由DGIST纳米技术系李贤俊与卢熙妍带领的研究团队，成功开发出全球首个基于两端子结构的人工智能（AI）半导体器件。该器件通过电信号精确调控氢离子，实现类似人脑的自学习和记忆功能，相关成果已发表在《Advanced Science》期刊上。

现代人工智能需要在极短时间内处理海量数据，但传统计算架构中“计算单元”和“存储单元”相互分离，导致数据在两者之间频繁传输，从而引发速度瓶颈和高能耗问题。为应对这一挑战，“类脑半导体”概念应运而生：通过模仿人脑中突触同时执行计算与存储的方式，从硬件层面提升AI效率。其中的关键器件是“人工突触”，其电导会随电信号变化并保持在新的状态。研究团队将氢元素引入这一领域，作为实现新型人工突触行为的核心媒介。

以往的氧化物基存储器件多依赖氧空位（缺陷）的迁移来实现电阻变化，这种机制在长期稳定性和器件间一致性方面存在明显限制。对此，研究团队采用自主开发的工艺，通过外加电场精确控制氢离子（H⁺）在器件中的注入与释放，从而实现更可控、更稳定的电阻切换行为，有效克服了传统方案的不足。

本次技术突破的另一大亮点，是首次在两端子垂直结构中实现基于氢迁移的AI运算功能。垂直结构有利于实现高密度集成和简化制造流程，被视为下一代高密度AI芯片的重要架构。然而，在此类结构中精确操控氢迁移并用于AI计算，此前尚无相关报道。

实验结果显示，这种基于氢的AI器件在超过 10,000 次重复操作中依然保持稳定工作，其存储状态在长时间放置后仍能完整保留。同时，器件电导可在外加电信号作用下逐步、可控地变化，成功模拟出类似生物突触的权重调节过程，从而实现类脑的学习与记忆功能演示。

高级研究员李贤俊指出：“本研究的价值不仅在于提出了一种新的AI半导体器件，更重要的是建立了一种基于氢迁移的全新电阻切换机制，这与现有依赖氧空位的存储方式有本质区别。”

副研究员卢熙妍补充表示：“我们首次在叠层半导体结构中，通过电学方式精确控制氢原子的迁移路径和行为。本研究揭示的氢迁移机制，有望从根本上重塑AI硬件架构，加速迈向低功耗、高效率的下一代类脑半导体时代。”