実現されている点。スマートフォンに搭載されるチップは通常、何十億ものトランジスタで構成され、大量の電力を消費するが、この新技術では、1ニューロンあたりの面積と消費電力を大幅に削減できる。これにより、AI処理の効率性とスケーラビリティが飛躍的に向上し、人工汎用知能（AGI）の実現に一歩近づく。 また、人間の子供が数回の例示で手書き数字を識別できるのに対し、従来のAIは数千回の学習が必要なのに対し、この脳に似た構造は、少量のデータから学習する能力を持つ可能性を秘めている。研究チームは、今後、大量の人工ニューロンとシナプスを統合し、脳の効率性に近づく実証実験を進める予定。ヤン氏は「この技術は、単にAIの進化を助けるだけでなく、脳の働きそのものについての新たな知見をもたらす可能性がある」と結んでいる。