特許 7087252 演算処理システムおよび補助装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-06-13

(45)【発行日】2022-06-21

(54)【発明の名称】演算処理システムおよび補助装置

(51)【国際特許分類】

   G06G 7/60 20060101AFI20220614BHJP

   G06N 3/06 20060101ALI20220614BHJP

【ＦＩ】

G06G7/60

G06N3/06

【請求項の数】 5

(21)【出願番号】P 2018184756

(22)【出願日】2018-09-28

(65)【公開番号】P2020052975

(43)【公開日】2020-04-02

【審査請求日】2021-06-23

(73)【特許権者】

【識別番号】504119583

【氏名又は名称】光吉 俊二

(73)【特許権者】

【識別番号】510135843

【氏名又は名称】株式会社日本数理研究所

(74)【代理人】

【識別番号】100072718

【弁理士】

【氏名又は名称】古谷 史旺

(74)【代理人】

【識別番号】100151002

【弁理士】

【氏名又は名称】大橋 剛之

(74)【代理人】

【識別番号】100201673

【弁理士】

【氏名又は名称】河田 良夫

(72)【発明者】

【氏名】光吉 俊二

【審査官】佐賀野 秀一

(56)【参考文献】

【文献】特開平０７－０１３６２５（ＪＰ，Ａ）

【文献】特開２００５－０１１０２４（ＪＰ，Ａ）

【文献】特開２０１８－０１８３５０（ＪＰ，Ａ）

【文献】特開２００５－１２７７６２（ＪＰ，Ａ）

【文献】特開２００１－０４１７６９（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１６／０３２８６４２（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｇ ７／６０

Ｇ０６Ｎ ３／０６

(57)【特許請求の範囲】

【請求項1】

コンピュータ装置と、
前記コンピュータ装置が実行する演算処理のうち補助する処理に応じて回転する複数のジャイロと、前記複数のジャイロが初期状態において平衡して配置されるフレームと、前記フレームに配置され前記複数のジャイロの各々の角度を調整する調整部と、前記フレームの動きを検出する検出部とを有する補助装置とを備え、
前記検出部は、検出した前記フレームの動きを、前記補助する処理に対する結果として前記コンピュータ装置に出力する
ことを特徴とする演算処理システム。

【請求項2】

請求項１に記載の演算処理システムにおいて、
前記検出部は、検出した前記フレームの動きに応じたデジタル値とゆらぎ成分を含むアナログ値とを、前記結果として前記コンピュータ装置に出力することを特徴とする演算処理システム。

【請求項3】

請求項１または請求項２に記載の演算処理システムにおいて、
前記補助する処理は、前記複数のジャイロの各々が対応する複数の対象間の状態を算出することを特徴とする演算処理システム。

【請求項4】

請求項１ないし請求項３のいずれか１項に記載の演算処理システムにおいて、
複数の前記補助装置を備えることを特徴とする演算処理システム。

【請求項5】

コンピュータ装置が実行する演算処理を補助する補助装置であって、
補助する処理に応じて回転する複数のジャイロと、
前記複数のジャイロが初期状態において平衡して配置されるフレームと、
前記フレームに配置され前記複数のジャイロの各々の角度を調整する調整部と、
前記フレームの動きを検出する検出部とを備え、
前記検出部は、検出した前記フレームの動きを、前記補助する処理に対する結果として前記コンピュータ装置に出力する
ことを特徴とする補助装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、演算処理システムおよび補助装置に関する。

【背景技術】

【0002】

ノイマン型計算機であるコンピュータ装置に、ニューラルネットワーク、ディープラーニング等を実行して、人間の脳判断過程で起きるダブルループやトリプルループといった反応を再現しようとする試みが行われている。

【0003】

一方、コンピュータ装置等のノイマン型計算機のように、膨大な数のスイッチを用いた計算手法（すなわち、二進法）を用いることなく、人間の情動や生理等の状態を推定する技術が提案されている（例えば、特許文献１参照）。すなわち、特許文献１では、被験者の生理の状態を示す情報と、被験者の情動や脳等の器官の活動を示す情報とを用い、被験者における恒常性のずれ量を求め、求めたずれ量から被験者の情動や器官等の活動に作用するエネルギーを算出する。そして、特許文献１では、算出したエネルギーを用いて、被験者の情動や器官等の各々の活動を示す複数の歯車を仮想空間で回転させることで、各歯車の回転の状態から被験者の病態を推定する。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０１５－１２８５７９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、コンピュータ装置等のノイマン型計算機では、二進法での計算手段における確率と微分とでしか対応することができず、無限に計算を繰り返してしまう。このため、ノイマン型計算機では、人間の脳の判断過程のように、繰り返し実行される計算（ダブルループ等の反応）を発散させることなく、計算量をメモリ等の記憶容量の範囲内に維持することが難しい。すなわち、ノイマン型計算機では、人間の脳の判断過程におけるダブルループ等の反応を再現し、かつ意思や判断等を決定するタイミング（ダブルループ等の反応（繰り返し実行される計算）を収束させるタイミング）を決定することが難しい。また、ノイマン型計算機では、自己の気分に応じた、あるいは状況や場面等に応じた多様な意思や判断等を決定することが難しい。これらは、人工知能のフレーム問題として知られている。

【0006】

本発明は、神経回路における情報の伝達を従来と比べて精度良く再現できる演算処理システムおよび補助装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

