Представьте себе супермощную линзу, которая раскрывает скрытые секреты ультратонких материалов, используемых в наших гаджетах. Исследование, проведённое под руководством профессора инженерии Университета Флориды Меган Бутала, открывает новый способ изучения атомной структуры тонких плёнок на монокристаллических подложках.
Потенциал для развития
Это исследование может значительно ускорить разработку полупроводниковых устройств нового поколения: от более быстрых смартфонов до более энергоэффективных компьютеров и мощных носимых устройств. Полупроводники, разработанные с точностью до атомного уровня, могут привести к созданию более интеллектуальной, быстрой, компактной и устойчивой электроники.
Разработка IsoDAT2D
Профессор Меган Бутала, доцент кафедры материаловедения и инженерии (MSE), разработала IsoDAT2D — рабочий процесс машинного обучения для обработки сложных двумерных данных о полном рентгеновском рассеянии от тонкоплёночных материалов.
IsoDAT2D выделяет и идентифицирует уникальные «отпечатки пальцев» ультратонких плёнок, которые лежат в основе повседневных технологий, которыми мы пользуемся. Например, компьютерные чипы состоят из слоёв тонких плёнок таких материалов, как диоксид кремния и нитриды металлов. Эти плёнки обычно в тысячи раз тоньше человеческого волоса.
Исследование [опубликовано](https://journals.iucr.org/paper?S2053273325002438) в журнале Acta Crystallographica Section A Foundations and Advances.
«Если мы поймём, какова атомная структура, как получить эту структуру и какие свойства она нам даёт, то сможем с самого начала разрабатывать более качественные материалы», — сказала Бутала.
Преодоление трудностей
Традиционно изучение тонких плёнок на монокристаллических поверхностях было затруднено. Часто информация об атомной структуре извлекалась из более крупных сигналов от относительно толстой подложки под ней. Такая большая разница в толщине и сигналах рентгеновского рассеяния затрудняет определение атомной структуры плёнки.
Новый подход Буталы улучшает способы обнаружения чрезвычайно тонких деталей в атомной структуре материала, преодолевая ограничения по соотношению сигнал/шум в данных о полном рентгеновском рассеянии от тонких плёнок. Эта возможность имеет решающее значение для понимания поведения материалов на атомном уровне.
«Это может ускорить разработку тонкоплёночных материалов в прикладных средах для хранения энергии, полупроводников и электронных материалов, что может ускорить проектирование материалов, улучшить воспроизводимость и доступность данных о рентгеновском рассеянии», — сказала Бутала.
Профессор Майкл Тонкс, председатель MSE, заявил, что исследования Буталы могут привести к разработкам, которые окажут значительное влияние на полупроводниковую промышленность и произведут революцию в производстве микросхем. Благодаря более чёткому пониманию исследователи могут разрабатывать материалы с более точными свойствами — например, более быстрые и энергоэффективные компьютерные чипы.
«Разработав передовой инструмент обработки данных, доктор Бутала проложила путь для исследователей, изучающих более широкий спектр тонких плёнок, что может привести к прорывам в различных областях — от энергетики до электроники», — сказал Тонкс.
Это может способствовать созданию более мощных и эффективных смартфонов и компьютеров, более совершенных датчиков для медицинских устройств, таких как кардиомониторы и инструменты визуализации, более безопасных и интеллектуальных аккумуляторных технологий, включая электровелосипеды и электромобили, передовых чипов для искусственного интеллекта и компонентов для квантовых компьютеров.
Ограничения и перспективы
Хотя исследование обещает много, существуют значительные проблемы и ограничения при попытке получить атомную информацию из тонкоплёночных материалов. Точный структурный анализ тонких плёнок с помощью IsoDAT2D требует высококачественных, хорошо отобранных входных данных и алгоритмов.
Ведущий студент-исследователь, недавний выпускник докторской программы MSE Даниэль Алверсон, сказал, что разработка модульной программы обработки данных была связана с множеством проб и ошибок, но путь оказался весьма полезным.
«Направление, которое мы выбрали, я действительно надеюсь, породит другие новые направления. Мы комбинируем эти два алгоритма машинного обучения, и они неплохо справляются с нами. Это вызывает дискуссии на конференциях и встречах. Это действительно объединяет множество людей с той же надеждой — попытаться понять эти типы материалов с этими монокристаллическими подложками», — сказал Алверсон.
Бутала сказала, что исследование было бы невозможно без доступа к Национальному источнику синхротронного света II в Брукхейвенской национальной лаборатории и сотрудничающему там сотруднику, учёному Даниэлю Олдсу, доктору философии. Это сотрудничество имело важное значение для управления задачами сбора данных и разработки подхода к обработке данных с помощью машинного обучения.
В настоящее время у неё есть предложение на рассмотрении в Министерстве энергетики, и она активно ищет финансирование и сотрудничество с отраслевыми партнёрами и федеральными агентствами.
«Мы расширяем границы того, что можно измерить. Мы помогаем проиллюстрировать — вот несколько алгоритмов машинного обучения, вот как их можно комбинировать по-разному. Это часть инноваций — сочетание предварительной обработки данных, алгоритмов машинного обучения и постобработки», — сказала Бутала.
Исследование также соответствует стремлению Соединённых Штатов стать лидером в разработке электроники нового поколения, включая высокопроизводительные передовые чипы для приложений искусственного интеллекта с улучшенной производительностью и более низким энергопотреблением.
Предоставлено [Брукхейвенской национальной лабораторией](https://phys.org/partners/brookhaven-national-laboratory/).