Ang makabagong teknolohiya ng CVD sa likod ng Nobel Prize

Kamakailan lamang, ang pag -anunsyo ng 2024 Nobel Prize sa Physics ay nagdala ng hindi pa naganap na pansin sa larangan ng artipisyal na katalinuhan. Ang pananaliksik ng siyentipiko ng Amerikano na si John J. Hopfield at siyentipiko ng Canada na si Geoffrey E. Hinton ay gumagamit ng mga tool sa pag -aaral ng makina upang magbigay ng mga bagong pananaw sa kumplikadong pisika ngayon. Ang nakamit na ito ay hindi lamang nagmamarka ng isang mahalagang milyahe sa artipisyal na teknolohiya ng katalinuhan, ngunit ipinapahiwatig din ang malalim na pagsasama ng pisika at artipisyal na katalinuhan.

Ⅰ. Ang kabuluhan at mga hamon ng teknolohiyang pag -aalis ng singaw ng kemikal (CVD) sa pisika

Ang kahalagahan ng teknolohiya ng pag -aalis ng singaw ng kemikal (CVD) sa pisika ay multifaceted. Ito ay hindi lamang isang mahalagang teknolohiya sa paghahanda ng materyal, ngunit gumaganap din ng isang pangunahing papel sa pagtaguyod ng pagbuo ng pananaliksik at aplikasyon ng pisika. Ang teknolohiya ng CVD ay maaaring tumpak na makontrol ang paglaki ng mga materyales sa mga antas ng atomic at molekular. Tulad ng ipinapakita sa Figure 1, ang teknolohiyang ito ay gumagawa ng iba't ibang mga high-performance manipis na pelikula at nanostructured na mga materyales sa pamamagitan ng chemically reaksyon ng gas o singaw na sangkap sa solidong ibabaw upang makabuo ng mga solidong deposito1. Mahalaga ito sa pisika para sa pag -unawa at paggalugad ng ugnayan sa pagitan ng microstructure at macroscopic na mga katangian ng mga materyales, sapagkat pinapayagan nito ang mga siyentipiko na pag -aralan ang mga materyales na may mga tiyak na istruktura at komposisyon, at pagkatapos ay malalim na maunawaan ang kanilang mga pisikal na katangian.

Pangalawa, ang teknolohiya ng CVD ay isang pangunahing teknolohiya para sa paghahanda ng iba't ibang mga functional manipis na pelikula sa mga aparato ng semiconductor. Halimbawa, ang CVD ay maaaring magamit upang mapalago ang silikon na solong kristal na epitaxial layer, III-V semiconductors tulad ng gallium arsenide at II-vi semiconductor solong kristal na epitaxy, at magdeposito ng iba't ibang mga doped semiconductor solong kristal na epitaxial films, polycrystalline silicon films, atbp. Bilang karagdagan, ang teknolohiya ng CVD ay gumaganap din ng isang mahalagang papel sa mga larangan ng pananaliksik sa pisika tulad ng mga optical na materyales, mga superconducting material, at mga magnetic material. Sa pamamagitan ng teknolohiya ng CVD, ang mga manipis na pelikula na may mga tiyak na optical na katangian ay maaaring synthesized para magamit sa mga optoelectronic na aparato at optical sensor.

Larawan 1 Mga Hakbang sa Paglipat ng Reaksyon ng CVD

Kasabay nito, ang teknolohiya ng CVD ay nahaharap sa ilang mga hamon sa mga praktikal na aplikasyon², tulad ng:

✔ Mataas na temperatura at mataas na kondisyon ng presyon: Karaniwang kailangang isagawa ang CVD sa mataas na temperatura o mataas na presyon, na nililimitahan ang mga uri ng mga materyales na maaaring magamit at pinatataas ang pagkonsumo at gastos ng enerhiya.

✔ Sensitivity ng parameter: Ang proseso ng CVD ay sobrang sensitibo sa mga kondisyon ng reaksyon, at kahit na ang mga maliliit na pagbabago ay maaaring makaapekto sa kalidad ng panghuling produkto.

✔ Ang CVD system ay kumplikado: Ang proseso ng CVD ay sensitibo sa mga kondisyon ng hangganan, may malaking kawalan ng katiyakan, at mahirap kontrolin at ulitin, na maaaring humantong sa mga paghihirap sa materyal na pananaliksik at pag -unlad.

Ⅱ. Chemical Vapor Deposition (CVD) Teknolohiya at Pag -aaral ng Machine

Nahaharap sa mga paghihirap na ito, ang pag -aaral ng makina, bilang isang malakas na tool sa pagsusuri ng data, ay nagpakita ng potensyal na malutas ang ilang mga problema sa larangan ng CVD. Ang mga sumusunod ay mga halimbawa ng aplikasyon ng pag -aaral ng makina sa teknolohiya ng CVD:

(1) Paghuhula ng paglago ng CVD

Gamit ang mga algorithm ng pag -aaral ng makina, maaari nating malaman mula sa isang malaking halaga ng pang -eksperimentong data at hulaan ang mga resulta ng paglago ng CVD sa ilalim ng iba't ibang mga kondisyon, sa gayon ay gagabay ang pagsasaayos ng mga eksperimentong mga parameter. Tulad ng ipinapakita sa Figure 2, ang pangkat ng pananaliksik ng Nanyang Technological University sa Singapore ay ginamit ang pag-uuri ng algorithm sa pag-aaral ng makina upang gabayan ang synthesis ng CVD ng dalawang-dimensional na materyales. Sa pamamagitan ng pagsusuri ng maagang pang -eksperimentong data, matagumpay nilang hinulaang ang mga kondisyon ng paglago ng molybdenum disulfide (MOS2), na makabuluhang pagpapabuti ng rate ng tagumpay ng eksperimentong at binabawasan ang bilang ng mga eksperimento.

