九州工業大學利用僅經過切割與研磨處理的多鐵性氧化物「YMnO3 單晶」，開發出物理儲存計算(Physical Reservoir Computing; PRC)元件。此元件能以極低的電力消耗進行語音識別，並且在說話者辨識等方面亦展現出高精度。
PRC是一種利用物理現象或材料特性進行資訊處理的技術。與既有的機器學習模型相比，PRC具有低功耗與高速處理的優勢，因此在邊緣人工智慧(Edge AI)等應用被寄予厚望。然而，以光學或電化學等方式實現的PRC多數在高溫環境下特性呈現不穩定，且難以與半導體電路整合，因此在實用化上仍有困難。
此次九州工業大學聚焦於同時具備鐵電性與反鐵磁性的YMnO3單晶。此單晶能自然形成三葉狀展開的特殊鐵電疇結構(Ferroelectric Domains)，並進而組成隨機網路，藉此實現AI計算功能。
實驗結果證實，即使僅僅是經過切割與研磨處理的YMnO3單晶，也能展現出 PRC所需的非線性與記憶效果。此外，其總功耗僅約1.77 μW，換算至每個疇僅約0.02 nW，即可完成語音識別。識別準確率方面，數字識別達75%，說話者識別則達98%。透過更進一步的測試顯示，該元件在150℃的高溫下依然能維持穩定特性。此外，若透過外部電場控制疇結構，即能調節PRC的性能。