【公開日：2025.06.10】【最終更新日：2025.05.01】
課題データ / Project Data
課題番号 / Project Issue Number
24NM5236
利用課題名 / Title
イオニクス型人工知能デバイスの研究
利用した実施機関 / Support Institute
物質・材料研究機構 / NIMS
機関外・機関内の利用 / External or Internal Use
内部利用（ARIM事業参画者以外）/Internal Use (by non ARIM members)
技術領域 / Technology Area
【横断技術領域 / Cross-Technology Area】（主 / Main）加工・デバイスプロセス/Nanofabrication（副 / Sub）-
【重要技術領域 / Important Technology Area】（主 / Main）量子・電子制御により革新的な機能を発現するマテリアル/Materials using quantum and electronic control to perform innovative functions（副 / Sub）-
キーワード / Keywords
人工知能,AI,表面・界面・粒界制御/ Surface/interface/grain boundary control,蒸着・成膜/ Vapor deposition/film formation,光リソグラフィ/ Photolithgraphy,膜加工・エッチング/ Film processing/etching
利用者と利用形態 / User and Support Type
利用者名（課題申請者）/ User Name (Project Applicant)
土屋 敬志
所属名 / Affiliation
物質・材料研究機構
共同利用者氏名 / Names of Collaborators in Other Institutes Than Hub and Spoke Institutes
北野 比菜,柴田 馨,西村 麻希,日笠 壮太,西岡 大貴
ARIM実施機関支援担当者 / Names of Collaborators in The Hub and Spoke Institutes
大井 暁彦,浦野 絵里 ,藤井 美智子,尾崎 康子,渡辺 英一郎,大谷 まさみ
利用形態 / Support Type
（主 / Main）機器利用/Equipment Utilization（副 / Sub）,技術補助/Technical Assistance
利用した主な設備 / Equipment Used in This Project
NM-636：マスクレス露光装置 [DL-1000]
NM-645：ICP-RIE装置 [CE300I]
NM-654：触針式プロファイラー [Dektak 6M]
NM-642：電子銃型蒸着装置 [MB-501010]
NM-647：FE-SEM+EDX [S-4800]
報告書データ / Report
概要（目的・用途・実施内容）/ Abstract (Aim, Use Applications and Contents)
近年、急速な情報増加に伴いこれらを高効率に処理する人工知能技術の必要性が高まっている。しかし、従来の半導体技術を基盤とする人工知能では、非常に高いエネルギー消費が問題となっている。そこで本研究では、圧倒的に低いエネルギー消費で動作するニューロモルフィックコンピュータの開発に資するナノデバイスを開発する。本研究では脳神経回路におけるシナプスやニューロンの振る舞いをイオニクス現象で模倣するイオニクス型人工知能デバイスの開発を目的とする。
実験 / Experimental
この研究では、チャネル半導体として化学気相成長法で製膜した単層グラフェンを用いた。マスクレス露光装置やICP-RIE装置を用いてパターニングしたグラフェンに電子銃型蒸着装置でドレイン電極、ソース電極を成膜してチャネルを形成した。パルスレーザー堆積法を用いてLi+伝導性固体電解質（アモルファスLi-Nb-O）やゲート電極（LiCoO２）などを成膜し、電気二重層トランジスタを作製した。
結果と考察 / Results and Discussion
ゲート電極に電圧VGを印加すると電解質内部でLi+輸送が起こることでグラフェン/電解質界面の電気二重層が変化する。これによりグラフェンの電子キャリア密度が変化してチャネルを流れるドレイン電流IDを制御する。電気特性評価およびベンチマークタスクによるトランジスタのPRC性能評価を行った。ゲート電圧VGを-1.5Vから+1.5Vの範囲で測定したID-VG特性を見ると、両極伝導特性が明瞭に観察された。このEDLTを非線形性と短期記憶を必要とする時系列データ予測タスク（NARMA2）を用いてPRC性能評価を行った。このタスクではPRCの非線形変換出力（予測波形）とターゲットとの正規化平均二乗誤差（NMSE）の値で評価され、NMSEの値が低いほど高性能を表す。EDLTの予測波形は目標波形を高精度で再現しており、NMSEは0.015であった。これは、高性能ダイヤモンドEDLTの性能（NMSE:0.020）と比較しても40%も低下した。グラフェンの両極電子輸送特性に起因した特殊なID-VG特性（非線形性）による非線形変換出力能力が、この高い性能に起因していると考えられる。
図・表・数式 / Figures, Tables and Equations
その他・特記事項（参考文献・謝辞等） / Remarks(References and Acknowledgements)
本研究はJSTさきがけ(JPMJPR23H4)の支援を受けて遂行された。
成果発表・成果利用 / Publication and Patents
論文・プロシーディング（DOIのあるもの） / DOI (Publication and Proceedings)
-
Hina Kitano, Physical reservoir computing with graphene-based solid electric double layer transistor and the information processing capacity analysis, Applied Physics Express, 18, 024501(2025).
DOI: 10.35848/1882-0786/adb19b
-
Hina Kitano, Reservoir Computing with Graphene-Based Lithium-Ion Operated Electric Double Layer Transistors, ECS Meeting Abstracts, MA2024-02, 3383-3383(2024).
DOI: 10.1149/MA2024-02483383mtgabs
口頭発表、ポスター発表および、その他の論文 / Oral Presentations etc.
- KITANO, Hina, NISHIOKA, Daiki, NAMIKI, Wataru, TERABE, Kazuya, TSUCHIYA, Takashi. Reservoir computing with graphene based lithium-ion operated electric double layer transistors. PRiME 2024. 2024年10月
- 北野 比菜, 西岡 大貴, 並木 航, 寺部 一弥, 土屋 敬志. グラフェンチャネルを用いた固体電気二重層トランジスタによる 物理リザバーコンピューティング. 2024年第85回応用物理学会秋季学術講演会. 2024年9月
特許 / Patents
特許出願件数 / Number of Patent Applications：0件
特許登録件数 / Number of Registered Patents：0件