反鐵磁裡藏著「磁性滑輪」？新型自旋元件讓 AI 更像人腦 

我們這篇研究提出了在 Pt/Co/IrMn 三層薄膜中，發現了一種隱藏在反鐵磁材料 IrMn 深處的「看不見的磁性有序度」。雖然一般量測到的交換偏壓( exchange bias，Hex）看起來可以被自旋軌道矩（Spin-orbit torque，SOT）完全翻轉，但實際上 IrMn 內部深層仍然存在一種像「滑輪（pulley）」一樣的深層磁性結構，會偷偷影響自旋軌道力矩切換的方向與難易度。

研究中發現，當破壞自旋軌道矩對稱性的外加磁場較小、或電流脈衝時間縮短時，這種隱藏的反鐵磁序會變得更加明顯，使磁化切換出現類似「棘輪（ratchet）」的不對稱行為：沿著初始交換偏壓的切換是漸進、類比式（analog）的，而順著初始交換偏壓的磁矩翻轉則會陡峭、數位式（digital）地切換。研究團隊利用自旋彈簧( exchange-spring）模型解釋這種現象，認為 IrMn 深處較穩定的自旋像是被壓縮的彈簧，會對磁化翻轉形成額外阻力。

更有趣的是，這種「類比＋數位雙重特性」非常適合模仿人腦神經突觸的學習行為。研究團隊進一步將不同脈衝寬度下的 SOT 切換曲線，轉換成類神經網路中的 活化函數，並實際導入 CNN 影像辨識架構中。結果發現，透過動態退火，辨識準確率可以接近傳統 ReLU 演算法，同時兼具硬體低功耗與可重組特性。

這項研究的重要意義在於：它不只是發現了反鐵磁材料中「超越交換偏壓的隱藏磁序」，也呈現了如何把材料本身的磁性動態直接轉換成 AI 運算功能，朝向更節能、更接近人腦運作方式的 類神經元計算邁進。

文章連結：https://pubs.acs.org/doi/10.1021/acsaem.6c00296

2026 自旋軌道矩技術相關發表。

 看不見的反鐵磁訊號：科學家如何「讀懂」沒有磁矩的磁鐵？  

在一般人的印象中，磁鐵之所以能被偵測，是因為它具有明顯的磁矩，也是廣義的磁性。但有一類材料叫做「反鐵磁材料（Antiferromagnet）」，其中的磁矩彼此相反排列，總磁化量幾乎互相抵消，因此外觀看起來像是「沒有磁性」。這讓反鐵磁材料雖然具有高速、低功耗、抗外界干擾等優勢，卻一直很難被真正應用在電子元件中，因為科學家很難直接「看見」或控制它內部的磁性排列。

我們這篇研究提出了一種新的方法，利用「自旋霍爾磁阻（Spin Hall Magnetoresistance，SHMR）」搭配「磁場冷卻（Field Cooling，FC）」技術，成功讀取並控制多晶反鐵磁材料中的 Néel order（反鐵磁序）。本研究團隊以 NiO/Pt 與 LaNiO3/Pt 為例，發現當材料薄膜系統在高溫下施加磁場並慢慢冷卻後，反鐵磁矩會像指南針一樣重新排列，而且這種排列即使磁場移除後仍然能維持，展現出非揮發性的磁性記憶效果。

更重要的是，研究團隊發現自旋霍爾磁阻可以像「電子聽診器」一樣，間接偵測反鐵磁材料內部的自旋方向。當電子流經 Pt 金屬層時，自旋電流會與反鐵磁排列互動，進而改變 Pt 的電阻。透過量測不同方向下的電阻變化，我們便能推測反鐵磁自旋的排列方向，甚至進一步觀察 Néel temperature（尼爾溫度）與 spin-flop 轉變等重要物理現象。

此外，這套方法還成功應用在超薄 LaNiO3 薄膜上。過去這類材料的磁性訊號非常微弱，難以被傳統磁性量測技術偵測，但自旋霍爾磁阻卻能敏感地捕捉到約 100 K 以下出現的反鐵磁訊號，顯示這種技術未來有機會成為研究新穎反鐵磁材料的重要方法。

這項研究的重要意義在於：它提供了一種簡單、可擴展、且與元件相容的方法，不需要複雜的單晶結構或強大的自旋電流來源，就能有效操控與讀取反鐵磁材料。這不僅有助於未來低功耗磁性記憶體與自旋電子元件的發展，也讓反鐵磁材料更接近真正實用的下一代 AI 與類神經元計算技術。

文章連結：https://www.nature.com/articles/s41598-026-37152-3

2026 磁阻技術應用相關發表。

 讓反鐵磁「學會記憶」：尼爾張量與新的自旋軌道矩   

在一般人的印象中，磁鐵之所以能被偵測，是因為它具有明顯的磁矩，也是廣義的磁性。但有一類材料叫做「反鐵磁材料（Antiferromagnet）」，其中的磁矩彼此相反排列，總磁化量幾乎互相抵消，因此外觀看起來像是「沒有磁性」。這讓反鐵磁材料雖然具有高速、低功耗、抗外界干擾等優勢，卻一直很難被真正應用在電子元件中，因為科學家很難直接「看見」或控制它內部的磁性排列。

