3D memristive devices for accelerating collaboration between AI and bioengineering

2023 Fiscal Year Final Research Report

• Project/Area Number: 21H03506
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Hokkaido University
• Principal Investigator: Asai Tetsuya 北海道大学, 情報科学研究院, 教授 (00312380)
• Co-Investigator(Kenkyū-buntansha): 赤井 恵 北海道大学, 情報科学研究院, 教授 (50437373)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: メモリスタ / 三次元配線 / ニューラルネットワーク / 導電性ポリマー / 人工知能

Outline of Final Research Achievements

In the brain, countless neurons form a hierarchical 3D local connectivity structure. We attempted to create high-dimensional wiring of conductive polymer micro-wires between multiple electrodes （3D memristers）. By placing multiple electrodes in a liquid medium on a 2D plane and in 3D space, we established a technique to selectively wire micro-wires only between desired electrode pairs by controlling the applied polymerization voltage. This allowed us to dynamically form networks necessary for information processing, akin to axon guidance. Furthermore, after network formation, applying an external voltage to the electrodes induced changes in micro-wire conductivity due to gate effects. Nonlinear responses, including inhibitory resistance changes associated with voltage spikes and reservoir computing, were observed.

Free Research Field

集積回路工学

Academic Significance and Societal Importance of the Research Achievements

脳内情報処理を計算機上でシミュレートする従来のAI研究のアプローチに対し，材料固有の物性を巧みに利用することで人工脳が物理的にエミュレートされた「マテリアル知能」の実現に関する試みが近年数多くなされている．本研究は、マイクロ電極ギャップ間への3次元的なポリマー細線の液中配線を用いた電極間抵抗制御によるシナプス機能模倣を行うものである．細線の配線本数や径，導電性といった物理化学的変化を外部電圧制御によって誘起し，長期増強及び短期可塑性といったシナプス機能を電極間抵抗変化により模倣し得ることを示した．これらの発見は，現代のAIハードウェアの限界を3Dメモリスタで打破できる可能性を示唆している。