一つの観点による演算処理システムは、コンピュータ装置と、コンピュータ装置が実行する演算処理のうち補助する処理に応じて回転する複数のジャイロと、複数のジャイロが初期状態において平衡して配置されるフレームと、フレームに配置され複数のジャイロの各々の角度を調整する調整部と、フレームの動きを検出する検出部とを有する補助装置とを備え、検出部は、検出したフレームの動きを、補助する処理に対する結果としてコンピュータ装置に出力する。

【0008】

別の観点による補助装置は、コンピュータ装置が実行する演算処理を補助する補助装置であって、補助する処理に応じて回転する複数のジャイロと、複数のジャイロが初期状態において平衡して配置されるフレームと、フレームに配置され複数のジャイロの各々の角度を調整する調整部と、フレームの動きを検出する検出部とを備え、検出部は、検出したフレームの動きを、補助する処理に対する結果としてコンピュータ装置に出力する。

【0009】

なお、これらの概念を利用した天秤型の計算手法、および、トランジスタや量子コンピュータチップなどに応用し、電流など連続量信号入力からデジタルとアナログとの同時計算、関数出力を可能にする装置であってもよい。

【発明の効果】

【0010】

本発明は、神経回路における情報の伝達を、従来と比べて精度良く再現できる。

【図面の簡単な説明】

【0011】

【図1】第１実施形態の演算処理システムの一例を示す図である。

【図2】図１に示した補助装置の一例を示す図である。

【図3】ニューラルネットワークの一例を示す図である。

【図4】神経細胞における膜電位の変化の一例を示す図である。

【図5】図１に示したコンピュータ装置における補助装置から受信した信号の処理の一例を示す図である。

【図6】図１に示した演算処理システムにおける演算処理の一例を示す図である。

【図7】第２実施形態の演算処理システムの一例を示す図である。

【図8】図７に示したコンピュータ装置の一例を示す図である。

【図9】図１に示した補助装置に相当するスライダ装置の一例を示す図である。

【図10】（ａ）補助装置をコンピュータ装置の記憶部に記憶したプログラムにより仮想的に実現する場合の一例、（ｂ）補助装置を他のコンピュータ装置に記憶したプログラムにより仮想的に実現する場合の一例、（ｃ）補助装置をサーバ装置に記憶したプログラムにより仮想的に実現する場合の一例を示す図である。

【発明を実施するための形態】

【0012】

以下、図面を用いて実施形態について説明する。

【0013】

＜第１実施形態＞
図１は、第１実施形態における演算処理システムの一例を示す。

【0014】

図１に示した演算処理システムＳＹＳは、コンピュータ装置１００と補助装置２００とを有する。

【0015】

コンピュータ装置１００は、ＣＰＵ（Central Processing Unit）等の演算処理装置と、ハードディスク装置等の記憶装置とを有するノイマン型計算機である。コンピュータ装置１００の演算処理装置は、例えば、コンピュータ装置１００に含まれるキーボード等の入力装置を介して、ユーザによる演算処理の指示を受けることで、記憶装置に記憶されたプログラムを実行する。コンピュータ装置１００の動作については、図５および図６で説明する。

【0016】

補助装置２００は、コンピュータ装置１００が実行する演算処理を補助する装置である。

【0017】

図２は、図１に示した補助装置２００の一例を示す。図２（ａ）は、Ｙ軸方向（横方向）から見た補助装置２００を示す。図２（ｂ）は、Ｚ軸方向（上方向）から見た補助装置２００を示す。

【0018】

補助装置２００は、フレームＦＲ、支柱ＳＴ（ＳＴ（１）、ＳＴ（２））、軸受ＡＸ、モータＭ１（Ｍ１（１）、Ｍ１（２））、円盤Ｅ（Ｅ（１）、Ｅ（２））およびヒンジＨＧ（ＨＧ（１）、ＨＧ（２））を有する。また、補助装置２００は、モータＭ２（Ｍ２（１）、Ｍ２（２））、クランプＣＬ（ＣＬ（１）、ＣＬ（２））、レーザポインタＰＴおよび光センサＬＳを有する。

【0019】

フレームＦＲは、支柱ＳＴに配置されたＹ軸方向の軸受ＡＸに、ＸＺ平面内で回転可能に配置される。フレームＦＲには、蝶番等のヒンジＨＧを介してモータＭ１が両端に配置される。また、フレームＦＲには、モータＭ１の向きを変えるためのモータＭ２とクランプＣＬとが配置される。また、フレームＦＲには、レーザ光を射出するレーザポインタＰＴが配置される。なお、図２に示すように、補助装置２００の初期状態として、フレームＦＲの均衡が保たれるように、モータＭ１、Ｍ２、円盤Ｅ、ヒンジＨＧ、クランプＣＬおよびレーザポインタＰＴは、フレームＦＲ上に配置される。

【0020】

モータＭ１は、金属等の円盤Ｅが配置され、コンピュータ装置１００からの制御指示に基づいてジャイロとして動作する。また、モータＭ１は、金属等のクランプＣＬを介して、モータＭ２に接続される。

【0021】

モータＭ２は、コンピュータ装置１００からの制御指示に応じて動作し、クランプＣＬを介して、モータＭ１（ジャイロ）それぞれの向きを変える。各モータＭ１の向きが変えられることで、各モータＭ１のモーメントが変化し、フレームＦＲは、均衡状態が崩れＸＺ平面内で動く。モータＭ２とクランプＣＬとは、調整部の一例である。

