Comments
Description
Transcript
シリコン表面上の マジックナノクラスター配列 水中における 水素結合
Achievement Report シリコン表面上の マジックナノクラスター配列 水中における 水素結合ネットワーク： 脳と同等の性能の スーパーコンピューターを作る： ラマンと多重内部反射赤 外線分光を用いた研究 その計画とは？ ルンウェイ・リー Runwei LI 中国 ディードリッヒ・シュミット アニルバン・バンディオパダヒャイ 2002-2003 大阪大学で JSPS リサーチフェロー、 Diedrich SCHMIDT アメリカ Anirban BANDYOPADHYAY インド 2003 年 10 月 Kaiserslautern University of Technology にて 1975 年生まれ。2005 年 Univer sity of Washington にて PhD 取得。 1975 年生まれ。2004 年 Indian Association for the Cultivation of Science にて Ph D 取得。 Alexander von Humboldt research fellow。2005 年 2 月から ICYS 研究員。 同年 10 月から ICYS 研究員。 Senior Research Fellow を経て、2005 年 2 月から ICYS 研究員。 1974 年生まれ。 2002 年 Institute of Physics, Chinese Academy of Sciences にて PhD 取得。 ナノ構造の アーキテクチャー化に挑む いても熱安定性があることが分かりました。 材料としての水を探る のか、またこれらの変化が液体水の物理的 つまりこのクラスター配列は、官能基化され 水中における分子間相互作用は非常に ナノ触媒、光学・電気デバイス、量子計算、 た大規模の金属クラスター配列、または単 重要で、液体−液体間界面のイオン分布や 暗号法への応用の可能性から、大規模かつ 一分子配列の加工のための人工インターフェー 高秩序の金属ナノクラスター配列を固体表面 ス、またはテンプレートとして最適の素材とな 上に加工することは大きな注目を集める研 究課題となりつつあります。最近では同一寸 脳の思考過程を模倣し、明らかにノイズの多い 特性にどのような影響を与えうるのかを理 宇宙の起源から パイナップルの突起まで 解することを目的としています。サンプルか 世界中で使われているコンピューターは、 工ニューラルネット） 以外には、マルチタスクを同 液体水中の分子構造、長距離疎水性相互 らの距離の関数となる水の振動モードの変 150 年以上前に発見された原理をもとに作ら 時にこなすための理論や概念といったものは 作用などといった多くの現象に見られる幅 化はラマン分光法を使って精査します。一方、 れています。この原理とは、この宇宙の全て 存在しないのです。 りうると考えられます。温度が500℃以上の 広い性質の原因となっており、接着、たん イオン種、濃度、電圧依存などの様々な条 は熱力学的に “イエス” と “ノー” という二つの決 私の研究では、高い知能を持つ単分子層 場合、シリコン （111） −7×7でのマジックアル ぱく質折りたたみ、コロイド安定性など、様々 件下で起こりうる水の構造変化に関する、 定をもとに成り立っているというものです。一 を構築するためにランダムネットワーク内の多 法の金属クラスター配列が技術的に重要な ミニウムクラスター高速拡散は、マジッククラ な現象の媒介に影響を与えます。 表面の影響を受けやすい情報を得るために 杯のお酒、夜空の星、火山、葉の上の水滴、 項選択スイッチを結合させています。そこで、 シリコン （111）表面上に作成されるようになっ スター位相が√3×√3−Al位相に変質すると これまで、水は連続体（非相互作用液体） は、多重内部反射型赤外吸収分光法（MIR 全てがこの原理に従っていますが一つだけ これらの相互作用を分析することによって、 てきました。例えば、シリコン （111） −7×7上 同時に起こります。シリコン （111） −7×7表面 または混合モデル （混合クラスタ配置または −IRAS） を用いています。図1（a）はMIR− 違うものがあります ―私たちの脳です。私た 特有の論理推移が対照的な蓮状の経路を に作成されたハニカム格子状の大きなアル 上のマジックアルミニウムクラスターの拡散活 密度） として扱われてきました。近年、液体水 IRASの説明図です。赤外線はシリコン結晶 ちの脳を構成する神経細胞には “イエス” と “ノー” たどることを発見しました。例えば 60 年前 データから論理を抽出しようとしているANN （人 ミニウムマジックナノクラスター配列は、その 性化エネルギーは、∼2.0±0.3eVであると分 のモデルとして支持を集めている考え方は、 導波管内を伝搬し、赤外エネルギーがプリ だけでなく少なくともそれ以外に 2-3,000 の選 のノイマンのコンピューターが花びら１枚しか ほぼ完璧に近い周期性から、二次元ナノク かりました。この結果は、クラスター配列を このシステムが水素結合、水和イオン・分子数、 ズムと接したサンプルによって吸収され、 択肢があります。これが脳が非常に高性能で ない蓮だとすると、それに神経細胞のように ラスター結晶と呼ばれています。しかし、こ 生み出すのがクラスター拡散プロセスより、 あるいは表面・界面の減少の程度によって 信号の喪失として計測されます。 あることの理由です。ボールが 9 個あったとし 選択肢を付け加えることによって、私たちは のような金属ナノクラスター配列の根本的な むしろ原子拡散であることを示しています。 決まる特定の統計分布を示す水素結合のネッ ラマンとMIR−IRASスペクトルは分子の たら次々と白色・黒色を使って 29 通りの組み合 脳と同等の処理能力のある完全な蓮の花を 自己組織化の構造はまだ不明です。