人工知能と生体様工学の協働を加速する三次元メモリスタの創出

点击翻译按钮获取中文摘要

近年精力的に研究されてるAI専用ハードウェアのアーキテクチャとして2Dクロスバーモデルがあるが、このモデルは全結合型ニューラルネットワークに対応しているため畳み込みなどの近傍結合を表現する場合に無駄が生じる。そこで、次元の障壁を超えるべく立体的な新しいアーキテクチャのシナプス素子が望まれている。本研究は、前駆体溶液とそれに浸した電極に矩形波交流ポテンシャルを印加することで、電解重合により導電性高分子PEDOT:PSSワイヤーが発生することに着目し、それを立体的に集積することで実際の脳構造を模した脳型デバイスの構築を目標としている。そのために、PEDOT:PSSワイヤー成長のヒューリスティックモデルを構築しシミュレータを作成・応用することで予め三次元的な電極配置による実験で起こる問題を予見する。2021年度は、PEDOT:PSSワイヤー成長の特徴を「量子化した溶液空間内で最も電流が流れた場所を、導電性ポリマーワイヤーに変化させる」という形に単純化し、これを基本原理に2次元シミュレータを作成した。2次元シミュレーションは成功しヒューリスティックモデルを用いたニューラルネットワークの学習可能性を示した。次に二次元シミュレータを三次元へ拡張した。電位分布の解析方法に二次元シミュレータでは節点法を用いたが、三次元への拡張でシミュレータの規模が増大したことに対処するため、電位分布の解析方法をオイラー法に変更した。三次元シミュレーションも成功したがシミュレーションを行う中で、シミュレーションで再現する空間の規模とシミュレーション時間がトレードオフの関係にあり、さらに複雑なシミュレーションを行うためにはこの関係が肝要であることがわかった。