【0022】

レーザポインタＰＴは、レーザ光源であり、レーザ光を光センサＬＳに向けて射出する。これにより、レーザポインタＰＴは、モータＭ１、Ｍ２の動作に応じたフレームＦＲの動きを光センサＬＳに出力する。

【0023】

光センサＬＳは、ＣＣＤ（Charge-Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）のイメージセンサ、あるいはＰＳＤ（Position Sensitive Device）等であり、レーザポインタＰＴにより射出されたレーザ光の位置を検出する。光センサＬＳは、検出したレーザ光の位置、すなわちフレームＦＲの動きをコンピュータ装置１００に出力する。光センサＬＳとレーザポインタＰＴとは、検出部の一例である。

【0024】

なお、図２に示した補助装置２００は、フレームＦＲがモータＭ１と円盤Ｅとのジャイロがそれぞれ配置される２つの腕を有するシーソー（又は天秤）として動作するシーソー型又は天秤型の補助装置としている。しかしながら、補助装置２００は、２以上の複数の腕を有するフレームを有し、複数の腕の各々にモータＭ１と円盤Ｅとのジャイロが配置されるシーソー型又は天秤型の補助装置としてもよい。この場合、軸受ＡＸは、球面軸受であることが好ましい。この場合、フレームＦＲはＸＹＺ空間の３次元で動作し、補助装置２００は、レーザポインタＰＴのレーザ光の位置をＸＹ平面の２次元平面で検出する。また、光センサＬＳは、２次元平面でレーザポインタＰＴのレーザ光の位置を検出するために、ＣＣＤやＣＭＯＳのイメージセンサが好ましい。

【0025】

また、レーザポインタＰＴの代わりに、加速度センサや電子ジャイロ等がフレームＦＲに配置され、フレームＦＲの傾き角を直接測定してもよい。これにより、光センサＬＳを省略することができ、補助装置２００の小型化ができる。

【0026】

図３は、ニューラルネットワークの一例を示す。図３に示したニューラルネットワークは、入力層、中間層および出力層を有する多層パーセプトロンである。入力層は３つのノード、中間層は４つのノード、および出力層は１つのノードをそれぞれ有する。なお、入力層、中間層および出力層におけるノードの数は、ニューラルネットワークを適用する分野や、求められる精度等に応じて適宜決定されることが好ましい。また、ニューラルネットワークは、複数の中間層を有してもよい。

【0027】

図３に示したニューラルネットワークでは、入力層の３つのノードに入力された情報は、中間層の４つのノードおよび出力層の１つのノードを介して出力される。この場合、入力層の３つのノードの各々に入力された情報は、中間層の４つのノードの各々との間の関係性に応じた重み付けされ、中間層の４つのノードの各々において加算される。そして、中間層の４つのノードの各々で加算された情報は、出力層の１つのノードとの間の関係性に応じて重み付けされ、出力層の１つのノードで加算される。出力層のノードは、加算した情報を出力する。なお、従来では、各ノード間の重み付けは、ニューラルネットワークに入力される情報と、ニューラルネットワークから出力される情報との関係が予め明らかな教師データ等を用いて機械学習等により所定の値に決定される。あるいは、各ノード間の重み付けは、シグモイド関数等の微分可能な関数を用いて決定される。しかしながら、神経細胞におけるシナプス間の結合は、所定の値のように一定の状態でもなく、シグモイド関数等のように決まった所定の変動を示す状態でもない。

【0028】

図４は、神経細胞における膜電位の変化の一例を示す。図４の縦軸は膜電位を示し、図４の横軸は時間を示す。図４に示すように、神経細胞は、－７０ｍＶ程度の膜電位の場合、他の神経細胞から情報を受けない状態の静止電位にある。そして、神経細胞は、興奮性の刺激電流が入力された場合、膜電位を上昇させ脱分極を開始する。神経細胞は、脱分極が進むことにより、膜電位が閾値（例えば、静止電位より１５ｍＶ以上大きな電位）を超えた場合、活動電位の状態になり、活動電位は、負から正の電位に急激に変化し、３０ｍＶ程度のピークに達する。その後、活動電位は、再分極により正から負の電位に変化し、静止電位よりもさらに低い電位まで揺り戻した過分極状態となる。そして、神経細胞は、静止電位に戻る。そして、図４に示した膜電位は、神経細胞の場合を示したが、シナプスや筋肉等を流れる電流についても同様の波形を示す。このことから、図４に示した膜電位の波形は、人体における情報伝達の基本的な形状であり、シグモイド関数等と異なる。

【0029】

すなわち、脳の本質は外界からインプットされる情報を処理し、それに応じて神経機能を可塑的に調整することにある。そして、脳の多くの部位においてシナプスの伝達効率は一定でなく、刺激に応じて変化する。この現象は、シナプス可塑性と称される。シナプス可塑性の１つには、シナプス前細胞とシナプス後細胞との発火時間差によって変化が見られるスパイク時刻依存シナプス可塑性（ＳＴＤＰ：Spike-Timing Dependence Plasticity）がある。そして、ＳＴＰＤには、神経伝達効率が長期間に亘って増加する可塑的変化を示す長期増強（ＬＴＰ：Long-term Potentiation）と、神経伝達効率が長期間に亘って減少する可塑的変化を示す長期抑圧（ＬＴＤ：Long-term Depression）がある。シナプスの結合は、ＬＴＰとＬＴＤとの関係に応じて変化し、脳における記憶や学習に影響を与える。

