Investigadores del Instituto de Ciencia Industrial, parte de la Universidad de Tokio, demostraron un novedoso sistema de inteligencia artificial que puede encontrar y etiquetar materiales 2D en imágenes de microscopio en un abrir y cerrar de ojos. Este trabajo puede ayudar a acortar el tiempo requerido paraElectrónica 2D basada en material para estar lista para dispositivos de consumo.
Los materiales bidimensionales ofrecen una nueva y emocionante plataforma para la creación de dispositivos electrónicos, como transistores y diodos emisores de luz. La familia de cristales que se pueden fabricar con un solo átomo de espesor incluye metales, semiconductores y aislantes. Muchos de estosson estables en condiciones ambientales y sus propiedades a menudo difieren significativamente de las de sus contrapartes 3D. Incluso apilar unas pocas capas juntas puede alterar las características electrónicas para que sean adecuadas para baterías de próxima generación, pantallas de teléfonos inteligentes, detectores y células solares.tal vez aún más sorprendente: puede hacer algo usted mismo usando suministros de oficina. El Premio Nobel de Física de 2010. fue otorgado por la realización de que se puede obtener "grafeno" atómicamente delgado exfoliando un trozo de mina de lápiz, grafito, con un trozo de cinta adhesiva adhesiva..
Entonces, ¿qué le impide hacer sus propios dispositivos electrónicos en el trabajo entre reuniones? Desafortunadamente, los cristales 2D atómicamente delgados tienen bajos rendimientos de fabricación y sus contrastes ópticos comprenden un rango muy amplio, y encontrarlos bajo un microscopio es un trabajo tedioso.
Ahora, un equipo dirigido por la Universidad de Tokio ha logrado automatizar esta tarea mediante el aprendizaje automático. Usó muchos ejemplos etiquetados con varias luces para entrenar a la computadora a detectar el contorno y el grosor de los copos sin tener que ajustar el microscopioparámetros "al utilizar el aprendizaje automático en lugar de los algoritmos de detección convencionales basados en reglas, nuestro sistema fue robusto a las condiciones cambiantes", dice el primer autor, Satoru Masubuchi.
El método se puede generalizar a muchos otros materiales 2D, a veces sin necesidad de datos adicionales. De hecho, el algoritmo fue capaz de detectar escamas de diselenuro de tungsteno y diselenuro de molibdeno con solo entrenarse con ejemplos de ditellurida de tungsteno. Con la capacidad de determinar, enmenos de 200 milisegundos, la ubicación y el grosor de las muestras exfoliadas, el sistema puede integrarse con un microscopio óptico motorizado.
"La búsqueda y catalogación automatizada de materiales 2D permitirá a los investigadores probar una gran cantidad de muestras simplemente exfoliando y ejecutando el algoritmo automatizado", dice el autor principal Tomoki Machida. "Esto acelerará en gran medida el ciclo de desarrollo de nuevos dispositivos electrónicos basadosen materiales 2D, así como avanzar en el estudio de la superconductividad y el ferromagnetismo en 2D, donde no hay un orden de largo alcance ".
Fuente de la historia :
Materiales proporcionado por Instituto de Ciencias Industriales, Universidad de Tokio . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :