次世代AIハードウェア(ニューロモルフィック、物理リザバー、インセンサコンピューティング)の最新動向とナノ材料AIデバイスの構築・実装・応用
受講可能な形式：【ライブ配信（見逃し配信付）】
シリコンCMOS技術の物理的限界やAIの消費電力増大を背景に、ニューロモルフィックコンピューティングや物理リザバー、インセンサコンピューティングなどの次世代AIハードウェア技術と、それらを実現するナノ材料AIデバイスが注目されています。
本セミナーでは、ニューロモルフィックコンピューティング、物理リザバー、インセンサコンピューティングの基礎から研究開発動向、ナノ材料AIデバイスの構築・評価・実装技術、AIロボティクスやフィジカルAIへの応用まで解説します。
AI・半導体・電子デバイス・材料分野の研究開発に携わる方や、次世代AIハードウェアの研究開発動向や実用化の可能性を把握したい方におすすめします。
本セミナーでは、ニューロモルフィックコンピューティング、物理リザバー、インセンサコンピューティングの基礎から研究開発動向、ナノ材料AIデバイスの構築・評価・実装技術、AIロボティクスやフィジカルAIへの応用まで解説します。
AI・半導体・電子デバイス・材料分野の研究開発に携わる方や、次世代AIハードウェアの研究開発動向や実用化の可能性を把握したい方におすすめします。
| 日 時 | 【ライブ配信】 2026年9月14日（月） 10:30～16:30 | |
|---|---|---|
| 受講料(税込) | 55,000円 定価：本体50,000円＋税5,000円 【2名同時申込みで1名分無料キャンペーン（１名あたり定価半額の55,000円）】 ※2名様とも会員登録をしていただいた場合に限ります。 2名様以降の受講者は、申込み前に会員登録をお済ませください。 ※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。 ※3名様以上のお申込みの場合、上記１名あたりの金額で受講できます。 ※請求書（PDFデータ）は、代表者にE-mailで送信いたします。 ※請求書および領収書は1名様ごとに発行可能です。 (申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。) ※他の割引は併用できません。 ※テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】 1名申込みの場合：受講料 定価：44,000円 定価：本体40,000円＋税4,000円 ※１名様でオンライン配信セミナーを受講する場合、上記特別価格になります。 | |
| ポイント還元 | 誠に勝手ながら2020年4月1日より、会員割引は廃止とさせて頂きます。 当社では会員割引に代わり、会員の方にはポイントを差し上げます。 ポイントは、セミナーや書籍等のご購入時にご利用いただけます。 会員でない方はこちらから会員登録を行ってください。 | |
| 配布資料 | Live配信受講：PDFテキスト(印刷可・編集不可) ※セミナー資料は、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードいただきます。 (開催前日を目安に、ダウンロード可となります) ※ダウンロードには、会員登録（無料）が必要となります。 | |
| オンライン配信 | 【Live配信の視聴方法】 【ライブ配信（Zoom使用）セミナー】 ビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。 ・ZoomによるLive配信 ►受講方法・接続確認（申込み前に必ずご確認ください） 【テキスト】 テキストは、電子媒体(PDFデータ／印刷可)をマイページよりダウンロードできます。 (開催前日を目安に、ダウンロード可となります) 【マイページ】 ID(E-Mailアドレス)とパスワードをいれログインしてください。 >> ログイン画面 | |
| 特 典 | ■ライブ受講に加えて、見逃し配信でも１週間視聴できます■ 【見逃し配信の視聴期間】2026年9月15日(火)～9月21日(月)まで ※このセミナーは見逃し配信付きです。セミナー終了後も繰り返しの視聴学習が可能です。 ※ライブ配信を欠席し見逃し視聴のみの受講も可能です。 ※動画は未編集のものになります。 ※視聴ページは、開催翌営業日の午前中には、マイページにリンクを設定する予定です。 | |