【0030】

発明者は、図４に示した膜電位の波形における揺り戻しが、回転が止まる時のコマの動きと似ていることに気がついた。そこで、補助装置２００は、フレームＦＲの両端に、モータＭ１（１）および円盤Ｅ（１）のジャイロと、モータＭ１（２）および円盤Ｅ（２）のジャイロとを有することで、図４に示した膜電位の波形の揺り戻しを再現する。例えば、図３に示したニューラルネットワークの場合、モータＭ１（１）および円盤Ｅ（１）のジャイロは、入力層のノードまたは中間層のノードが対応し、モータＭ１（２）および円盤Ｅ（２）のジャイロは、中間層のノードまたは出力層のノードが対応する。また、神経回路の場合、モータＭ１（１）および円盤Ｅ（１）のジャイロは、シナプス前細胞が対応し、モータＭ１（２）および円盤Ｅ（２）のジャイロは、シナプス後細胞が対応する。

【0031】

補助装置２００は、例えば、コンピュータ装置１００からの制御指示に基づいて、各モータＭ１の回転速度を変化させることで、フレームＦＲの均衡状態からずれる。しかしながら、フレームＦＲには、均衡状態を保持しようとする作用により、補助装置２００は、図４に示した膜電位の波形と同様の揺り戻しを再現する。補助装置２００は、レーザポインタＰＴがレーザ光を光センサＬＳに射出することにより、フレームＦＲの動きをレーザポインタＰＴのレーザ光の位置として光センサＬＳに検出させる。そして、補助装置２００は、検出された位置の情報を含む信号をコンピュータ装置１００に出力する。コンピュータ装置１００は、補助装置２００から受信した信号を用いて、図３に示したニューラルネットワークの各ノード間における重み付けを決定する。コンピュータ装置１００の動作については、図５および図６で説明する。

【0032】

なお、フレームＦＲにモータＭ１が設けられることにより、モータＭ１の動作に伴うフレームＦＲの動作は、フレームＦＲの長さに応じた所定の範囲内に限定される。このため、均衡状態を保持しようとする作用は、人の恒常性（ホメオスタシス）に相当する。

【0033】

また、コマは、歳差運動を示すことから、補助装置２００は、フレームＦＲに配置された２つのジャイロの歳差運動によって、図４に示した波形に“ゆらぎ成分”（または“カオス”）が重畳した波形を出力する。そして、歳差運動は、ジャイロの回転速度に応じて制御可能であることから、ゆらぎ成分は、制御可能なカオスである。これにより、補助装置２００は、シグモイド関数の場合と異なり、同一の波形を再現することが困難となる。このため、演算処理システムＳＹＳは、ニューラルネットワーク等の神経回路における情報の伝達を、従来と比べて精度良く再現できる。

【0034】

また、人の健康状態に応じてホメオスタシスが変化することから、図４に示した膜電位の波形も変化すると考えられる。そこで、補助装置２００は、ヒンジＨＧおよびクランプＣＬを用いて各モータＭ１がフレームＦＲの両端に設けられ、コンピュータ装置１００からの制御指示に基づいて、各モータＭ１の回転速度とともに角度を変化させることにより、様々な人の状態における波形を再現できる。

【0035】

また、演算処理システムＳＹＳは、１つの補助装置２００が出力する波形を用いて、図３に示したニューラルネットワークの全てのノード間における重み付けを決定してもよい。あるいは、演算処理システムＳＹＳは、図３に示したニューラルネットワークのノード間の各々に対応して複数の補助装置２００を有し、各補助装置２００が出力する波形を用いて、対応するノード間の重み付けを決定してよい。

【0036】

図５は、図１に示したコンピュータ装置１００における補助装置２００から受信した信号の処理の一例を示す。図５は、図２に示した補助装置２００のうち一部の要素を示し、他の要素を省略する。また、図５は、均衡状態にある時のフレームＦＲを破線で示す。なお、図５では、図３に示したニューラルネットワークの場合について説明するが、神経回路等の場合についても同様である。

【0037】

コンピュータ装置１００は、補助装置２００から受信した信号に含まれるレーザポインタＰＴのレーザ光の位置の情報から、図４に示した波形のアナログ値とＮ進数のデジタル値とに変換する。例えば、コンピュータ装置１００は、破線で示した均衡状態のフレームＦＲの位置を予め取得し、補助装置２００から受信した信号のレーザポインタＰＴのレーザ光の位置と、均衡状態の位置との差からフレームＦＲの傾きの角度θを算出する。なお、角度θは、正のＸ軸方向を基準（０度）にした場合、正のＺ軸方向にプラスの角度とし、負のＺ軸方向にマイナスの角度とする。

