共计 765 个字符，预计需要花费 2 分钟才能阅读完成。
东京都立大学近日在材料科学领域取得突破性进展，其研发的新型原子层状材料有望为人工智能技术发展提供关键支持。研究团队发现，该材料在氧化过程中电阻率降低了五个数量级，降幅达到同类非层状材料的百倍以上。这一发现可能为下一代人工智能计算设备，特别是忆阻器的开发提供重要材料基础。
在人工智能技术快速发展的背景下，对更高计算能力的需求正推动着材料科学领域的创新。忆阻器作为具有 ’ 记忆 ’ 功能的电子元件，其性能与大脑中的突触类似，被视为新一代人工智能芯片的核心组件。东京都立大学的研究团队，在冈大智副教授的带领下，专注于研究过渡金属氧化物材料的电阻率变化特性。
- 
- 
- 
- 
- 
- 
研究团队采用脉冲激光沉积（PLD）技术，成功制备了高质量的 Sr 3 Cr 2 O 7−δ 薄膜。这种具有钙钛矿型结构的材料在空气中加热处理后，表现出显著的电阻率降低。通过深入分析晶体结构，研究人员发现材料中的氧空位在加热过程中被填充，导致铬原子的氧化态发生变化。特别值得注意的是，层状薄膜与三维结构材料在氧化过程中的结构变化存在显著差异。这种结构变化与铬氧化态变化的协同作用，使得导电电子能够更自由地在材料中移动。
这一发现不仅限于单一材料，更为薄膜材料的设计提供了新的思路。研究团队相信，氧化与层状原子结构的结合这一设计原则，可以应用于开发更多新型薄膜材料。这种创新方法有望为忆阻器和高能效芯片的研究开辟新方向，为未来计算技术的发展提供动力。
该研究得到了多个科研项目的支持，包括 JSPS-KAKENHI（资助号 20H02704）、SPring- 8 的 HAXPES 实验（提案号 2022B1574）、KEK-PF（提案号 2021S2-002）以及东北大学材料研究所的 GIMRT 计划（提案号 202312-CRKEQ-0010, 202412-CRKEQ-0018）。这些支持确保了研究的顺利进行和成果的取得。