現代電腦中的記憶體，大多依靠磁鐵方向來儲存資料。但傳統磁性材料容易受到外部磁場干擾，也逐漸面臨速度與功耗的瓶頸。因此，科學家開始將目光轉向「反鐵磁材料（Antiferromagnet）」，這是一種內部磁矩彼此抵消、幾乎沒有外部磁場的特殊材料。這類材料不但切換速度極快，還具有高穩定性，被視為下一代 AI 與低功耗記憶體的重要候選者。然而，真正的挑戰在於：現實中的反鐵磁材料大多是「多晶」結構，內部自旋排列非常混亂，難以像單晶材料那樣被精確控制。為了解決這個問題，研究團隊提出了一個全新的概念：「Néel tensor（尼爾張量）」。

不同於過去只用單一方向描述磁性的「尼爾序（Néel order）」，尼爾張量可以用統計方式描述多晶反鐵磁中複雜而隨機的自旋排列。研究中，我們團隊引入了類似人工智慧中的機器學習方法，利用統計分析去找出隱藏在混亂自旋中的規律。就像 AI 能從大量資料中辨識特徵一樣，研究人員從看似隨機的反鐵磁自旋中，萃取出一種新的「張量結構」。更驚人的是，這個尼爾張量不只是數學描述，它還會產生一種新的磁性作用力，研究團隊將其命名為「尼爾張量矩（Néel tensor torque）」。透過這種新型的自旋軌道矩能夠在沒有外加磁場的情況下，直接驅動相鄰鐵磁層的切換，實現所謂的「零場寫入」，此為第三代自旋軌道矩型磁記憶體的核心技術。而除了零場寫入的特性外，我們團隊發現元件會自然呈現不同的切換方向極性，有些順時針翻轉、有些逆時針翻轉，而且這種特性像「指紋」一樣，每顆元件都不完全相同。 這代表它除了可做為記憶體之外，還有機會應用在硬體安全中的物理不可複製功能（Physically Unclonable Function，PUF）技術。

這篇研究的重要性在於，它首次為多晶反鐵磁材料建立了一套完整的新理論與實驗架構，不僅揭露了隱藏在雜亂磁性中的統計規律，也開啟了反鐵磁自旋電子學的新方向。未來，這種可訓練、可重設、低功耗且高速的磁性元件，可能成為下一代智慧記憶體與 AI 晶片的重要核心技術。

本篇工作還入選 Adv. Mater. Inside Front Cover

文章連結：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202506462

2025 自旋軌道矩技術相關發表。

 電子不只會帶電，還會選「山谷」？二硫化鉬能谷電子學的新發現 

二維材料家族中單層二硫化鉬，不只可以傳遞電荷，還能利用電子所在的「能谷（valley）」來儲存資訊，因此被認為是下一代能谷電子學（Valleytronics）與量子元件的重要材料。不過，要真正控制這些能谷狀態，最大的挑戰之一，就是如何在材料中穩定地建立「能谷自旋極化（valley spin-polarization）」。

這篇研究利用一種磁性絕緣體—釔鐵石榴石（YIG），與單層二硫化鉬形成異質結構，研究磁性鄰近效應（magnetic proximity effect, MPE）如何改變二硫化鉬中電子的自旋與 valley 行為。 團隊發現，當二硫化鉬與釔鐵石榴石接觸後，釔鐵石榴石的磁性可以「隔空影響」二硫化鉬的電子排列，即使沒有真正的電子交換，也能讓二硫化鉬產生類似磁化的效果。

研究中特別關注一種稱為「三激子（Trion）」的準粒子。三激子可以想像成「一個激子再加上一顆額外的自旋電子」，因此本身具有磁性，對外界磁場與磁性鄰近效應特別敏感。研究團隊利用自旋解析光致激發螢光光譜技術，分析不同圓偏振光下的發光訊號，成功觀察到能谷自旋極化的形成。

更有趣的是，研究發現能谷自旋極化的來源其實包含兩種不同機制：在低溫下（約 40 K 以下），除了電子自旋累積之外，還會出現類似磁場造成的塞曼分裂（Zeeman splitting），使不同能谷的能量位置劈裂；但當溫度升高後，塞曼分裂逐漸消失，只剩下自旋累積持續存在，而且能谷自旋極化甚至能維持到約 200 K。

研究也發現，單層二硫化鉬在轉移到 YIG 上後會產生明顯的電子摻雜效應，使三激子的比例增加。團隊認為，正是這些具有磁性的三激子，成為 YIG 與 單層二硫化鉬之間磁性偶合的重要媒介，進而促成能谷自旋極化的形成。

這項研究的重要意義在於，它顯示出二維材料中的能谷極化不只是單純的磁場效應，而是與三激子、自旋累積、磁性鄰近效應彼此偶合的結果。未來若能進一步透過閘極控制 trion 狀態，就有機會實現可調控的能谷電子元件，推動低功耗量子資訊、自旋電子學與 AI 光電元件的發展。

文章連結：https://iopscience.iop.org/article/10.1088/1361-6528/adf7b0/meta

2025 二維材料與能谷電子學相關發表。