| 備 考 | 資料 付 ※講義中の録音・撮影はご遠慮ください。 ※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。 本セミナーはサイエンス＆テクノロジー株式会社が主催いたします。 | |
セミナー講師
九州工業大学 大学院生命体工学研究科 教授 博士(工学) 田中 啓文 氏専門：ナノデバイス、マテリアルAIデバイス
1999 学位取得 大阪大学大学院工学研究科
1999 理化学研究所 基礎化学特別研究員
2002 米国ペンシルバニア州立大学 博士研究員
2003 岡崎国立共同研究機構（2024より自然科学研究機構）
分子科学研究所 助手（2025より助教）
2008 大阪大学 大学院理学研究科 助教
2014 大阪大学 大学院理学研究科 准教授（3月のみ）
2014 九州工業大学 大学院生命体工学研究科 教授 現在に至る
2020 九州工業大学ニューロモルフィックAIハードウェア研究センター
センター長（兼担）現在に至る
研究室ホームページ：
https://www.brain.kyutech.ac.jp/~tanaka/
セミナー趣旨
近年、ディープラーニングの進展によりAIの実用化が急速に進んでいる。一方、シリコンCMOS技術の物理的限界により、AI技術発展の頭打ちが懸念される。AI自体の膨大な電気消費量も近々に社会問題化すると考えられる。これらの課題克服のため、ニューラルネットワークやニューロモルフィック情報処理を物理的に実装する新材料・新素子への期待が高まっている。ナノ材料の非線形性やランダムネットワーク構造を利用することで、化学ダイナミクスによりパルスやノイズを自発的に発生させる素子が実現可能であり、高効率AIハードウェアに応用できる。特に物理リザバー演算は積和演算を大幅に削減し、省エネ効果が期待される。我々はナノ材料を基盤とした物理リザバーによりCMOSを補完し、自律型AIロボットなど知的システムへの応用を目指す。本講演では、ナノ材料によるランダムネットワークのAI素子機能化、ロボット応用を含む最新成果を紹介する。
第1章 AIハードウェアの現状とニューロモルフィック技術の背景
1.1 人工知能技術の発展と社会実装
1.1.1 深層学習の進展
1.1.2 画像認識・自然言語処理・ロボティクスへの応用
1.1.3 エッジAI・リアルタイム処理への需要拡大
1.2 AI計算における消費電力と集積度の課題
1.2.1 大規模AIモデルと計算資源の増大
1.2.2 データ移動に伴うエネルギー消費
1.2.3 クラウドAIとエッジAIの違い
1.3 シリコンCMOS技術の限界
1.3.1 CMOS微細化の物理的制約
1.3.2 従来型デジタル計算基盤の課題
1.3.3 新しいAIハードウェアへの期待
1.4 ニューロモルフィックアーキテクチャの考え方
1.4.1 脳型情報処理の基本概念
1.4.2 人工ニューラルネットワークの物理実装
1.4.3 メモリと演算の融合
1.5 物理AI・材料知能への展開
1.5.1 材料の非線形性を利用する計算
1.5.2 デバイス物性とAI機能の関係
1.5.3 ナノ材料AIデバイスの研究動向
第2章 インマテリアル物理リザバー計算とナノ材料デバイス
2.1 物理リザバー計算の基礎
2.1.1 リザバー計算の概念
2.1.2 時系列情報処理への適用
2.1.3 ソフトウェアリザバーと物理リザバーの違い
2.2 インマテリアル計算の特徴
2.2.1 材料内部のダイナミクスを利用した計算
2.2.2 非線形応答・履歴依存性・ゆらぎの役割
2.2.3 高次元写像と情報処理能力
2.3 AIデバイスに求められる物理機能
2.3.1 シナプス重みの連続制御
2.3.2 状態保持と可塑性
2.3.3 パルス生成・確率的応答・ノイズ機能
2.4 CMOS互換材料としての分子系材料
2.4.1 分子材料の電気的応答
2.4.2 分子ネットワークの動的特性
2.4.3 AIデバイス応用への可能性
2.5 ナノカーボン材料の特徴
2.5.1 ナノカーボンの構造と物性
2.5.2 導電ネットワーク形成
2.5.3 非線形伝導とセンサ応答
第3章 ナノ材料AIデバイスの構築・評価・実装
