AI eta fisikaren fusioa: CVD berrikuntza teknologikoa Nobel Sariaren atzean

2024ko Fisikako Nobel Saria iragartzeak aurrekaririk gabeko arreta ekarri du adimen artifizialaren alorrean. John J. Hopfield zientzialari estatubatuarrak eta Geoffrey E. Hinton zientzialari kanadarrak egindako ikerketak ikaskuntza automatikoko tresnak erabili ditu gaur egungo fisikaren mundu konplexuari buruzko ikuspegi berriak emateko. Lorpen honek AI teknologian mugarri garrantzitsua ez ezik, fisikaren eta adimen artifizialaren arteko integrazio sakona ere iragartzen du.

Zein da lurrun-jadapen kimikoaren (CVD) garrantzia fisikan eta zer erronka ditu?

Lurrun-deposizio kimikoa (CVD) teknologiaFisikan askotariko garrantzia du, materialak prestatzeko teknika erabakigarri gisa funtzionatzen duen bitartean zientzia fisikoetan ikerketak eta aplikazioak aurrera egiteko ezinbesteko papera betetzen du. CVD-k materialaren hazkuntzaren kontrol zehatza ahalbidetzen du maila atomiko eta molekularrean. 1. irudian azaltzen den moduan, teknika honek gainazal solidoetan erreakzio kimikoak jasaten dituzten substantzia gaseosoak edo lurrun-faseak hartzen ditu, gordailuak solidoak sortzeko, eta, hortaz, errendimendu handiko film eta material nanoegituratu ugari sortzen dira. Gaitasun hori ezinbestekoa da fisikan materialen mikroegituren eta haien propietate makroskopikoen arteko erlazioa ulertzeko eta aztertzeko, zientzialariei egitura eta konposizio zehatzak dituzten materialak aztertzeko aukera ematen baitie, eta, horrela, haien propietate fisikoen inguruko ezagutza sakona lortzeko.

Gainera,CVD teknologiagailu erdieroaleetan hainbat film funtzional ekoizteko funtsezko metodoa da. Adibidez, hazteko erabil daitekesiliziozko kristal bakarreko geruza epitaxialak, III-V erdieroaleak galio artsenuroa bezalakoak eta II-VI erdieroaleak kristal bakarreko epi-geruza, baita dopatutako kristal bakarreko film epitaxial eta polisiliziozko filmak erdieroale dopatuak ere. Material eta egitura hauek gailu elektroniko eta optoelektroniko modernoen oinarria osatzen dute. Gainera, CVD teknologiak garrantzi handia du ikerketa-eremuetan, hala nola material optikoak, material supereroaleak eta material magnetikoak. CVD erabiliz, propietate optiko zehatzak dituzten film meheak sintetiza daitezke gailu optoelektronikoetan eta sentsore optikoetan aplikazioetarako.

Abantailak izan arren, CVD teknologiak hainbat erronka ditu aplikazio praktikoetan, hala nola:

Tenperatura eta presio handiko baldintzak: CVD-k askotan tenperatura edo presio handiak behar ditu, erabil daitezkeen material motak mugatuz eta energia kontsumoa eta kostuak handituz.

Parametroekiko sentikortasuna: CVD prozesua oso sentikorra da erreakzio-baldintzekiko, eta aldakuntza txikiek ere azken produktuaren kalitatean eragin dezakete.

CVD sistemen konplexutasuna: prozesua muga-baldintzekiko sentikorra da, ziurgabetasun handia erakusten du eta erreproduzigarriki kontrolatzea zaila izan daiteke, materialaren garapena zaildu dezakeelarik.

Nola egiten duLurrun Kimikoen Deposizio Teknologia (CVD).Ikaskuntza automatikoari etekina atera?

Erronka hauen aurrean, ikaskuntza automatikoak, datuen analisirako tresna indartsu gisa, gai horietako batzuk CVD eremuan jorratzeko ahalmena erakutsi du. Hona hemen CVD teknologian ikaskuntza automatikoko aplikazioen kasuak:

(1) CVD Hazkundea aurreikustea: Makina ikasteko algoritmoek datu esperimental zabaletatik ikas dezakete CVD hazkundearen emaitzak hainbat baldintzatan aurreikusteko, eta, horrela, parametro esperimentalen doikuntza gidatuz. 1. Irudian azaltzen den bezala, Singapurreko Nanyang Unibertsitate Teknologikoko ikerketa-talde batek ikasketa automatikoan sailkapen algoritmoak erabili zituen bi dimentsioko materialen CVD sintesia bideratzeko. Hasierako datu esperimentalak aztertuta, molibdeno disulfuroaren (MoS2) hazkuntza-baldintzak arrakastaz aurreikusi zituzten, esperimentuen arrakasta-tasa nabarmen hobetuz eta entsegu kopurua murriztuz.