【0038】

例えば、図５に示すように、フレームＦＲが正のＸ軸側に傾き、角度θがマイナスの角度の場合で、デジタル値が２進数（Ｎ＝２）とする場合、コンピュータ装置１００は、“０”のデジタル値を得る。一方、フレームＦＲが負のＸ軸側に傾き、角度θがプラスの角度の場合、コンピュータ装置１００は、“１”のデジタル値を得る。コンピュータ装置１００は、デジタル値が“０”の場合、補助装置２００が対応するニューラルネットワークのノード間は静止電位にあり、情報が伝達されない状態（ＯＦＦ状態）と判定する。一方、デジタル値が“１”の場合、コンピュータ装置１００は、ノード間は静止電位から活動電位に変化し、情報が伝達される状態（ＯＮ状態）と判定する。すなわち、補助装置２００は、従来のノイマン型計算機と同様に、ノード間におけるスイッチとして動作する。

【0039】

また、コンピュータ装置１００は、図５に示すように、フレームＦＲの可動範囲、すなわちレーザポインタＰＴのレーザ光による光センサＬＳ上の照射範囲ＲＡと、レーザポインタＰＴのレーザ光の位置とに基づいて、比率ｘ：ｙを示す連続量のアナログ値を得る。そして、得られたアナログ値ｘ、ｙの時間変化は、フレームＦＲの動きの軌道を示し、図４に示した波形である。コンピュータ装置１００は、取得したデジタル値およびアナログ値ｘ、ｙを、コンピュータ装置１００の記憶装置に記憶する。なお、比率ｘ：ｙは、モータＭ１（１）と円盤Ｅ（１）とのジャイロと、モータＭ１（２）と円盤Ｅ（２）とのジャイロとの間の状態、例えば、ニューラルネットワークのノード間や、シナプス前細胞とシナプス後細胞との間における情報の伝達の状態を示す。すなわち、ｘ＞ｙの場合、シナプス前細胞からの情報がシナプス後細胞に強く出力され、ｘ＜ｙの場合、シナプス前細胞からの情報がシナプス後細胞に弱く出力されることを示す。

【0040】

コンピュータ装置１００は、得られたデジタル値とアナログ値ｘ、ｙとを用いて、補助装置２００が対応するノード間における情報伝達の状態および重み付けを決定する。例えば、コンピュータ装置１００は、デジタル値が“０”の場合、ノード間で情報が伝達されないＯＦＦ状態であることから、補助装置２００に対応するノード間の重み付けをしない、あるいは任意の値に決定する。

【0041】

一方、コンピュータ装置１００は、デジタル値が“１”の場合、ノード間で情報が伝達されるＯＮ状態であることから、アナログ値ｘ、ｙ（すなわち図４に示した膜電位の波形）が示すノード間の状態に応じた重み付けを決定する。例えば、コンピュータ装置１００は、ノード間が脱分極の状態の場合、活動電位が負から正の電位に振れてピークに近づくに従いノード間の重み付けを増大させる。また、コンピュータ装置１００は、活動電位がピークを過ぎて再分極の状態の場合、活動電位が正から負の電位に振れて静止電位に近づくに従いノード間の重み付けを減少させる。

【0042】

そして、コンピュータ装置１００は、ノード間が過分極の状態で、活動電位が静止電位よりも負の電位に揺れ戻される場合、ノード間の重み付けを“０”や負の値等に決定する。この場合、ニューラルネットワークのノード間は情報が伝達される状態であるにも拘わらず、重み付けが“０”や負の値等であることから、ノード間において情報が伝達されないことを示す。これは、例えば、神経細胞におけるシナプス前細胞とシナプス後細胞とは、化学的な反応に応じて伝達の状態を変化させるため、シナプス前細胞に入力された情報が、必ずしもシナプス後細胞に伝達されない場合があることに相当する。

【0043】

また、シナプス前細胞とシナプス後細胞との間の状態は、化学的な反応に伴うゆらぎが発生する。このゆらぎは、アナログ値ｘ、ｙに含まれるゆらぎ成分に相当する。このため、コンピュータ装置１００は、アナログ値ｘ、ｙに含まれるゆらぎ成分を用いることにより、ノード間における情報の伝達の状態（すなわち重み付け）のゆらぎを再現できる。そして、図１に示した演算処理システムＳＹＳは、従来と比べてニューラルネットワークにおけるノード間の状態を実際の神経回路と同様に再現できる。

【0044】

なお、図５では、２進数のデジタル値“０”と“１”との境界は、破線で示したフレームＦＲが均衡状態の時にレーザポインタＰＴがレーザ光を照射する位置としたが、任意の位置に設定されてもよい。これにより、コンピュータ装置１００は、ニューラルネットワークにおけるノード間の状態を様々な状態に設定でき、ニューラルネットワークに個性を持たせることができる。

【0045】

また、デジタル値は、２進数に限定されず、Ｎ進数でもよい。Ｎ進数の場合、フレームＦＲの可動範囲に応じた角度の範囲をＮ個に分割し、分割したＮ個の角度の範囲の各々に“０”から“Ｎ－１”の値を設定する。

【0046】

図６は、図１に示した演算処理システムＳＹＳにおける演算処理の一例を示す。図６に示した処理は、コンピュータ装置１００の演算処理装置が、コンピュータ装置１００の入力装置を介して、ユーザによる演算処理の実行指示を受け付け、記憶装置に記憶されたプログラムを実行することにより実現される。

【0047】

なお、図６に示した処理では、コンピュータ装置１００は、図３に示したニューラルネットワークの場合について説明するが、神経回路等の場合についても同様である。

【0048】

ステップＳ１００では、コンピュータ装置１００は、補助装置２００におけるモータＭ１毎の回転速度、回転方向および傾き角の動作条件を決定する。なお、コンピュータ装置１００は、ユーザによるコンピュータ装置１００の入力装置の操作により、補助装置２００の動作条件を受け付けてもよい。そして、コンピュータ装置１００は、決定した動作条件を補助装置２００に出力する。

