| 研究課題/領域番号 |
21H03506
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
浅井 哲也 北海道大学, 情報科学研究院, 教授 (00312380)
|
|---|
| 研究分担者 |
赤井 恵 北海道大学, 情報科学研究院, 教授 (50437373)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 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 |
|---|
| 研究成果の概要 |
脳内で無数の神経細胞が織りなす階層的な3次元近傍結合構造に学び，導電性ポリマー細線の複数電極間高次元配線（三次元メモリスタの構築）を試みた．2次元平面及び3次元立体空間上へ複数の電極を液中配置し，これらへ印加する重合電圧を制御することで所望の電極間へのみ選択的に細線を配線する技術を確立し、情報処理に必要なネットワークを軸索誘導のごとく一からその場形成し得ることを示した．また，ネットワーク形成後の電極へ外部電圧を印加することでゲート効果による細線の導電性変化が誘起され，電圧スパイク印加に伴う側抑制的な抵抗変化やリザバー計算等に利用可能な非線形応答が観測された。
|
| 自由記述の分野 |
集積回路工学
|
| 研究成果の学術的意義や社会的意義 |
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。
|