Larawan 2 Mga Gabay sa Pag -aaral ng Machine Material synthesis

(a) Isang kailangang -kailangan na bahagi ng materyal na pananaliksik at pag -unlad: synthesis ng materyal.

(b) Ang modelo ng pag-uuri ay tumutulong sa pag-aalis ng singaw ng kemikal upang synthesize ang dalawang-dimensional na materyales (tuktok); Ang modelo ng Regression ay gumagabay sa hydrothermal synthesis ng asupre-nitrogen doped fluorescent quantum tuldok (ibaba).

Sa isa pang pag -aaral (Larawan 3), ang pag -aaral ng makina ay ginamit upang pag -aralan ang pattern ng paglago ng graphene sa CVD system. Ang laki, saklaw, density ng domain, at ratio ng aspeto ng graphene ay awtomatikong sinusukat at nasuri sa pamamagitan ng pagbuo ng isang panukala ng rehiyon ng convolutional neural network (R-CNN), at pagkatapos ay sumuko ang mga modelo ay binuo gamit ang artipisyal na neural network (ANN) at sumusuporta sa mga vector machine (SVM) upang masira ang ugnayan sa pagitan ng mga variable na proseso ng CVD at ang mga sinusukat na mga pagtutukoy. Ang pamamaraang ito ay maaaring gayahin ang synthesis ng graphene at matukoy ang mga pang -eksperimentong kondisyon para sa synthesizing graphene na may isang nais na morpolohiya na may malaking sukat ng butil at mababang density ng domain, pag -save ng maraming oras at cost² ³

Figure 3 Ang pag -aaral ng makina ay hinuhulaan ang mga pattern ng paglago ng graphene sa mga sistema ng CVD

(2) Awtomatikong proseso ng CVD

Ang pag -aaral ng makina ay maaaring magamit upang makabuo ng mga awtomatikong sistema upang masubaybayan at ayusin ang mga parameter sa proseso ng CVD sa real time upang makamit ang mas tumpak na kontrol at mas mataas na kahusayan sa paggawa. Tulad ng ipinapakita sa Figure 4, ang isang koponan ng pananaliksik mula sa Xidian University ay gumagamit ng malalim na pag-aaral upang mapagtagumpayan ang kahirapan na makilala ang anggulo ng pag-ikot ng CVD double-layer na dalawang-dimensional na materyales. Kinolekta nila ang puwang ng kulay ng MOS2 na inihanda ng CVD at nag-apply ng isang semantiko na segment ng convolutional neural network (CNN) upang tumpak at mabilis na makilala ang kapal ng MOS2, at pagkatapos ay sinanay ang isang pangalawang modelo ng CNN upang makamit ang tumpak na hula ng anggulo ng pag-ikot ng CVD-lumaki na doble-layer na mga materyales. Ang pamamaraang ito ay hindi lamang nagpapabuti sa kahusayan ng pagkakakilanlan ng sample, ngunit nagbibigay din ng isang bagong paradigma para sa aplikasyon ng malalim na pag -aaral sa larangan ng agham ng mga materyales⁴.

Larawan 4 Malalim na Mga Paraan ng Pag-aaral Kilalanin ang mga sulok ng dobleng layer na two-dimensional na materyales

Mga Sanggunian:

(1) Guo, Q.-M.; Qin, Z.-H. Pag -unlad at aplikasyon ng teknolohiya ng pag -aalis ng singaw sa pagmamanupaktura ng atom. Acta Physica Sinica 2021, 70 (2), 028101-028101-028101-028115. Dalawa: 10.7498/APS.70.20201436.

(2) Yi, K.; Liu, D.; Chen, X.; Yang, J.; Wei, D.; Liu, Y.; Wei, D. Pag-aalis ng singaw ng kemikal na pagpapahusay ng plasma ng mga two-dimensional na materyales para sa mga aplikasyon. Mga Account ng Chemical Research 2021, 54 (4), 1011-1022. Doi: 10.1021/acs.accounts.0c00757.

(3) Hwang, G.; Kim, T.; Shin, J.; Shin, N.; Hwang, S. Pag -aaral ng Machine para sa pagsusuri ng graphene ng CVD: Mula sa pagsukat hanggang sa kunwa ng mga imahe ng SEM. Journal of Industrial and Engineering Chemistry 2021, 101, 430-444. Doi: https://doi.org/10.1016/j.jiec.2021.05.031.

(4) Hou, B.; Wu, J.; Qiu, D. Y. Hindi sinusuportahan ang pag-aaral ng mga indibidwal na estado ng Kohn-Sham: Mga kahulugan na representasyon at mga kahihinatnan para sa mga hula sa agos ng maraming mga epekto sa katawan. 2024; P arxiv: 2404.14601.