カリフォルニア大学サンディエゴ校、制御可能な記憶を持つニューロン晶体トランジスタデバイスを開発

カリフォルニア大学サンディエゴ校の研究者たちは、電流を用いて二酸化チタンという材料の振る舞いを変化させることで、実験的な電子デバイスがいかに記憶を形成し消去するかを制御する手法を示した。このデバイスはニューロン晶体トランジスタと呼ばれ、生物学的ニューロンの一部の電気的スイッチング挙動を模倣する。研究者たちは、そのスイッチングをより予測可能にしたり、より予測不可能な状態に戻したりできることを発見した。この発見は、物理構造の変化を通じて情報を記憶する、脳に着想を得た計算ハードウェアの設計に役立つ可能性がある。このようなシステムは、異なるプロセッサとメモリユニット間でデータを移動する必要がある従来の方法よりも、特定の計算と記憶機能をより効率的に実行することを目的としている。

物理学教授Oleg Shpyrkoが率いるカリフォルニア大学サンディエゴ校のチームは、電流がデバイスを通過する際、コヒーレントX線回折を用いて材料内部のナノスケールの変化を観察した。これにより、内部構造がスイッチング挙動にどう影響するかを研究することが可能になった。二酸化チタンは電気的絶縁体と導電体の状態間で転移できる。この変化は材料の構造変化を伴うため、ニューロンの一部の特徴を模倣する電子デバイスの研究に非常に有用である。実験では、繰り返し電気刺激が材料内部の微小領域の配列と運動にどう影響するかを調べた。

研究手法と材料特性

これらの領域はドメインと呼ばれ、デバイスが状態間を切り替える際に相互作用する。チームは、これらの領域の運動がますます制限される「圧密」と呼ばれるプロセスを特定した。それらの相互作用が、独立した振る舞いではなく、材料の変化を制限し始める。繰り返し電気刺激が一定の閾値を超えると、材料をこの圧密状態へと押しやる。その結果、デバイスのその後のスイッチングがより予測可能になり、初期の電気活動が将来の挙動に影響を与えることが示された。研究者たちはまた、より低電流の刺激がこの効果を逆転させ、予測しにくいスイッチング状態を回復させられることも発見し、電気入力によってデバイスの記憶様挙動を制御する手段が得られることを示した。

これらの実験では数千秒にわたる構造変化を追跡し、研究者たちがデバイスの電気的履歴と材料内部の変化を結びつけることを可能にした。これらの発見は、ニューロン晶体トランジスタがいかにして以前の電気活動に関する情報を、別個の従来型メモリコンポーネントなしで保持するかの物理的説明を提供する。この場合、学習とはデバイスが情報を理解したり独立して問題を解いたりすることを意味せず、以前の刺激によって引き起こされるスイッチング挙動の測定可能な変化を指す。忘却はこの変化の逆転を表す。

ニューロモルフィックコンピューティングの可能性

この区別はニューロモルフィックコンピューティングにとって極めて重要であり、ニューロモルフィックコンピューティングは、ニューロンとシナプスがいかに情報を処理し保持するかに着想を得た電子システムの構築を目指している。以前の電気信号に基づいて応答を調整できるデバイスは、最終的に記憶と計算機能を統合した回路に貢献する可能性がある。しかし、研究者たちはこのメカニズムを実験的な材料システムで実証したに過ぎず、完全な脳型プロセッサではない。複数のデバイス間でいかに確実に挙動を制御するか、記憶状態の変化速度、このアプローチが実際の回路で測定可能な省エネをもたらすかどうかを明らかにするため、さらなる研究が必要である。

この研究はまた、結合した構造的・電気的転移を持つ材料において、ナノスケールの構造変化が電子スイッチングにどう影響するかを研究する手法も提供する。これらの発見は『Nature Communications』に掲載された。

記憶制御の潜在的応用と課題

この研究の成果は、電子デバイスの記憶挙動を制御することで、将来の計算ハードウェアが生物学的神経システムの動作により近づく可能性を示している。これは計算効率を高めるだけでなく、プロセッサとメモリユニット間のデータ移動を減らし、エネルギーを節約することにもつながる。しかし、実験はまだ初期段階であり、研究者たちは複数のデバイス間でいかに確実に挙動を制御するか、そしてこれらの技術が実際の応用で期待通りの効果を発揮できるかをさらに検討する必要がある。