3.1 ナノ材料ネットワークの構築手法
3.1.1 材料分散とデバイス形成
3.1.2 電極構造とネットワーク設計
3.1.3 デバイスばらつきと制御性
3.2 ナノカーボンデバイスのAI機能
3.2.1 電気的応答の計測
3.2.2 非線形性と記憶効果
3.2.3 リザバー計算素子としての動作
3.3 性能評価の方法
3.3.1 時系列信号処理タスク
3.3.2 分類精度・再現性・安定性の評価
3.3.3 低消費電力性の検討
3.4 他のナノ材料系における実験結果
3.4.1 分子系デバイスとの比較
3.4.2 異種材料による機能発現
3.4.3 材料選択とAI性能の関係
3.5 実装に向けた課題
3.5.1 集積化とCMOSプロセス互換性
3.5.2 デバイス間ばらつきへの対応
3.5.3 学習機能と読み出し回路の設計
第4章 インセンサコンピューティングと応用展開
4.1 センサとAIの融合
4.1.1 センシング後処理からインセンサ処理へ
4.1.2 データ取得と計算の一体化
4.1.3 エッジデバイスにおける利点
4.2 圧力センサとしてのナノカーボンデバイス
4.2.1 圧力応答特性
4.2.2 力学刺激と電気信号変換
4.2.3 センサ機能とAI機能の両立
4.3 インセンサコンピューティングへの応用
4.3.1 触覚情報処理
4.3.2 ロボット皮膚への展開
4.3.3 ウェアラブルデバイスへの応用
4.4 人間活動検出への展開
4.4.1 動作・姿勢・圧力分布の検出
4.4.2 時系列信号分類
4.4.3 同一プラットフォームによるセンシングと認識
4.5 物理AIとロボティクスへの応用
4.5.1 環境適応型AIデバイス
4.5.2 低消費電力ロボット知能
4.5.3 実環境応用に向けた課題
4.6 今後の展望
4.6.1 材料・デバイス・回路の統合
4.6.2 学習可能な物理AIシステム
4.6.3 次世代AIハードウェアとしての可能性
□ 質疑応答 □
1.1 人工知能技術の発展と社会実装
1.1.1 深層学習の進展
1.1.2 画像認識・自然言語処理・ロボティクスへの応用
1.1.3 エッジAI・リアルタイム処理への需要拡大
1.2 AI計算における消費電力と集積度の課題
1.2.1 大規模AIモデルと計算資源の増大
1.2.2 データ移動に伴うエネルギー消費
1.2.3 クラウドAIとエッジAIの違い
1.3 シリコンCMOS技術の限界
1.3.1 CMOS微細化の物理的制約
1.3.2 従来型デジタル計算基盤の課題
1.3.3 新しいAIハードウェアへの期待
1.4 ニューロモルフィックアーキテクチャの考え方
1.4.1 脳型情報処理の基本概念
1.4.2 人工ニューラルネットワークの物理実装
1.4.3 メモリと演算の融合
1.5 物理AI・材料知能への展開
1.5.1 材料の非線形性を利用する計算
1.5.2 デバイス物性とAI機能の関係
1.5.3 ナノ材料AIデバイスの研究動向
第2章 インマテリアル物理リザバー計算とナノ材料デバイス
2.1 物理リザバー計算の基礎
2.1.1 リザバー計算の概念
2.1.2 時系列情報処理への適用
2.1.3 ソフトウェアリザバーと物理リザバーの違い
2.2 インマテリアル計算の特徴
2.2.1 材料内部のダイナミクスを利用した計算
2.2.2 非線形応答・履歴依存性・ゆらぎの役割
2.2.3 高次元写像と情報処理能力
2.3 AIデバイスに求められる物理機能
2.3.1 シナプス重みの連続制御
2.3.2 状態保持と可塑性
2.3.3 パルス生成・確率的応答・ノイズ機能
2.4 CMOS互換材料としての分子系材料
2.4.1 分子材料の電気的応答
2.4.2 分子ネットワークの動的特性
2.4.3 AIデバイス応用への可能性
2.5 ナノカーボン材料の特徴
2.5.1 ナノカーボンの構造と物性
2.5.2 導電ネットワーク形成
2.5.3 非線形伝導とセンサ応答
第3章 ナノ材料AIデバイスの構築・評価・実装
3.1 ナノ材料ネットワークの構築手法
3.1.1 材料分散とデバイス形成
3.1.2 電極構造とネットワーク設計
3.1.3 デバイスばらつきと制御性
3.2 ナノカーボンデバイスのAI機能
3.2.1 電気的応答の計測
3.2.2 非線形性と記憶効果
