生物学的時間スケールで信頼できるスイッチングを示すEGaInチューブ型メモリスタ

脳のように動く液体回路

コンピュータと脳は非常に異なる電気の言語を話します。シリコンチップは高速ですが剛直である一方、私たちの神経細胞は遅い、流動的な化学プロセスに依存しています。本論文は、極小のチューブ内の液体金属から作られた新しいタイプの電子素子を紹介します。これは従来のトランジスタよりも生物学的なシナプスに近い振る舞いを示し、生体組織と直接やり取りしたり、脳に触発された計算を支えたりするのに適した時間窓でオン・オフを切り替えます。

なぜ新しい種類のメモリスイッチが必要か

エンジニアは長年、過去の信号を記憶する抵抗を持つ電子部品「メモリスタ」を求めてきました。メモリスタは学習する低消費電力の高速コンピュータを構築するための鍵です。既存の多くは固体内にナノスケールの金属フィラメントを形成・溶解することで動作する固体デバイスです。これらのフィラメントは数原子幅でランダムに成長するため、使用ごとやチップごとに挙動がばらつき、大規模応用での信頼性が制限されます。

チューブ内の金属滴

固体フィラメントのランダム性を避けるため、著者らは常温で液体の金属であるユーテクティックなガリウム–インジウム（EGaIn）と水酸化ナトリウム（NaOH）溶液に基づく液体系に着目します。ミリメートルスケールのプラスチックチューブ内に二つの小さなEGaIn領域を配置し、それらを電解質の液体で隔てます。銅または金めっき電極が外側から各金属領域に接触します。チューブに沿って控えめな電圧（1ボルト未満）を印加すると、電極間の抵抗が低抵抗状態と高抵抗状態の間で非常に再現性高くジャンプし、メモリスタの重要な特性を示します。活性領域が壊れやすいフィラメントではなく滑らかな液体界面であるため、多数の原子が協調して働き、ランダムな変動を平均化して数千回のスイッチングにわたり安定した挙動を生み出します。

成長する“皮膜”が電流を制御する仕組み

スイッチングは液体金属の表面に可逆的に形成される「皮膜」から生じます。塩基性溶液中では、EGaIn表面のガリウム原子が酸化されて酸化物や関連化合物を生成し、薄い絶縁膜のように振る舞います。単一の金属–電解質界面を注意深く調べることで、電圧を上げるとまず酸化が促進され、やがて成長する膜がさらなる反応を遮断して急激に抵抗が増える点に達することが示されました。電圧を下げるか逆にすると膜は溶解して金属表面はより導電的な状態に戻ります。チューブ全体のデバイスではこのような界面が直列に二つあり、電圧が正負に振れると一方が酸化し他方が還元されるため、明確な「オフ」「オン」しきい値を持つ対称的でヒステリシスのある電流–電圧曲線が生まれます。

生物の速度でのスイッチング

基本的なオン–オフ挙動に加え、著者らはこれらの液体スイッチがどれほど速く応答するかを測定しました。短い電圧パルスと回路測定を用いて、デバイスは約20–25ミリ秒でオフに、約150ミリ秒で再びオンになることが分かりました。これは多くの生体の神経や感覚プロセスの時間スケールに匹敵します。インピーダンス分光では、抵抗変化に加えて記憶様の容量的挙動も示され、生体膜で見られるようなより複雑な動的特性を示唆します。重要なのは、これらのデバイスが数日にわたって安定して動作し、スイッチング電圧のドリフトが小さいことです。

メモリ内部でのロジック

実用性を示すため、研究者らはこれらのチューブデバイス二つを配線して接続し、同時に結果を保持しながら基本的な論理演算を実行できることを示しました。低抵抗状態を論理“1”、高抵抗状態を“0”と見なし、慎重に選んだ電圧パルスを適用することで、簡単なANDおよびORゲートを構成します。これらの回路では、あるメモリスタの最終状態が論理演算の結果を直接符号化しており、データを別個の論理と記憶装置間で往復させるのではなく、同一の物理素子内で処理と保存を行う「インメモリコンピューティング」の一例となっています。

将来のデバイスに与える可能性

この研究は、液体金属と電解質で満たされた単純なチューブが、生物学的時間スケールに自然に合わせたスイッチング速度を持つ、非常に信頼性の高い低電圧メモリスタとして機能し得ることを示しています。活性領域が液体で滑らかなため、固体設計を悩ませる多くのランダム性の問題を回避しつつ、既存のメモリ技術と同等の電圧で動作します。さらなる微細化と材料最適化が進めば、このような液体メモリスタは消費電力を低減し、ソフトで柔軟な電子機器に統合される可能性があります。神経組織の時間的・物理的特性との類似性は、神経補綴、ブレイン–コンピュータ・インターフェース、およびリアルタイムで学習・応答できる適応型信号処理ハードウェアといった応用の可能性を示唆します。

引用: Pershin, Y.V., Patel, L., Bera, B. et al. EGaIn tube memristors offering reliable switching on a biological time scale. Commun Mater 7, 104 (2026). https://doi.org/10.1038/s43246-026-01113-0

キーワード: 液体金属メモリスタ, ニューロモルフィックコンピューティング, インメモリロジック, ブレイン・コンピュータ・インターフェース, 酸化物ベースのスイッチング