神経形態コンピューティングのための封じ込めハイドロゲル流体メモリスタ クロスバーアレイ

なぜ柔らかく水性のチップが重要なのか

今日のほとんどのコンピュータは剛直なシリコンと電子の流れで作られており、人間の脳の柔らかく湿ったネットワークとは大きく異なる。本研究は、ゲルと流れるイオンで作られたチップが脳に似た能力の一部を模倣できることを示しており、将来的により省エネルギーで周囲の化学物質を直接感知し応答できる機器への道を示唆している。

脳の着想を柔らかい装置へ

脳は、神経細胞間のゲル状の接続を通って移動する帯電した原子（イオン）を使って情報を処理する。これに触発され、研究チームはプラスチック板の微小な孔の中で接合された二つの柔らかいハイドロゲルを用いて流体メモリスタと呼ばれる小さな電気素子を作成した。一方のゲルは固定された正電荷を持ち負イオンを引き付け、対するゲルは中性で希薄な塩溶液を保持する。二つのゲルが接する場所では、印加電圧に応じてイオンがゆっくり蓄積したり排出されたりし、その結果として電気抵抗が変化する形で過去の信号の記憶が素子に組み込まれる。

ゲル界面が信号を記憶する仕組み

単一の孔に電圧を掃引すると、チームは真の記憶挙動を示すループ状の電流応答を観測した。計算モデルは、この応答が時間をかけて狭いゲル界面にイオンが集まったり枯渇したりすることに由来することを示した。ある電圧極性では負イオンが界面に向かって急速に移動し中性ゲルへこぼれ込みやすくなり導電性が高まる。逆の極性では引き離され導電性が低下する。この再配置が安定するのに時間を要するため、素子は生物学的シナプスが活動後に一時的に強化または弱化するのと同様に、最近のパルスを一時的な導電率の変化として「記憶する」。

神経接続の学習を模倣する

研究者らは次に、神経スパイクを表す短い電圧パルスで素子を駆動した。間隔の短い負パルスの対は二つ目の応答を増加させるという促進（facilitation）を引き起こし、正パルスは二つ目の応答を縮小させ実際のシナプスにおける抑圧のように振る舞った。周波数、回数、幅が異なるパルス列は段階的な導電率変化を生み出し、素子が時間的に信号をフィルタリングし複数の重みレベルを保持できることを示した。動作はミリボルトスケールの電圧とパルス当たりピコジュール級のエネルギーで行われ、典型的な固体回路より遥かに低消費であり、実用的な計算に不可欠な繰り返しスイッチングも信頼して行える。

単一孔から考える格子へ

ハイドロゲルは印刷してその場で硬化させやすいため、チームは柔軟なポリイミドに規則的な円錐状の孔格子を開けて各孔に二層のゲルを充填することで完全なクロスバーアレイを作製した。小さな3×3アレイではサイト間で均一な挙動が観察され、より大きな10×10アレイは94パーセントの動作歩留まりを達成し、柔らかく封じ込められた設計がスケールすることを示した。アレイは化学物質にも直接応答できる：生体の燃料分子ATPが帯電ゲルに浸透して結合しその電荷を低下させると、メモリスティブ効果が弱まり保存状態の喪失が早くなる。つまり化学によってシナプス様の振る舞いを調整できる。

柔らかいハードウェアで数字を認識する

実際の情報処理を試すため、著者はアレイをリザバーコンピューティングと呼ばれる機械学習手法の動的コアとして用いた。白黒の数字画像の行を表す電圧パルスパターンを選んだ孔に入力し、得られた導電率値を単純なソフトウェア層に読み込ませ最終的な分類を行った。このセットアップにより、システムはコンピュータ生成の数字パターンを正しく認識し、人工知能の一般的ベンチマークであるMNISTデータベースの手書き数字で89.5パーセントの精度を達成した。これは控えめなイオンベースのアレイでも非自明な認識タスクを処理できることを示している。

将来の柔らかいコンピュータにとっての意義

本研究は、柔らかい流体メモリスタの大規模で整列した格子を構築し脳に触発された計算に用いることができ、同時に化学信号にも直接反応できることを実証した。長期安定性やより永続的な記憶形式の達成など課題は残るが、封じ込めハイドロゲルのアプローチは電子ではなくイオンで計算する将来のチップへ向けた道を示しており、柔軟で組織状のハードウェアにセンシング、化学、低消費電力の知能を融合させる可能性がある。

引用: Guo, G., Xiong, T., Xie, B. et al. Confined-hydrogel fluidic memristor crossbar array for neuromorphic computing. Nat Commun 17, 4275 (2026). https://doi.org/10.1038/s41467-026-70728-1

キーワード: 流体メモリスタ, ハイドロゲルエレクトロニクス, 神経形態コンピューティング, イオンベースの計算, リザバーコンピューティング