【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
24NM5357
利用課題名 / Title
マテリアル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
新原理計算機/ Emerging computer, 物理リザバーコンピューティング/ Physical reservoir computing, インマテリアルコンピューティング/ In-material computing, 固体イオニクス/ Solid state ionics,ワイヤーボンディング/ Wire Bonding,蒸着・成膜/ Vapor deposition/film formation
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)
西岡 大貴
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
ARIM実施機関支援担当者 / Names of Collaborators in The Hub and Spoke Institutes
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-659：ワイヤーボンダー [7476D #1]
NM-665：電子銃型蒸着装置 [ADS-E810]
報告書データ / Report
概要（目的・用途・実施内容）/ Abstract (Aim, Use Applications and Contents)
近年のAIによる高消費電力問題を解決する手段として、生物や脳神経回路が行う効率的な情報処理に着想を得た新しい計算機の実現が期待されている。特に、入力刺激に対して材料/デバイス内部で生じる非線形な動的挙動における空間的/時間的な状態発展を仮想的な神経回路ネットワークとみなして情報処理を行う物理リザバー計算(PRC)は、その適用可能性の高さから広範な物理系(スピン系/光学系/電子素子等)による検証が行われており[1]、イオニクス現象が動作に関与するイオンゲーティングトランジスタ型リザバー(IGR)については、カオスの縁といった特徴的な脳機能の一部を単一の素子で再現する段階まで到達している[2]。本研究課題では、種々の半導体材料とイオン伝導体材料で構成されるIGRの開発及び性能評価を通して、広範な情報処理タスクにおいて優れた性能を達成できるマテリアル型人工知能デバイスの実現を目指す。
実験 / Experimental
・支援機関で実施した内容
支援機関では主にIGRの電極成膜を行った。図1に示すように、SiO2/Si基板上に短冊状に複数個設置されたグラフェンチャネル上に、電子銃型蒸着装置を利用してCr/Au電極を成膜した。さらに、作製したデバイスをICソケットに設置したのち、デバイスのCr/Au電極とICソケットのAu電極パッドをワイヤーボンダーで結線した。これにより、半導体パラメータアナライザ等の電気測定装置を用いてデバイスの電気測定が可能となる。
・自機関で実施した内容
支援機関で作製したデバイス(グラフェンチャネルとCr/Au電極)の電気特性評価を半導体パラメータアナライザーで行ったのち、デバイス上に標準的なイオン伝導体であるイオンゲル及びゲート電極として金箔を設置することでトランジスタ型のデバイスが完成した。作製したデバイスについて、半導体パラメータアナライザで輸送特性等の基本的な電気特性評価を行ったのち、情報処理タスクを実行するための情報パルス列入力及びそれに対する応答電流を計測することでデバイスの計算性能評価を実施した。
結果と考察 / Results and Discussion
図2は支援機関で作製したグラフェンチャネル及びCr/Au電極の二端子電流-電圧特性を示す。電流-電圧が線形であることから、基板上のグラフェンチャネルと電子銃型蒸着装置で成膜したCr/Auがオーミック接触であることがわかる。このデバイス上にイオンゲルと金箔を設置して作製したトランジスタ型デバイスの輸送特性を図3に示す。輸送特性はグラフェンのディラックコーンを反映した両極性型の振る舞いを示すとともに、イオンの緩和過程を反映したヒステリシスを示した。入力ゲート電圧に対する両極性型の非線形なドレイン電流応答はPRCに必要とされる優れた非線形性をデバイスが有することを示し、ヒステリシスはPRCに必要とされる短期記憶をデバイスが有することを示す[1]。本IGRを利用してPRCの標準的なベンチマークタスクである非線形波形変換タスク[3]を実施した。このタスクでは、デバイスに三角波を入力し、デバイスの応答電流に適切な重みづけを行うことで矩形波や二倍波などの波形に変換することでデバイスの計算性能を評価する。重みについては一般に、目標波形と出力波形が一致するように線形回帰で学習される。図4は本IGRで実施した非線形波形変換タスクの結果を示す。上段はデバイスに入力される三角波を示し、中段及び下段の黒線は目標波形である矩形波と二倍波を示す。図4の中段及び下段に示す赤点線はデバイスによる予測波形を示し、いずれのタスクにおいても目標波形とよく一致していることがわかる。以上の結果は、本デバイスの優れた計算性能を示しており、これはデバイスの優れた非線形性と短期記憶に起因するものと考えられる。
図・表・数式 / Figures, Tables and Equations
図1 グラフェンチャネル及びCr/Au電極の光学顕微鏡画像
図２ グラフェンチャネルの電流-電圧特性
図３ 作製したデバイスの輸送特性
図４ 非線形波形変換タスクによる性能評価
その他・特記事項（参考文献・謝辞等） / Remarks(References and Acknowledgements)
[1] G. Tanaka et al., Neural Networks 155, 100-123 (2019).
[2] D. Nishioka et al., Science Advances 8, eade1156 (2022).
[3] J. Hochstetter et al., Nature Communications 12, 4008 (2021).
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
口頭発表、ポスター発表および、その他の論文 / Oral Presentations etc.
- 西岡大貴 他、第85回応用物理学会秋季学術講演会 (新潟)、2024年9月16日
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