私たち 更に私たちは、高温でのシリコン （111） −7× トワークからなっているとするものです。 局所ネットワークを表す水素結合の特性によっ わせに変化させることができます。さらに、白・ 作ることができるのです。更におどろくこと はそれについて調査し、コントロールが可能 7表面上のアルミニウムナノクラスター配列形 水と水溶液の構造特性を調べるために てデコンボリューションされ（図1（b） ）、割り 黒に加え赤色と黄色を使うと 49 通りに変化さ には、考えているときの脳の応答信号は蓮 な自己組織化拡張の発見と、完璧な人工二 成プロセスを直接観察しました。これにより、 使われる一般的な方法には、中性子拡散、 当てられます。スペクトル内の変化は例え せることができます。つまり、選択肢が２つ増 の花のように見えるということです。DNA 次元ナノクラスター結晶の応用を目指した研 アルミニウムマジッククラスターは蒸着量があ X線回折（XRD）、分光法などがあります。 ばサンプルの表面からの距離の関数として、 えると可能性は 29 倍になるということです。こ 鎖を上から見ると蓮の花のように見えます。 究を行っています。 る一定値を超えた時にのみ形成されること ラマン分光法と赤外吸収分光法は、特に標 またはイオン濃度（図1（c） ） と対比して測定 れにより神経細胞は究極に高性能な脳を形 花びらの位置はフィボナッチ数列 （0, 1, 1, 2, すでに私たちは、アルミニウムナノクラスター が分かりました。アルミニウムマジッククラスター 準温度・標準気圧下での水分子の局所構造 されます。さらに、実験と比較するためにカー 成することができるわけですが、過去 80 年 3, 5） に従っていて、この法則は宇宙の起源 配列の熱安定性とシリコン （111） −7×7表面 の分布を系統的に分析することにより、アル を調べるのに適しています。 パリネロ分子動力学シミュレーションを用い 間人類は２つの選択肢についてしか研究して からパイナップルの突起まで、自然にはあふ 上の各アルミニウムマジッククラスターの動的 ミニウムナノクラスター間の相互引力作用が NIMS/ICYSで行っている研究は、固体 た理論モデリングを純水上 （図1（d） ） または きませんでした。４つの選択肢を使えば、スイッ れるほど存在しているのです。このように、 挙動を、温度可変超高真空走査トンネル顕 提示でき、これが全てのアルミニウムナノクラ ／液体界面における液体水の振動スペクト 塩類水溶液上で行います。バルクまたは界 チが 100 個ある場合、プロセッサーの性能は 弱い相互作用 （つまり低エネルギー）で人間 微鏡（UHV−STM） と電子ビーム蒸着装置 スターがハニカム構造による大規模二次元 ルを調べることに焦点をあてており、このよ 面／表面での水の材料特性・物理特性の理 2 100 倍上がります―これは 10 30 倍です！私は の脳と同等の多項選択をマスターすることは、 を用いて、その場観察しました。これにより、 配列を形成する理由であることが分かりま うな界面が水素結合ネットワーク （例えば水 論モデルを改善するために、シミュレーショ 神経細胞のような多項選択スイッチの設計と 未来の電気産業の行方を大幅に変え、更に アルミニウムナノクラスター配列は500℃にお した。 の局所構造） にどのような影響を与えている ン結果と実験とを組み合わせるのです。 実現の研究をしています。このスイッチは原子 社会の仕組みを地球規模で全く新しいもの 直径にも満たない大きさで、実に究極のナノ にすることだと言えるのです。 (c) 信号合計の割合の変化（％） (d) (a) 水 赤外線 (a) (b) (c) (b) シリコン プリズム (d) (e) (f) 図1 シリコン(111)-7×7 表面上のアル ミニウムの様々な蒸着量でのSTM画像 (a) 0.02ML; (b) 0.04ML; (c) 0.08ML; (d) 0.12ML; (e) 0.17ML; (f) 0.30ML. . スキャンサイズ：28.6×28.6nm2, 観察温度：400˚C. 吸収 （任意単位） 1.0 c 0.8 d No.10, Jun. 2007 b 0.4 e f 1500 2000 2500 3000 波数（cm-1） 0.4 a 3500 4000 有機単分子層上で人間の脳の MRI 画像を模倣 私たちの頭や臓器は、同時に様々な決定や 様々な機能を果たすことが出来ます。しかしコ 0.2 ンピューターにはこれができません。赤い花を a 0.0 見て、幼い頃の楽しい記憶やわくわくする気持 e f -0.2 -0.4 ちが一度に思い起こされるのはなぜなのだろ d 0 0.0 6 c b Change in Peak Areas 0 mM に対する変化 50 100 塩濃度（mM） 150 遺伝子 うと考えることはないでしょうか？このような分 -0.6 0.6 0.2 0.6 レベルでの選択マシーンと言えるものです。 200 図１: （a）MIR−IRAS 設定の説明図； （b）データ／ν （OH） −バンドへのフィット； （c） ピーク部分の変化とNaCl濃度［純水に対する値］ ； （d）Dr.Tateyama （NIMS）による純水の水素結合を 示すCPMD 計算 析をコンピューターでコード化するには非常に 複雑で、そのコードは宇宙規模の長さになって しまうことでしょう！スーパーコンピューターは作 業を多くの機械に分担させることはできますが、 一度にたくさんのタスクをこなすことはできません。 脳の MRI 1. A. Bandyopadhyay, Y. Wakayama, K. Miki, Appl. Phys. Lett. 89, 243506 (2006) 2. A. Bandyopadhyay, K. Nittoh, Y. Wakayama, S. Yagi, K. Miki, J. Phys. Chem. B 110, 20852 (2006) No.10, Jun. 2007 7