Ep.625 TDK、“小脳まねる”アナログAI──リザバーコンピューティングで人の動きを先読み（2025年10月9日配信）

10月2日、TDKが“アナログ電子回路で小脳の働きを模した”リザバーAIチップのプロトタイプを発表しました。最大の見どころは、クラウドに頼らずエッジで“リアルタイム学習”ができる点。人の指先の加速度データを取り込み、その人ごとの癖をその場で学びながら、次に出す手を先回りして判断する――そんな“先読み”をハード側で実装したと言います。共同開発は北海道大学。実機デモは10月14～17日のCEATEC 2025で、TDK製加速度センサと組み合わせた「絶対に勝てないじゃんけん」として披露されます。背景にあるのが、リザバーコンピューティングという考え方です。大量の重みを調整するディープラーニングと異なり、時間変化する入力を物理のダイナミクス（波の干渉のような現象や、アナログ回路の状態遷移）に通して高次元に“広げ”、最後の読み出し層だけを学習するのが肝。学習すべきパラメータが少ないため学習が速く、省電力で時系列タスクに強い――この特性が、センサ直結のエッジ機器と相性がよいのです。今回のTDKの説明でも、ディープラーニングとの対比、低消費電力・高速の利点が強調されました。TDKはこのプロトタイプを、実務に寄った“使いどころ”で見せに来ています。ウェアラブルやヒューマンインタフェース、ロボットの反応制御など、ミリ秒単位の反応と個体差への追従が必要な場面で、センサからの時系列データをチップ内のアナログ“リザバー”に放り込み、その読み出しを軽く学習して即時に行動へつなげる。デモのじゃんけんは分かりやすい見本市向けの題材ですが、要は“人の次の動き”を予測して装置側の動きを先に決める設計思想で、現場に実装したときの効き目を示す狙いです。中長期の絵も語られています。TDKは2024年にスピントロニクス系の“脳型”ニューロモルフィックデバイスを掲げましたが、今回は“小脳を模した”リザバーで時系列特化を打ち出し、センサ事業（TDK SensEI）との連携で商用化を加速させる方針です。クラウド依存を減らした省電力AIの実装路線として、用途別に“脳（大脳）”と“小脳”を使い分けるポートフォリオが見えてきます。技術トレンドの文脈でも追い風があります。物理・アナログ実装のリザバーは、読み出し層だけを更新するため学習の安定性と再現性が取りやすく、消費電力も抑えやすい。基礎研究ではアナログ回路アーキテクチャのCMOS実装や、ロボット制御など実時間系での応用が報告されており、TDKのようにセンサとワンパッケージで見せる動きは、実装ロードマップとして理にかなっています。課題は、タスクの選び方と量産時のばらつき管理ですが、まずはCEATECで“手応え”を示せるかが一里塚になりそうです。