【0049】

ステップＳ１１０では、コンピュータ装置１００は、ステップＳ１００で決定された動作条件で動作した補助装置２００において、レーザポインタＰＴが射出したレーザ光の位置の情報を含む信号を、補助装置２００から受信する。

【0050】

ステップＳ１２０では、コンピュータ装置１００は、ステップＳ１１０で受信した位置を用いて、図５に示すようにデジタル値およびアナログ値ｘ、ｙを取得する。そして、コンピュータ装置１００は、取得したデジタル値およびアナログ値ｘ、ｙを用いて、ニューラルネットワークにおける各ノード間がＯＮ状態かＯＦＦ状態かを決定するとともに、各ノード間の重み付けを決定する。コンピュータ装置１００は、決定した各ノード間における状態および重み付けを用いて、ニューラルネットワークの演算処理を実行する。

【0051】

ステップＳ１３０では、コンピュータ装置１００は、ユーザによるコンピュータ装置１００の入力装置の操作により、終了指示を受け付けたか否かを判定する。終了指示を受けた場合、コンピュータ装置１００の処理は、ステップＳ１４０に移る。一方、終了指示を受け付けていない場合、コンピュータ装置１００の処理は、ステップＳ１００に移る。この場合、ステップＳ１００において、コンピュータ装置１００は、ステップＳ１２０で取得したアナログ値ｘ、ｙ、すなわち補助装置２００の動作状態と、恒常性の維持とに基づいて、補助装置２００におけるモータＭ１の回転速度、回転方向および傾き角の動作条件を変更してもよい。あるいは、コンピュータ装置１００は、ユーザによるコンピュータ装置１００の入力装置の操作により、補助装置２００の動作条件の変更を受け付けてもよい。

【0052】

ステップＳ１４０では、コンピュータ装置１００は、ステップＳ１３０で受け付けた終了指示を含む信号を、補助装置２００に出力する。そして、コンピュータ装置１００は、演算処理を終了する。

【0053】

ステップＳ２００では、補助装置２００は、ステップＳ１００で決定された動作条件を含む信号をコンピュータ装置１００から受信する。そして、補助装置２００は、受信した動作条件でモータＭ１、Ｍ２を駆動させる。

【0054】

ステップＳ２１０では、補助装置２００は、ステップＳ２００で受信した動作条件によるフレームＦＲの動きに伴うレーザポインタＰＴのレーザ光の位置を、光センサＬＳに検出させる。補助装置２００は、光センサＬＳにより検出された位置の情報を含む信号を、コンピュータ装置１００に出力する。

【0055】

ステップＳ２２０では、補助装置２００は、終了指示を含む信号をコンピュータ装置１００から受信したか否かを判定する。終了指示を受けた場合、補助装置２００は、モータＭ１を停止させ終了する。一方、終了指示を受け付けていない場合、補助装置２００の処理は、ステップＳ２００に移る。

【0056】

図１から図６に示した実施形態では、補助装置２００は、フレームＦＲの端の各々に、モータＭ１と円盤Ｅとのジャイロを配置し、コンピュータ装置１００からの制御指示に基づいて、ジャイロの各々を指示された回転速度、回転方向および傾き角で回転させる。そして、補助装置２００は、フレームＦＲにおいて均衡状態が崩れるが、均衡状態を保持しようとする作用により、図４に示した膜電位の波形と同様の揺り戻しを再現できる。これにより、演算処理システムＳＹＳは、ニューラルネットワーク等の神経回路における情報の伝達を、従来と比べて精度良く再現できる。

【0057】

＜第２実施形態＞
図７は、第２実施形態の演算処理システムの一例を示す。

【0058】

図７に示した演算処理システムＳＹＳ１は、コンピュータ装置１００Ａと補助装置２００とを有する。図１で説明した要素と同一または同様の機能を有する要素については、同一または同様の符号を付し、これらについては、詳細な説明を省略する。

【0059】

コンピュータ装置１００Ａは、図１に示したコンピュータ装置１００と同様に、ＣＰＵ等の演算処理装置と、ハードディスク装置等の記憶装置とを有するノイマン型計算機である。コンピュータ装置１００Ａの演算処理装置は、例えば、コンピュータ装置１００Ａに含まれるキーボード等の入力装置を介して、ユーザによる演算処理の指示を受けることで、記憶装置に記憶されたプログラムを実行する。

【0060】

図８は、図７に示したコンピュータ装置１００Ａの一例を示す。すなわち、コンピュータ装置１００Ａは、プログラムを実行することにより、メモリ１１０ａ、１１０ｂ、第１ＦＦＴ部１２０、第２ＦＦＴ部１３０、第３ＦＦＴ部１４０、第４ＦＦＴ部１５０、第１演算部１６０、第２演算部１７０および状態決定部１８０として機能する。なお、第１ＦＦＴ部１２０、第２ＦＦＴ部１３０、第３ＦＦＴ部１４０、第４ＦＦＴ部１５０、第１演算部１６０、第２演算部１７０および状態決定部１８０は、専用の回路により実現されてもよい。

