Нобель сыйлығының артындағы CVD технологиясының инновациясы

Жақында 2024 жылғы физика бойынша Нобель сыйлығының жариялануы жасанды интеллект саласына бұрын-соңды болмаған назар аударды. Америкалық ғалым Джон Дж.Хопфилд пен канадалық ғалым Джеффри Э.Хинтонның зерттеулері қазіргі күрделі физикаға жаңа түсініктер беру үшін машиналық оқыту құралдарын пайдаланады. Бұл жетістік жасанды интеллект технологиясындағы маңызды кезеңді ғана емес, сонымен қатар физика мен жасанды интеллекттің терең интеграциясын білдіреді.

Ⅰ. Физикадағы химиялық буларды тұндыру (CVD) технологиясының маңызы мен қиындықтары

Химиялық буларды тұндыру (CVD) технологиясының физикадағы маңызы көп қырлы. Бұл материалды дайындаудың маңызды технологиясы ғана емес, сонымен қатар физиканы зерттеу мен қолданудың дамуына ықпал етуде басты рөл атқарады. CVD технологиясы атомдық және молекулалық деңгейде материалдардың өсуін дәл басқара алады. 1-суретте көрсетілгендей, бұл технология қатты шөгінділерді генерациялау үшін қатты беттегі газ немесе бу тәрізді заттарды химиялық реакцияға түсіру арқылы әртүрлі жоғары өнімді жұқа қабыршақтарды және наноқұрылымды материалдарды шығарады1. Бұл физикада материалдардың микроқұрылымы мен макроскопиялық қасиеттері арасындағы байланысты түсіну және зерттеу үшін өте маңызды, өйткені бұл ғалымдарға белгілі бір құрылымы мен құрамы бар материалдарды зерттеуге, содан кейін олардың физикалық қасиеттерін терең түсінуге мүмкіндік береді.

Екіншіден, CVD технологиясы жартылай өткізгіш құрылғыларда әртүрлі функционалды жұқа қабықшаларды дайындаудың негізгі технологиясы болып табылады. Мысалы, CVD кремнийдің монокристалды эпитаксиалды қабаттарын, галлий арсениді және II-VI жартылай өткізгіш монокристалды эпитаксий сияқты III-V жартылай өткізгіштерді өсіру үшін және әртүрлі легирленген жартылай өткізгіш монокристалды эпитаксиалды қабыршақтарды, поликристалды кремний қабықшаларын және т.б. салу үшін пайдаланылуы мүмкін. және құрылымдар қазіргі заманғы электронды құрылғылар мен оптоэлектрондық құрылғылардың негізі болып табылады. Сонымен қатар, CVD технологиясы оптикалық материалдар, асқын өткізгіш материалдар және магниттік материалдар сияқты физиканы зерттеу салаларында да маңызды рөл атқарады. CVD технологиясы арқылы арнайы оптикалық қасиеттері бар жұқа пленкаларды оптоэлектронды құрылғыларда және оптикалық сенсорларда пайдалану үшін синтездеуге болады.

1-сурет CVD реакциясын тасымалдау қадамдары

Сонымен қатар, CVD технологиясы практикалық қолданбаларда² кейбір қиындықтарға тап болады, мысалы:

✔ Жоғары температура және жоғары қысым жағдайлары: CVD әдетте жоғары температурада немесе жоғары қысымда жүзеге асырылуы керек, бұл қолдануға болатын материалдардың түрлерін шектейді және қуат тұтынуы мен құнын арттырады.

✔ Параметр сезімталдығы: CVD процесі реакция жағдайларына өте сезімтал және тіпті шағын өзгерістер соңғы өнімнің сапасына әсер етуі мүмкін.

✔ CVD жүйесі күрделі: CVD процесі шекаралық шарттарға сезімтал, үлкен белгісіздіктерге ие және бақылау және қайталау қиын, бұл материалды зерттеу мен әзірлеуде қиындықтарға әкелуі мүмкін.

Ⅱ. Химиялық буларды тұндыру (CVD) технологиясы және машинада оқыту

Осы қиындықтармен бетпе-бет келген машиналық оқыту қуатты деректерді талдау құралы ретінде CVD саласындағы кейбір мәселелерді шешудің әлеуетін көрсетті. Төменде CVD технологиясында машиналық оқытуды қолдану мысалдары берілген:

(1) CVD өсуін болжау

Машиналық оқыту алгоритмдерін пайдалана отырып, біз эксперименттік деректердің үлкен көлемінен үйрене аламыз және әртүрлі жағдайларда CVD өсу нәтижелерін болжай аламыз, осылайша эксперименттік параметрлерді реттеуге басшылық жасаймыз. 2-суретте көрсетілгендей, Сингапурдағы Наньян технологиялық университетінің зерттеу тобы екі өлшемді материалдардың CVD синтезін басқару үшін машиналық оқытуда жіктеу алгоритмін пайдаланды. Ерте тәжірибелік деректерді талдай отырып, олар молибден дисульфидінің (MoS2) өсу жағдайларын сәтті болжады, бұл эксперименттің сәттілігін айтарлықтай жақсартты және тәжірибелер санын азайтты.

