2026年11月
トップ  > 韓国科学技術ニュース> 2026年11月

人工シナプスとニューロンを選択的に実現する半導体素子を開発 韓国・高麗大学校

韓国の高麗大学校(Korea University)は9月29日、同大学の研究チームが単一の半導体素子の内部構造を設計し、情報を記憶する人工シナプスと信号を生成する人工ニューロンの機能を選択的に実現する技術を開発したと発表した。研究成果は学術誌Advanced Materialsに掲載された。

同大学のKU-KIST融合科学技術大学院・融合エネルギー工学科のワン・ゴヌク(Wang Gunuk)教授の研究チームが、韓国科学技術研究院(KIST)のヤン・ソンウク(Yang Sungwook)博士の研究チームと共同で開発した。筆頭著者は同大学院博士課程のパク・グァニョン(Park Gwanyeong)氏である。脳の仕組みを電子素子で再現するニューロモルフィック技術は、情報の記憶と処理を密接に統合し、データ移動とエネルギー消費の削減を目指す。人工シナプスには情報を長期間保持する不揮発性、人工ニューロンには信号生成後に初期状態へ戻る揮発性が必要となる。従来は異なる材料や素子を用いるため、大規模化に伴い製造工程や回路構成が複雑になる課題があった。

研究チームは、電圧に応答する酸化バナジウムでデータを記憶・処理するメモリスタの内部構造を設計した。熱処理により、酸素空孔に富む層を備えた非対称のナノ多孔質構造を形成。ナノ細孔と欠陥に富む領域は人工シナプス、空隙が少ない緻密な領域は人工ニューロンとして働き、必要な機能に応じて素子を選択的に構成できる。素子をクロスバーアレイに積層して評価し、設定したシナプスの電気の通しやすさ(コンダクタンス)がニューロンの信号振幅と発火頻度を調節する連動動作を確認した。

さらに、低消費電力のスパイキングニューラルネットワーク(SNN)を構築し、動作を検証した。シナプス機能がじゃんけんの特徴的なパターンを学習・保持し、ニューロン機能が入力画像を認識して対応する出力指令を生成した。じゃんけんの手の形の画像を最大98.38%の精度で分類し、ロボットのモーター制御システムに直接組み込むことで、認識した画像に応じてグー、パー、チョキの動作を実現した。今後、複数の素子を大規模アレイに集積し、周辺回路と組み合わせることで、エッジ人工知能(AI)、フィジカルAI、知能型センサー、低消費電力のニューロモルフィック半導体システムへの展開が期待される。

サイエンスポータルアジアパシフィック編集部

  • アジア・太平洋総合研究センター
  • Science Japan
  • 客観日本
上へ戻る