固体電気二重層を利用する超高速動作・高線型性人工シナプス素子の開発

2021 Fiscal Year Annual Research Report

• Project/Area Number: 21J21982
• Allocation Type: Single-year Grants
• Research Institution: Tokyo University of Science
• Principal Investigator: 西岡 大貴 東京理科大学, 理学研究科, 特別研究員(DC1)
• Project Period (FY): 2021-04-28 – 2024-03-31
• Keywords: 人工シナプス / 固体電気二重層 / 固体電解質 / ナノイオニクス / ニューロモルフィックデバイス / 人工知能 / AIハードウェア

Outline of Annual Research Achievements

本研究では、脳神経回路網を物理的に再現した高効率AI計算を行う脳型コンピュータの実現に向けて、シナプスの挙動を模擬した人工シナプス素子の開発を目指す。特に、イオンと電子の動的挙動を活用した全く新しい方式の人工シナプス素子の開発を行なった。
本年度はイオン伝導体である固体電解質薄膜と電子材料を組み合わせた人工シナプス素子開発に注力し、具体的には固体電解質薄膜および電子材料の材料選定や素子構造に関する検討を行なった。その結果、作製した人工シナプス素子に適切な電気刺激を加えることで、神経細胞とシナプスが示す特徴的な電気的挙動を模擬する素子を開発することに成功した。この特徴的な電気的挙動は、固体電解質薄膜と電子材料の界面近傍における固体イオニクス現象に由来することが、人工シナプス素子の電気測定や物理シミュレーションとの比較などから確認できた。また、開発した人工シナプス素子の脳型コンピュータへの応用可能性を検討するために、脳における情報処理から着想を得たニューラルネットワークの一種であるリザバーコンピューティングの枠組みを導入して画像認識タスクや時系列データ予測等のタスクを行い素子の計算性能を評価した。その結果、画像認識タスクでは階層型ニューラルネットワークに匹敵する画像認識正答率を示し、非線形自己回帰移動平均(NARMA)モデルによって生成される複雑な時系列を予測するNARMAタスクにおいても良好な予測精度を示すことを確認した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の研究計画では、本年度の目標は次の二点であった。
１：材料選定や素子構造に関する検討を行い、イオンと電子の動的挙動を活用した人工シナプス素子の作製を行うこと。
２：作製した人工シナプス素子について、電圧電流特性や応答速度などの基本的な電気特性評価に加えて、脳型情報処理のためのシナプス特性を評価すること。
本年度は上記の目標を全て達成したことに加え、人工シナプス素子を用いて画像認識タスクや時系列予測タスクなどのより応用に即した計算性能評価に関する検討も行なった。以上のペースを鑑みると本研究は概ね良好に進展しているといえる。

Strategy for Future Research Activity

本年度は人工シナプス素子の作製に加え、一つの素子が示すシナプス挙動や計算性能の評価を重点的に行なった。今後は脳型コンピュータの実現に向けて、開発した素子の集積化に関する検討を行う。人工シナプス素子を集積化し脳神経回路網を模擬した構造を目指すことで、物理的な情報処理システムとしての表現力は飛躍的に向上する。一方で、複数デバイス間の相互作用を受けた情報の入出力特性は極めて非線形な状態になると予想できる。こうした非線形性を計算資源として活用するための制御手法に加え、本研究が提案する脳型情報処理デバイスに適した学習アルゴリズム等に関する検討も行う。