【0061】

メモリ１１０ａ、１１０ｂは、コンピュータ装置１００Ａの記憶装置に含まれる不揮発性メモリ等である。メモリ１１０ａ、１１０ｂの各々は、補助装置２００から出力されるアナログ値ｘ、ｙの各々を記憶する。

【0062】

第１ＦＦＴ部１２０は、補助装置２００から受信したアナログ値ｘのうち、所定の時間間隔における最新のアナログ値ｘのデータをメモリ１１０ａから読み込み、読み込んだ最新のアナログ値ｘのデータに対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）処理を実行する。第１ＦＦＴ部１２０は、変換した最新のアナログ値ｘのスペクトルを、補助装置２００のモータＭ１（１）と円盤Ｅ（１）とのジャイロにおける現在の状態として第１演算部１６０に出力する。なお、所定の時間間隔は、図３に示したニューラルネットワークや、神経細胞、シナプス等の演算対象に応じて適宜決定されることが好ましい。

【0063】

第２ＦＦＴ部１３０は、最新のアナログ値ｘのデータより前の過去のアナログ値ｘのデータをメモリ１１０ａから読み込み、読み込んだ過去のアナログ値ｘのデータに対してＦＦＴ処理を実行する。第２ＦＦＴ部１３０は、変換した過去のアナログ値ｘのスペクトルを第１演算部１６０に出力する。なお、第２ＦＦＴ部１３０が処理する過去のアナログ値ｘのデータの時間間隔は、第１ＦＦＴ部１２０が処理する最新のアナログ値ｘの所定の時間間隔より長い方が好ましい。これにより、補助装置２００のモータＭ１（１）と円盤Ｅ（１）とのジャイロにおける過去のアナログ値ｘにおける平均的な状態、すなわち恒常性（ホメオスタシス）の基準が得られる。

【0064】

第３ＦＦＴ部１４０は、第１ＦＦＴ部１２０と同様に、補助装置２００から受信したアナログ値ｙのうち、所定の時間間隔の最新のアナログ値ｙのデータをメモリ１１０ｂから読み込み、読み込んだアナログ値ｙのデータに対してＦＦＴ処理を実行する。第３ＦＦＴ部１４０は、変換した最新のアナログ値ｙのスペクトルを、補助装置２００のモータＭ１（２）と円盤Ｅ（２）とのジャイロにおける現在の状態として第２演算部１７０に出力する。

【0065】

第４ＦＦＴ部１５０は、第２ＦＦＴ部１３０と同様に、最新のアナログ値ｙのデータより前の過去のアナログ値ｙのデータをメモリ１１０ｂから読み込み、読み込んだ過去のアナログ値ｙのデータに対してＦＦＴ処理を実行する。第４ＦＦＴ部１５０は、変換した過去のアナログ値ｙのスペクトルを、補助装置２００のモータＭ１（２）と円盤Ｅ（２）とのジャイロにおける恒常性（ホメオスタシス）の基準として第２演算部１７０に出力する。

【0066】

第１演算部１６０は、第１ＦＦＴ部１２０から受信した最新のアナログ値ｘのスペクトルと、第２ＦＦＴ部１３０から受信した過去のアナログ値ｘのスペクトルとの差分を、共通する周波数範囲内で求める。そして、第１演算部１６０は、補助装置２００のモータＭ１（１）と円盤Ｅ（１）とのジャイロに対して設定した回転速度等と、補助装置２００から受信したデジタル値とに応じて、アナログ値ｘのスペクトルの差分を補正する。第１演算部１６０は、補正したアナログ値ｘのスペクトルの差分を状態決定部１８０に出力する。なお、アナログ値ｘのスペクトルの差分は、補助装置２００のモータＭ１（１）と円盤Ｅ（１）とのジャイロにおける恒常性の基準からのずれ量に相当する。

【0067】

第２演算部１７０は、第３ＦＦＴ部１４０から受信した最新のアナログ値ｙのスペクトルと、第４ＦＦＴ部１５０から受信した過去のアナログ値ｙのスペクトルとの差分を、共通する周波数範囲内で求める。そして、第２演算部１７０は、補助装置２００のモータＭ１（２）と円盤Ｅ（２）とのジャイロに対して設定した回転速度等と、補助装置２００から受信したデジタル値とに応じて、アナログ値ｙのスペクトルの差分を補正する。第２演算部１７０は、補正したアナログ値ｙのスペクトルの差分を状態決定部１８０に出力する。なお、アナログ値ｙのスペクトルの差分は、補助装置２００のモータＭ１（２）と円盤Ｅ（２）とのジャイロにおける恒常性の基準からのずれ量に相当する。

【0068】

状態決定部１８０は、第１演算部１６０により補正されたアナログ値ｘのスペクトルの差分と、第２演算部１７０により補正されたアナログ値ｙのスペクトルの差分とに応じて、補助装置２００に対応するノード間における状態の重み付けを決定する。そして、コンピュータ装置１００Ａは、状態決定部１８０により決定された各ノード間の重み付けを用いて、ニューラルネットワークの演算処理を実行する。

