スイッチングあたりaJ級の消費電力を実現する単一分子ニューロモルフィックデバイス

消費電力を抑えた思考機械

人工知能が高度化するにつれて、それを動かす計算機の消費電力も増大しています。本研究は、単一分子から作られた極めて小さな電子デバイスを記述しており、それがシナプスに似た振る舞いを示しながらもほとんど想像できないほど小さいエネルギーで動作することを示しています。このようなデバイスは、将来的に現在よりはるかに少ない電力でスマート技術を動かすのに寄与する可能性があります。

なぜ微小な脳のようなスイッチが重要か

現代のAIは、従来のチップ上で動作する膨大な人工「ニューロン」ネットワークに依存しています。これらのネットワークの学習には、数千世帯分に相当するエネルギーが必要になることがあり、コストや環境問題を引き起こします。これに対して生物の脳は、かすかな電球程度の電力で豊かな学習や記憶処理を行います。したがって技術者は、ニューロン間の接合部である実際のシナプスの特徴をハードウェアで模倣することを目指しています。本研究はそのアイデアを極限まで推し進め、シナプス様要素を単一分子まで縮小しながら情報の蓄積と処理を可能にしています。

記憶する単一分子

研究者らは、液体中に浮かぶ可動の帯電粒子（イオン）を含む環境で、2つの金電極の間に有機分子を一つ配置してデバイスを構築しました。微小な電気パルスを印加することで、正に帯電したイオンを分子の近くへ引き寄せたり遠ざけたりできます。これらのイオンは分子の形状をわずかにねじったり伸ばしたりし、電子が通りやすいかどうかを変化させます。異なる伝導度の各レベルが異なる記憶強度の役割を果たします。試験では、デバイスは十以上の異なるレベル間を確実に切り替え、1操作あたり約6.34アトジュールのエネルギーで動作しました。これはより大きな構造に基づく既存の実験デバイスよりも遥かに低い値です。

脳の学習を模倣する

実際のシナプスは、どれだけ頻繁に、どれだけ時間的に近接して活性化されるかに応じて強くなったり弱くなったりします。これを可塑性と呼びます。単一分子デバイスも類似の挙動を示しました。研究チームが一対のパルスや一連のパルスを与えると、接合部の伝導度は急激に上がり、その後短期記憶のように素早く消えたり、長期記憶のように持続的な状態に落ち着いたりしました。二回目の信号が直後に到来すると効果が増幅される「ペアパルス促進」や、一度学習した結合が再学習時に速く強化される「学習・忘却・再学習」といった古典的な学習パターンも再現できました。

デバイスに連合と認識を教える

実用的な応用を示すために、著者らはパブロフの犬の実験を模したパルスパターンをプログラムしました。一方のパターンはベルのような中性の合図を、もう一方は餌を見せるような無条件の出来事を模します。両方のパターンを繰り返し同時に適用すると、分子シナプスは後に合図のみで強く応答するようになり、犬がベルの音で唾液を分泌するように学習するのと同じ効果を示しました。デバイスはまた、モールス信号の点と線を符号化する短いパルスと長いパルスを区別し、簡単な配列を認識できました。デバイスから測定されたパラメータはスパイキングニューラルネットワークのコンピュータモデルに組み込まれ、手書き数字の分類で高い精度を達成しました。

イオンの動きが効果を駆動する仕組み

これらの挙動の背後には、イオンと分子形状の繊細な相互作用があります。コンピュータシミュレーションと対照実験により、特定のかさばる陽イオンが分子の近くに集まると、分子内の弱い硫黄–酸素間相互作用を乱し、構造をねじって伝導率を下げることが示されました。電気パルスによりこれらのイオンは押し遠ざけられたり再び引き寄せられたりし、分子を複数の安定した形状の間で移動させます。これらの形状が異なる記憶レベルに対応します。各イオンを移動させるのに必要なエネルギーは測定されたスイッチングエネルギーとよく一致しており、イオン制御による立体配座変化がデバイス機能の核心であるという説明を支持します。

より環境に優しい人工知能へ

平たく言えば、この研究は単一分子が小さな可変のシナプスのように振る舞い、ほとんど消え失せるほど微小なエネルギーで動作できることを示しています。こうしたデバイスはまだ実験室レベルの実証段階にありますが、多数のシナプス様素子を非常に小さな空間に詰め込みつつ消費電力を低く抑える将来のAIハードウェアへの道を示しています。スケールアップが可能になれば、このアプローチは高度な計算をよりエネルギー効率よくし、生物の脳が学習と記憶を扱うやり方により近づける手助けになるでしょう。

引用: Zhang, H., Ye, J., Gao, M. et al. Single-molecule neuromorphic device with aJ-level power consumption per switching. Nat Commun 17, 4655 (2026). https://doi.org/10.1038/s41467-026-71127-2

キーワード: ニューロモルフィックデバイス, 単一分子エレクトロニクス, シナプス可塑性, 低消費電力AIハードウェア, イオン制御伝導