Max Home IndustryИсследователи из Института промышленных наук при Токийском университете продемонстрировали новую систему искусственного интеллекта, которая может находить и маркировать 2D-материалы на изображениях под микроскопом в мгновение ока. Эта работа может помочь сократить время, необходимое для подготовки электроники на основе 2D-материалов к потребительским устройствам.
Двумерные материалы предлагают новую захватывающую платформу для создания электронных устройств, таких как транзисторы и светодиоды. Семейство кристаллов, которые можно сделать толщиной всего в один атом, включает металлы, полупроводники и изоляторы. Многие из них стабильны в условиях окружающей среды, и их свойства часто значительно отличаются от свойств их трехмерных аналогов. Даже сложение нескольких слоев вместе может изменить электронные характеристики, чтобы сделать их подходящими для батарей следующего поколения, экранов смартфонов, детекторов и солнечных элементов. И, возможно, даже более удивительно: вы можете сделать их самостоятельно, используя канцелярские товары. Нобелевская премия по физике 2010 г. была присуждена за осознание того, что атомарно тонкий «графен» можно получить, отшелушивая кусок графитового грифеля карандаша с помощью липкого скотча.
Итак, что мешает вам создавать собственные электронные устройства во время работы в перерывах между встречами? К сожалению, атомно-тонкие 2D-кристаллы имеют низкую производительность, а их оптические контрасты составляют очень широкий диапазон, и найти их под микроскопом — утомительная работа.
Теперь группе под руководством Токийского университета удалось автоматизировать эту задачу с помощью машинного обучения. Они использовали множество помеченных примеров с различным освещением, чтобы научить компьютер определять очертания и толщину чешуек без необходимости точной настройки параметров микроскопа. «Благодаря использованию машинного обучения вместо обычных алгоритмов обнаружения, основанных на правилах, наша система оказалась устойчивой к изменяющимся условиям», — говорит первый автор Сатору Масубучи.
Этот метод можно распространить на многие другие 2D-материалы, иногда без каких-либо дополнительных данных. Фактически, алгоритм смог обнаружить хлопья диселенида вольфрама и диселенида молибдена, просто обучаясь на примерах дителлурида вольфрама. Благодаря способности определять менее чем за 200 миллисекунд расположение и толщину расслоенных образцов, система может быть интегрирована с моторизованным оптическим микроскопом.
«Автоматический поиск и каталогизация 2D-материалов позволит исследователям протестировать большое количество образцов, просто отшелушивая и запустив автоматизированный алгоритм», — говорит старший автор Томоки Мачида. «Это значительно ускорит цикл разработки новых электронных устройств на основе 2D-материалов, а также продвинет вперед изучение сверхпроводимости и ферромагнетизма в 2D, где нет дальнего порядка».