東京大學(xué)下屬的工業(yè)科學(xué)研究所的研究人員展示了一種新型的人工智能系統(tǒng)，該系統(tǒng)可以瞬間找到并標(biāo)記顯微鏡圖像中的二維材料。這項(xiàng)工作可以幫助縮短基于二維材料的電子產(chǎn)品用于消費(fèi)類設(shè)備所需的時(shí)間。

二維材料為創(chuàng)建電子設(shè)備（例如晶體管和發(fā)光二極管）提供了令人興奮的新平臺(tái)。單原子厚的晶體家族包括金屬，半導(dǎo)體和絕緣體。其中許多在環(huán)境條件下都是穩(wěn)定的，其屬性通常與三維尺寸的屬性明顯不同。即使將幾層堆疊在一起也可以改變電子特性，使其適合于下一代電池，智能手機(jī)屏幕，探測(cè)器和太陽(yáng)能電池等。更為神奇的是：甚至可以使用辦公用品來(lái)自己動(dòng)手制造二維材料。2010年諾貝爾物理學(xué)獎(jiǎng)的獲得者就是通過(guò)透明膠帶剝離鉛筆芯中的石墨來(lái)獲得單原子厚度的石墨烯。

那么，為什么二維材料在現(xiàn)代電子產(chǎn)品中還沒(méi)有廣泛應(yīng)用呢？因?yàn)樵雍竦?-D晶體的制造良品率很低，并且它們的光學(xué)對(duì)比度范圍很廣，在顯微鏡下找到它們是一項(xiàng)繁瑣的工作。

現(xiàn)在，由東京大學(xué)（University of Tokyo）領(lǐng)導(dǎo)的團(tuán)隊(duì)已成功地使用機(jī)器學(xué)習(xí)使該任務(wù)自動(dòng)化。使用了許多帶有各種照明的標(biāo)記示例，以訓(xùn)練計(jì)算機(jī)檢測(cè)薄片的輪廓和厚度，而不必微調(diào)顯微鏡參數(shù)。作者Satoru Masubuchi說(shuō)：“通過(guò)使用機(jī)器學(xué)習(xí)而不是傳統(tǒng)的基于規(guī)則的檢測(cè)算法，我們的系統(tǒng)對(duì)于更改條件具有魯棒性。

該方法可推廣到許多其他二維材料，有時(shí)不需要任何附加數(shù)據(jù)。實(shí)際上，僅通過(guò)使用二碲化鎢實(shí)例進(jìn)行訓(xùn)練，該算法就能夠檢測(cè)二硒化鎢和二硒化鉬薄片。由于能夠在不到200毫秒的時(shí)間內(nèi)確定剝離樣品的位置和厚度，因此該系統(tǒng)可以與電動(dòng)光學(xué)顯微鏡集成在一起。

通訊作者Tomoki Machida說(shuō)：“二維材料的自動(dòng)搜索和分類將使研究人員只需通過(guò)剝離和運(yùn)行自動(dòng)算法即可測(cè)試大量樣品。這將大大加快基于二維材料的新型電子設(shè)備的開發(fā)周期，并推進(jìn)對(duì)二維電子中的超導(dǎo)性和鐵磁性的研究?！?/span>

論文標(biāo)題《Deep-learning-based image segmentation integrated with optical microscopy for automatically searching for two-dimensional materials》。

詳細(xì)情況歡迎您咨詢我們，客服電話：400-966-2800