【0069】

なお、図７に示した演算処理システムＳＹＳ１における演算処理は、図６に示した処理と同様であり、詳細な説明は省略する。

【0070】

図７および図８に示した実施形態では、補助装置２００は、フレームＦＲの端の各々に、モータＭ１と円盤Ｅとのジャイロを配置し、コンピュータ装置１００Ａからの制御指示に基づいて、ジャイロの各々を指示された回転速度、回転方向および傾き角で回転させる。そして、補助装置２００は、フレームＦＲにおいて均衡状態が崩れるが、均衡状態を保持しようとする作用により、図４に示した膜電位の波形と同様の揺り戻しを再現できる。これにより、演算処理システムＳＹＳ１は、ニューラルネットワーク等の神経回路における情報の伝達を、従来と比べて精度良く再現できる。

【0071】

ここで、第２実施形態においては、コンピュータ装置１００Ａは、各演算処理を行うことで、補助装置２００に相当する装置をプログラム上で仮想的に実現している。なお、仮想的に実現する装置の構成は、補助装置２００と同一の構成、言い換えればモータＭ１と円盤ＥとのジャイロがフレームＦＲの両端部に各々配置される２つの腕を有するシーソー型又は天秤型の構成を有する補助装置であってもよいし、例えば図９に示すスライダ装置２４０であってもよい。図９に示すように、スライダ装置２４０は、例えば直線上のレール軌道２５０と、レール軌道２５０に沿って（図９中左右方向に）移動するスライダ２６０とを有する。図９におけるスライダ装置２４０においては、一端部からスライダまでの距離が上述したアナログ値ｘに相当し、他端部からスライダまでの距離が、上述したアナログ値ｙに相当する。

【0072】

第１実施形態及び第２実施形態においては、コンピュータ装置１００（又は１００Ａ）と補助装置２００とを有するシステムＳＹＳ（又はＳＹＳ１）を例に挙げているが、補助装置２００をプログラムにより仮想的に実現できるのであれば、補助装置２００とコンピュータ装置１００（又は１００Ａ）とを有するシステムを構築しなくとも、コンピュータ装置単体で実現することができる。この場合、図１０（ａ）に示すように、コンピュータ装置１００（又は１００Ａ）の記憶部（メモリやハードディスク等）３１０に、補助装置２００を仮想的に実現するプログラム３２０を記憶させておけばよい。

【0073】

また、図１０（ｂ）及び図１０（ｃ）に示すように、コンピュータ装置１００Ａに接続される他のコンピュータ装置（スーパーコンピュータなど）３３０の記憶部３４０や、サーバ装置３５０の記憶部３６０に上記プログラム３２０を記憶させることも可能である。これら場合には、他のコンピュータ装置３３０やサーバ装置３５０において、該プログラムを実行することで、これら装置において図１の補助装置を仮想的に実現することができる。

【0074】

なお、図１および図７に示した演算処理システムＳＹＳ、ＳＹＳ１は、ニューラルネットワーク等の神経回路に適用した場合を示したが、本発明はこれに限定されない。例えば、演算処理システムＳＹＳ、ＳＹＳ１は、ロボットや自動車へ適用、コールセンター、エンターテイメントやインターネットや携帯通信端末アプリケーションやサービス、検索システムへの応用、金融与信管理システムや行動予測、企業、学校、行政機関、警察や軍事、情報収集活動等での情報分析、虚偽発見に繋がる心理分析、組織グループ管理への応用、組織の構成員、研究者や従業員、管理者等の心の健康や行動予測を管理するシステムへの応用、住居やオフィス、飛行機や宇宙船といった環境を制御するシステムへの応用、家族や友人の心の状態や行動予測を知るための手段や、音楽や映画配信への応用、一般的な情報検索、情報分析管理、情報処理への応用、顧客感性嗜好マーケット分析等への応用、これらをネットワークやスタンドアローンで管理するシステムの応用、量子コンピュータにおける量子の振る舞いの解明等へ適用することも可能である。さらに、トランジスタや量子コンピュータチップなどに応用することも可能で、例えば電流など連続量信号入力からデジタルとアナログとの同時計算、関数出力を可能にする装置に応用することも可能である。

【0075】

以上の詳細な説明により、実施形態の特徴点および利点は明らかになるであろう。これは、特許請求の範囲がその精神および権利範囲を逸脱しない範囲で前述のような実施形態の特徴点および利点にまで及ぶことを意図するものである。また、当該技術分野において通常の知識を有する者であれば、あらゆる改良および変更に容易に想到できるはずである。したがって、発明性を有する実施形態の範囲を前述したものに限定する意図はなく、実施形態に開示された範囲に含まれる適当な改良物および均等物に拠ることも可能である。

【符号の説明】

【0076】

１００、１００Ａ…コンピュータ装置；１１０ａ、１１０ｂ…メモリ；１２０…第１ＦＦＴ部；１３０…第２ＦＦＴ部；１４０…第３ＦＦＴ部；１５０…第４ＦＦＴ部；１６０…第１演算部；１７０…第２演算部；１８０…状態決定部；２００…補助装置；ＡＸ…軸受；ＣＬ（１）、ＣＬ（２）…クランプ；Ｅ（１）、Ｅ（２）…円盤Ｅ；ＦＲ…フレーム；ＨＧ（１）、ＨＧ（２）…ヒンジ；ＬＳ…光センサ；Ｍ１（１）、Ｍ１（２）、Ｍ２（１）、Ｍ２（２）…モータ；ＳＴ（１）、ＳＴ（２）…支柱；ＰＴ…レーザポインタ；ＳＹＳ、ＳＹＳ１…演算処理システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】