Artificial neuron with all functions using only one functional material
| Project/Area Number |
22K18788
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 21:Electrical and electronic engineering and related fields
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
イン ユウ 群馬大学, 大学院理工学府, 教授 (10520124)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2023: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2022: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
|
|---|
| Keywords | 学習機能 / 発火機能 / シナプス / ニューロン / 人工知能素子 / 人工知能 / ニューロン素子 / シナプス素子 / 多機能 |
|---|
| Outline of Research at the Start |
最近、医療や交通などの分野への活用が期待される、人工ニューロンと人工シナプスからなる脳型システムが世界中で非常に注目されている。今後、膨大な画像データをリアルタイムで処理する必要となるため、この脳型システムは極めて重要である。本研究では、作製プロセス簡略化、コスト削減のために、まず、他原子導入により全く新しいカルコゲナイドニューロン機能材料を探索する。次に、この新規機能材料を用い、学習機能を持つシナプス部分と発火機能を持つニューロン部分からなる、機能を持ち合わせた、画期的な人工ニューロン素子を創製する。
|
| Outline of Annual Research Achievements |
最近、医療や交通の分野への活用が期待される、革新的コンピューティング技術として、人工ニューロンと人工シナプスからなる脳型システムが世界中で非常に注目されている。今後、膨大な音声や画像データをリアルタイムで処理する必要があるため、この脳型システムにおける高集積化と低消費電力化などは極めて重要である。本研究では、入力信号履歴に応じての結合荷重変化機能（学習機能）を持つシナプス部分と情報を発信する機能（発火機能）を持つニューロン細胞部分からなる人工知能素子を創製することを目的とする。
今年度では、最初に第一原理計算（アドバンスソフト)を用い、人工知能素子に適する新材料を探索した。GeTeとSb2Te3の構造を作成し、最適化した後に、状態密度を計算した。また、それに基づいて算出したバンドギャップは1.1973 eV(GeTe)と0 eV(Sb2Te3）である。GeTeに窒素（N）を添加した場合、バンドギャップが閉じってしまうことが示された。これに対し、GeTeに酸素（O）を添加した場合、バンドギャップが大きくなり、次第に3.244 eVに広げた。Sb2Te3にOを添加すると、他の結果と比べて添加割合増加によりバンドギャップを徐々に広くさせることができた。これにより、Sb2Te3をベースとした添加材料は人工知能素子機能材料に適していると考えられる。また、有効遮蔽媒質法(ESM法)を用い、電場印加におけるGeSbTe系材料の状態密度を計算した。今後はさらに印加電場によるバンドギャップへの影響を調べる。
N-O添加Sb2Te3を用いた単純な２端子素子を作製し、電気特性を評価した。印加電流値が閾値を超えると、電流値が上がるとともにコンダクタンスも連続的に上昇させることができた。これにより、結合荷重変化機能（学習機能）と情報発信機能（発火機能）を併せ持つ人工知能素子が実証された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
第一原理計算によりGeTeやSb2Te3などのカルコゲナイドを研究した結果、人工知能素子に適しているSb2Te3をベースとした材料を見出した。
また、それに基づいたカルコゲナイド材料を用いた２端子素子を作製し、結合荷重変化機能（学習機能）と情報発信機能（発火機能）を併せ持つことを実証した。
電場印加によるバンドギャップへの影響について、計算に時間がかかるため、少し遅れているが、人工知能素子に適している材料を用いた素子を早めに作製し、基本的な人工知能素子の機能実証に成功したため、おおむね順調に研究が進展していると判断した。
|
| Strategy for Future Research Activity |
今後では、GeTeとSb2Te3の他にGe1Sb4Te7やGe2Sb2Te5などの材料にLi、Al等の金属元素を添加し、バンドギャップはどのように変化するかを調べる。また、電場印加計算を続けて行う予定である。これにより、分極に必要な電場Epとイオン化エネルギーEiとの関係を解明し、より人工知能素子に適する材料を見出す。
また、２端子素子を作製し、結合荷重変化機能（学習機能）と情報発信機能（発火機能）を併せ持つことを実証したが、今後では、多端子素子を作製し、これらの機能を実証する予定である。具体的には以下のように進める。多端子素子構造を有限要素法により設計する。スパッタリング成膜法と電子線描画法により、設計した多端子素子を作製する。TiNの電極層の上にニューロン部分を形成し、シナプス部分を作製する。また、機能検証回路を構築する。パルス発生器によるパルス印加とオシロスコープによる検出はLabVIEW制御により自動的に行う。電圧パルスをシナプスS部分の各端子に印加し、荷重係数に相当するコンダクタンスの変化を評価する。これにより、電気パルス印加により荷重係数が連続的に変化するシナプスの学習機能を確立する。また、電気パルスを各シナプスに同時に印加し、オシロスコープにより出力パルスを検出する。閾値以上になる条件のみに、パルスが出力されるといった発火機能を確立する。以上により、同じ材料で構造連続変化による学習機能及びイオン化による発火機能を全て持たせる革新的多端子ニューロン素子を創製する。
|
Report
(1 results)
Research Products
(7 results)
