|
本研究では、人工知能（Artificial Intelligence: AI）を用いて金属細線でのエレクトロマイグレーション（EM）現象を制御し、金属原子を室温で一つずつ移動させることが可能な、AIに支援された原子の移動・操作技術の開発を行う。具体的には、フィードバック制御型エレクトロマイグレーション（FCE）法へのAIの適用を目指す。ここでは、AIがFCE法の実験パラメータを自律知能的に決定し、原子スケールの接点構造である「原子接合」や原子スケールのギャップ構造である「原子ギャップ」を作製する。これらの技術を応用し、原子1個～数個の島電極を有する単電子トランジスタである「“単原子”トランジスタ」の実現を目指す。これより、“エレクトロマイグレーション”という簡単な手法を用いてAIに支援された原子スケールデバイス技法の開拓を行い、人間の経験に頼らない、AIを利用した単一原子機能の発現・制御手法の確立を目指す。
最終年度（令和2年度）では、本手法による単電子トランジスタ(SET)の作製、AIの高性能化、自律知能的なFCE実験パラメータ推定によるAu原子接合の移動操作技術の高度化を行った。まず、昨年度に開発したAIを用い、Auナノギャップに対して本手法を適用しSETを作製した。室温および低温にてクーロンブロッケードとゲート変調特性が確認され、これらの特性はKorotkov-Nazarovモデルで説明できた。帯電エネルギーからアイランド電極は10nm程度と見積もられ、原子スケールのアイランド電極作製にはより精緻なFCE制御が必要であることが判明した。そこで、イジングマシン上にAIを構成し、それをFPGAへ実装することでFCE実験専用カスタムハードウェアを作製した。本ハードウェアを用いて自律知能的なFCE実験パラメータの探索と実験への適用をリアルタイムで行い、一原子の移動を安定且つ高速に実行した。
|