1. irudia: Ikaskuntza automatikotik gidatutako materialen sintesia. (a) Materialaren garapenaren ezinbesteko zati bat: materialaren sintesia. (b) Sailkapen-ereduek bi dimentsioko materialen lurrun-deposizio kimikoaren (CVD) sintesia errazten dute (goian); erregresio ereduek sufre eta nitrogenoz dopatutako puntu kuantiko fluoreszenteen sintesia hidrotermala gidatzen dute (behean).

Beste ikerketa batean, 2. Irudian azaltzen den moduan, ikasketa automatikoa erabili zen CVD sistemen grafenoaren hazkunde-ereduak aztertzeko. Eskualde-proposamenaren sare neuronal konboluzionalak (R-CNN) garatuz, ikertzaileek grafenoaren tamaina, estaldura, domeinu-dentsitatea eta aspektu-erlazioa automatikoki neurtu eta aztertu ahal izan zituzten. Ondoren, neurona-sare artifizialak (ANN) eta euskarri bektore-makinak (SVM) erabili ziren ordezko ereduak garatzeko, arteko korrelazioa ondorioztatzeko.CVD prozesuaaldagaiak eta neurtutako zehaztapenak. Metodo honek grafenoaren sintesiaren simulazioa ahalbidetzen du eta grafenoa ekoizteko beharrezkoak diren baldintza esperimentalak zehazten ditu ale tamaina handiko eta domeinu dentsitate baxuko grafenoa, eta horrela denbora eta kostu garrantzitsuak aurreztuko dira.

2. irudia: CVD sistemetan grafenoaren hazkuntza-ereduen ikaskuntza automatikoa aurreikustea

(2) CVD prozesu automatizatua: CVD prozesuan zehar parametroak denbora errealean kontrolatzen eta doitzen dituzten sistema automatizatuak garatzeko erabil daiteke ikaskuntza automatikoa, kontrol zehatzagoa eta ekoizpen eraginkortasun handiagoa lortuz. 3. Irudian erakusten den moduan, Xidian Unibertsitateko ikerketa-talde batek ikaskuntza sakona erabili zuen CVD-k prestatutako bi geruza biko materialen biraketa-angelua ezagutzeko erronka gainditzeko. CVD-k prestatutako MoS2-ren kolore-espazioa bilduz eta segmentazio semantikoaren sare neuronal konboluzionalak (CNN) aplikatuz, MoS2-ren lodiera zehaztasunez eta azkar identifikatu ahal izan zuten. Ondoren, bigarren CNN eredu bat entrenatu zuten CVD bidez hazitako geruza biko TMD materialen biraketa-angelua zehatz-mehatz iragartzeko. Metodo honek laginak identifikatzeko eraginkortasuna hobetzeaz gain, materialen zientziaren arloan ikaskuntza sakona aplikatzeko paradigma berri bat ere eman zuen.

3. irudia: geruza biko materialen bi dimentsioko materialen biraketa-angelua identifikatzeko ikaskuntza sakoneko ikuspegia

Outlook

Nobel Sariaren iragarkiak berriro ere gogorarazten du adimen artifizialaren eta fisikaren integrazioak berrikuntza eta aurrerapen gehiago ekarriko dituela. Ikaskuntza automatikoko teknologiak aurrera egiten jarraitzen duen heinean, hori sinesteko arrazoiak ditugulurrun-deposizio kimikoen teknologiagarapen-aukera berriak topatuko ditu etorkizunean. Horrek guztiak aro berri baten hasiera iragartzen du, non teknologiaren eta zientziaren konbergentziak esploraziorako bide zabalagoak irekiko dituen.

Semicorex eskaintzakSiC/TaC estaldura grafitoaetazeramikazko materialak lurrun-deposizio kimikoaren (CVD) prozesuaren bidez. Kontsultarik baduzu edo xehetasun gehiago behar badituzu, ez izan zalantzarik eta jarri gurekin harremanetan.

Harremanetarako telefono zenbakia +86-13567891907

Posta elektronikoa: sales@semicorex.com