3.2.3 リザバー計算素子としての動作
3.3 性能評価の方法
3.3.1 時系列信号処理タスク
3.3.2 分類精度・再現性・安定性の評価
3.3.3 低消費電力性の検討
3.4 他のナノ材料系における実験結果
3.4.1 分子系デバイスとの比較
3.4.2 異種材料による機能発現
3.4.3 材料選択とAI性能の関係
3.5 実装に向けた課題
3.5.1 集積化とCMOSプロセス互換性
3.5.2 デバイス間ばらつきへの対応
3.5.3 学習機能と読み出し回路の設計
第4章 インセンサコンピューティングと応用展開
4.1 センサとAIの融合
4.1.1 センシング後処理からインセンサ処理へ
4.1.2 データ取得と計算の一体化
4.1.3 エッジデバイスにおける利点
4.2 圧力センサとしてのナノカーボンデバイス
4.2.1 圧力応答特性
4.2.2 力学刺激と電気信号変換
4.2.3 センサ機能とAI機能の両立
4.3 インセンサコンピューティングへの応用
4.3.1 触覚情報処理
4.3.2 ロボット皮膚への展開
4.3.3 ウェアラブルデバイスへの応用
4.4 人間活動検出への展開
4.4.1 動作・姿勢・圧力分布の検出
4.4.2 時系列信号分類
4.4.3 同一プラットフォームによるセンシングと認識
4.5 物理AIとロボティクスへの応用
4.5.1 環境適応型AIデバイス
4.5.2 低消費電力ロボット知能
4.5.3 実環境応用に向けた課題
4.6 今後の展望
4.6.1 材料・デバイス・回路の統合
4.6.2 学習可能な物理AIシステム
4.6.3 次世代AIハードウェアとしての可能性
□ 質疑応答 □
※書籍・セミナー・手順書のご注文に関しましては株式会社イーコンプレスが担当いたします。
当社ホームページからお申込みいただきますと、サイエンス＆テクノロジー株式会社より、お申込み時にご入力いただきましたメールアドレスにご視聴方法のご案内をお送りいたします。
また、お申込の際は、事前に会員登録をしていただきますとポイントが付与され、ポイントはセミナーや書籍等のご購入時にご利用いただけます。
会員登録はこちら
ご請求書（PDF）は、弊社よりお申込み時にご入力いただきましたメールアドレスに添付しお送りいたします。
銀行振り込みを選択された場合は、貴社お支払い規定（例：翌月末までにお振込み）に従い、お振込みをお願いいたします。
恐れ入りますが、振り込み手数料はご負担くださいますようお願いいたします。
個人情報等に関しましては、セミナーご参加目的に限り、当社からサイエンス＆テクノロジー株式会社へ転送いたします。
お見積書や領収書が必要な場合もお申し付けください。
ご要望・ご質問・お問合せはこちら
当社ホームページからお申込みいただきますと、サイエンス＆テクノロジー株式会社より、お申込み時にご入力いただきましたメールアドレスにご視聴方法のご案内をお送りいたします。
また、お申込の際は、事前に会員登録をしていただきますとポイントが付与され、ポイントはセミナーや書籍等のご購入時にご利用いただけます。
会員登録はこちら
ご請求書（PDF）は、弊社よりお申込み時にご入力いただきましたメールアドレスに添付しお送りいたします。
銀行振り込みを選択された場合は、貴社お支払い規定（例：翌月末までにお振込み）に従い、お振込みをお願いいたします。
恐れ入りますが、振り込み手数料はご負担くださいますようお願いいたします。
個人情報等に関しましては、セミナーご参加目的に限り、当社からサイエンス＆テクノロジー株式会社へ転送いたします。
お見積書や領収書が必要な場合もお申し付けください。
ご要望・ご質問・お問合せはこちら
【お支払方法について】
以下のお支払方法がご利用いただけます。
１．銀行振り込み
以下のお支払方法がご利用いただけます。
１．銀行振り込み
２．クレジットカード
ご請求書は電子（.pdf）にて別途送付しますので、貴社お支払い規定に従い、お振込みをお願いします。
恐れ入りますが、振り込み手数料はご負担くださいますようお願いします。
（セミナー当日までにお振込頂く必要はございません。）
３．ＰａｙＰａｙ
４．楽天ペイ（オンライン決済）
５．楽天銀行決済
６．コンビニ決済
【領収書について】
領収書が必要な場合は、ご連絡ください。上記のいずれのお支払方法でも領収書を発行させて頂きます。
