超低消費電力ニューロモルフィックシナプスとロジック・イン・メモリ動作のための強誘電性で変調された非対称ファンデルワールスヘテロ構造

より賢く低消費電力のチップが重要な理由

携帯電話やカメラ、スマートスピーカー、家庭用センサーに至るまで、日常の機器はリアルタイムで「見る」「学ぶ」「反応する」ことをますます求められています。しかし現在のコンピュータチップは、感知、記憶、処理の各ユニット間でデータを何度もやり取りするために多くのエネルギーを浪費します。本論文は、これら三役を単一構造に統合した小型の層状デバイスを示し、消費電力を劇的に削減しつつ、画像認識や脳に似た学習といった複雑なタスクを処理できることを示します。

超薄膜を積み重ねて一つの小さな「脳細胞」を作る

研究者らは、原子数層ほどの厚さしかない複数のシートをミニチュアのクラブサンドイッチのように積み上げてデバイスを作ります。コアは強誘電性という特別な結晶で、電源を切っても内部の電気的「方向」を保持できます。この層は光に感応する層や導電層の上に置かれ、底部には透明で柔軟な接触材としてグラフェンが配置されます。層同士は従来の化学結合ではなく弱いファンデルワールス力で接しているため、非常に自由に組み合わせられ、小さな面積で高度に調整可能な構造が実現します。

組み込みの電界を調整ノブとして使う

鍵となる手法は、強誘電層を内部のスイッチとして使い、積層全体で電荷の流れ方を変えることです。小さな正または負の電圧パルスを与えることで、強誘電の内部電界の向きを反転させられます。それが層間の界面でのエネルギー障壁を上げ下げし、電子の流れやすさを変えます。この組み込み電界はパルス終了後も残るため、デバイスは継続的な電力を必要とせず状態を自然に記憶します。これは脳のシナプスが二つのニューロンの結合の強さを覚えているのに似ています。

同一デバイスでのロジック動作と人工シナプス

この内部制御により、単一デバイスが複数の異なる論理素子として機能できます。パルスのパターンと出力電流の読み取り方を選ぶことで、著者らはAND、OR、NOT、NOR、NANDの五つの古典的論理演算を一つの物理構造内で実装しました。各ゲートのために別個のトランジスタや配線を必要としません。同時に、ある層の欠陥を慎重に設計することで、デバイスはニューロモルフィックなシナプスのように振る舞います：そのコンダクタンスは128以上の異なるレベルにわたって滑らかに調整でき、光や電気パルスで制御できます。これらのレベルは安定で雑音と明確に分離しており、生体シナプスで使われるエネルギーに匹敵するかそれ以下の極めて小さなエネルギーで更新可能です。

広帯域の光で見ることと学習すること

いくつかの層が光に感応するため、このデバイスは高性能な光検出器としても機能します。印加電圧がゼロでも、紫外から近赤外までの光を検出でき、暗電流（光がないときの背景電流）を極めて低く保てるため、弱い信号の検出に重要です。小さなバイアスをかけると、同じ構造が「フォトニックシナプス」モードに切り替わります：光のパルスが学習パルスのように作用し、時間経過に応じて結合を強化または減弱し、実際のシナプスの応答を模倣します。研究チームは短期・長期記憶、学習–忘却–再学習サイクル、古典的条件付けなどを光で直接駆動して実演しています。

単一デバイスから知能を備えた視覚システムへ

実用的な効果を示すため、著者らはこれらのデバイスを多数並列に用いた概念的な画像認識システムを構築します。この設計では、光駆動のシナプス挙動が視覚特徴を捉え前処理を行い、再構成可能なロジック挙動がそれらを異なる方法で強調・フィルタリングします。これらの役割を組み合わせることで、標準的な画像データセットに対して約97%の認識精度を達成し、シナプス挙動のみを用いるシステムより優れた性能を示しました。全体として、本研究は小型チップがその場で感知・記憶・計算を行う現実的な道筋を示しており、従来のコンピュータよりも生体の眼と脳に近い動作をする超低消費電力カメラ、スマートセンサー、ニューロモルフィック視覚ハードウェアの扉を開きます。

引用: Zhi, J., Wen, Y., Chen, J. et al. Ferroelectricity-modulated asymmetric van der Waals heterostructure for ultralow-power neuromorphic synapse and logic-in-memory operations. Nat Commun 17, 3974 (2026). https://doi.org/10.1038/s41467-026-70668-w

キーワード: ニューロモルフィックハードウェア, インセンサーコンピューティング, 2次元材料, 強誘電デバイス, 画像認識