2-сурет Машиналық оқыту материалды синтездеуге бағыттайды

а) Материалды зерттеу мен дамытудың ажырамас бөлігі: материалды синтездеу.

(b) Жіктеу моделі екі өлшемді материалдарды синтездеу үшін химиялық бу тұндыруына көмектеседі (жоғарғы); регрессиялық модель күкірт-азот қоспасы бар флуоресцентті кванттық нүктелердің гидротермиялық синтезін бағыттайды (төменгі).

Басқа зерттеуде (3-сурет) CVD жүйесінде графеннің өсу үлгісін талдау үшін машиналық оқыту қолданылды. Графеннің өлшемі, қамтуы, доменінің тығыздығы және арақатынасы аймақтық ұсыныс конволюционды нейрондық желіні (R-CNN) әзірлеу арқылы автоматты түрде өлшеніп, талданды, содан кейін жасанды нейрондық желілер (ANN) және тірек векторлық машиналар () арқылы суррогат модельдері әзірленді. SVM) CVD процесінің айнымалы мәндері мен өлшенген спецификациялар арасындағы корреляцияны анықтау үшін. Бұл тәсіл графен синтезін имитациялай алады және үлкен түйір өлшемі және төмен домен тығыздығы бар қажетті морфологиясы бар графенді синтездеудің тәжірибелік шарттарын анықтай алады, бұл көп уақыт пен шығынды үнемдейді² ³

3-сурет Машиналық оқыту CVD жүйелеріндегі графен өсу үлгілерін болжайды

(2) Автоматтандырылған CVD процесі

Машиналық оқытуды нақты уақыт режимінде CVD процесіндегі параметрлерді бақылау және реттеу үшін автоматтандырылған жүйелерді әзірлеу үшін пайдалануға болады, бұл дәлірек басқаруға және жоғары өндіріс тиімділігіне қол жеткізу үшін. 4-суретте көрсетілгендей, Сидиан университетінің зерттеу тобы CVD екі қабатты екі өлшемді материалдардың айналу бұрышын анықтау қиындықтарын жеңу үшін терең оқытуды қолданды. Олар CVD дайындаған MoS2 түс кеңістігін жинады және MoS2 қалыңдығын дәл және жылдам анықтау үшін семантикалық сегменттеу конволюционды нейрондық желіні (CNN) қолданды, содан кейін CVD өсіретін айналу бұрышын дәл болжау үшін екінші CNN моделін оқытты. екі қабатты TMD материалдары. Бұл әдіс үлгіні анықтаудың тиімділігін арттырып қана қоймайды, сонымен қатар материалтану саласында терең оқытуды қолданудың жаңа парадигмасын ұсынады.⁴.

4-сурет Терең оқыту әдістері екі қабатты екі өлшемді материалдардың бұрыштарын анықтайды

Анықтамалар:

(1) Гуо, К.-М.; Цинь, З.-Х. Атом өндірісінде бу тұндыру технологиясын жасау және қолдану. Acta Physica Sinica 2021, 70 (2), 028101-028101-028101-028115. DOI: 10.7498/aps.70.20201436.

(2) Йи, К.; Лю, Д.; Чен, X.; Ян, Дж.; Вэй, Д.; Лю, Ю.; Wei, D. Қолдануларға арналған екі өлшемді материалдардың плазмамен күшейтілген химиялық бумен тұндыру. Химиялық зерттеулер шоттары 2021, 54 (4), 1011-1022. DOI: 10.1021/acs.accounts.0c00757.

(3) Хван Г.; Ким, Т.; Шин, Дж.; Шин, Н.; Хванг, С. CVD графенді талдауға арналған машиналық оқыту: өлшеуден SEM кескіндерін модельдеуге дейін. Өнеркәсіптік және инженерлік химия журналы 2021, 101, 430-444. DOI: https://doi.org/10.1016/j.jiec.2021.05.031.

(4) Хоу, Б.; Ву, Дж.; Циу, D. Y. Жеке Кон-Шам мемлекеттерін бақылаусыз оқыту: Көп денелік әсерлердің төменгі ағынды болжауының түсіндірілетін өкілдіктері мен салдары. 2024; p arXiv:2404.14601.