ニューロモーフィックコンピューティングのための酸化物界面ベース多相電子デバイス

将来のAIにとってこの小さなデバイスが重要な理由

携帯電話、自動車、データセンターが賢くなるほど、消費する電力は莫大になります。その多くは「思考」そのものではなく、情報を保持するチップと処理するチップの間でデータを絶えず往復させることに起因します。本稿は、酸化物材料から作られた新しいタイプの微小デバイスを紹介します。これは複数の電子的役割を同時に担うことができ、脳細胞の学習に似た動作を模倣することさえ可能です。このような形を変えるハードウェアは、現在のコンピュータよりもはるかに小型で省エネルギーな将来の人工知能システムの構築に寄与する可能性があります。

一つの小さな構成要素、多様な性格

研究者らは、二つの酸化物、ランタンアルミネート（LaAlO3）とチタン酸ストロンチウム（SrTiO3）の特殊な界面を用いています。これらの結晶が接する場所では、非常に薄い可動な電子シートが形成され、導電性のナノワイヤのように振る舞います。この界面を精密にパターニングし、二つのサイド電極を追加することで、同じナノスケール構造をリアルタイムで配線変更し、三つの基本的な電子素子として動作させることができます。ある配線では従来型のトランジスタとして、別の配線ではメムリスタ（記憶を持つ抵抗器）として、さらに別の配線ではメムキャパシタ（記憶を持つコンデンサ）として機能します。三つのモードはいずれも室温で、面積はおよそ1平方マイクロメートルと非常に小さく、三つの個別デバイスを用いるよりも何倍も小型で簡潔です。

形を変える仕組み

トランジスタモードでは、サイドゲートに加えられた電圧がLaAlO3/SrTiO3ナノワイヤに電子を押し込んだり引き出したりし、標準的な電界効果トランジスタと同様にチャネル電流を増減させます。メムリスタ動作に切り替えるには、サイドゲートを固定電位に接続せずに電気的にフローティングにします。これにより電荷がこれらの浮遊領域へゆっくりトンネルし、チャネルの抵抗が最近の電圧履歴に依存して特徴的なヒステリシスループを示します。メムキャパシタ動作では、同じゲート構造を使って電荷を制御された履歴依存の方法で蓄積・放出させ、キャパシタンスの二つの明確な状態とキャパシタンス–電圧応答におけるヒステリシスを生じさせます。三つのいずれのケースでも、鍵となる物理現象は界面付近での電荷のトラップとデトラップの制御であり、原子や欠陥の移動によるものではないため、挙動は安定で再現性があります。

基本素子から脳のような回路へ

同じ物理デバイスが外部配線次第でトランジスタ、メムリスタ、メムキャパシタとして動作できるため、ニューロモーフィック（脳に着想を得た）回路の柔軟な構成要素になります。著者らはまず1つのトランジスタと1つのメムキャパシタを接続して、単純な「リザバーコンピューティング」要素を構築します。短い入力パルスがトランジスタを制御し、それがメムキャパシタに電荷を与えます。出力電圧はゆっくりと減衰し、最近の入力の薄れる記憶を保持します。この非線形で短期的な記憶が、パターン認識のようなタスクに必要なリザバーコンピューティングの要件に合致します。コンピュータ生成の数字画像を用いて、これらの要素の配列が時間依存の電圧トレースに基づいて異なる数字を識別できることを示しています。

同じプラットフォームで学習、論理、意思決定

同じ酸化物デバイスは、シナプス（ニューロン間の接続）や論理ゲートといった機能を模倣する回路にも配線変更で切り替えられます。トランジスタ1つとメムリスタ1つの構成では、短い電圧スパイクが短時間の電流変化を生み、繰り返しや強いパルスは長期的な変化を引き起こし、生物学的シナプスが反復で強化される様子を再現します。トランジスタ2つとメムリスタ1つの構成では、論理出力が入力信号が除去された後でもメムリスタの導電率に直接保存されるORおよびANDの論理操作を実装しています。動作電圧の掃引方法を変えることで、まったく同じ回路がOR様動作とAND様動作の間で再構成でき、ルールをその場で適応させるようなシナプス的論理を実現します。概念実証として、心拍数と血圧の信号を回路にマッピングし、健康な個人と心疾患患者を区別する単純なヘルスモニタリングの意思決定ツリーを模倣しています。

日常技術への意味

非専門家にとっての要点は、著者らが複数の電子的振る舞い――さらに基本的な学習や意思決定機能までも――単一の安定したシリコン互換の酸化物デバイスに凝縮したことです。これにより回路面積が削減され、配線のオーバーヘッドが低減され、エネルギー消費を抑えられる一方で、パターン認識や適応論理といった高度なAI風処理をサポートできます。スケールアップされれば、このような多相酸化物デバイスは従来のコンピューティングと脳に着想を得た手法を融合する将来のチップの基盤となり、データセンター、エッジデバイス、センサーが増大する情報ストリームを今日のトランジスタのみのアーキテクチャよりも効率的に扱う手助けをする可能性があります。

引用: Pradhan, S., Miller, K., Hartmann, F. et al. Oxide interface-based polymorphic electronic devices for neuromorphic computing. Nat Commun 17, 3406 (2026). https://doi.org/10.1038/s41467-026-71642-2

キーワード: ニューロモーフィックコンピューティング, メムリスタ, 酸化物界面, リザバーコンピューティング, 多相エレクトロニクス