Ricercatori dell'Istituto di Scienze Industriali, una parte dell'Università di Tokyo, ha dimostrato un nuovo sistema di intelligenza artificiale in grado di trovare ed etichettare materiali 2D nelle immagini del microscopio in un batter d'occhio. Questo lavoro può aiutare a ridurre il tempo necessario affinché l'elettronica basata su materiali 2D sia pronta per i dispositivi di consumo.

I materiali bidimensionali offrono una nuova entusiasmante piattaforma per la creazione di dispositivi elettronici, come transistor e diodi emettitori di luce. La famiglia dei cristalli che possono essere realizzati con uno spessore di un solo atomo include metalli, semiconduttori, e isolanti. Molti di questi sono stabili in condizioni ambientali, e le loro proprietà spesso differiscono in modo significativo da quelle delle loro controparti 3D. Anche impilare alcuni strati insieme può alterare le caratteristiche elettroniche per renderle adatte alle batterie di nuova generazione, schermi di smartphone, rilevatori, e celle solari. E forse ancora più sorprendente:puoi crearne qualcuno usando le forniture per ufficio. Il Premio Nobel per la Fisica 2010 è stato assegnato per la realizzazione che il grafene atomicamente sottile può essere ottenuto esfoliando un pezzo di mina di matita, grafite, con un pezzo di scotch adesivo.

Così, cosa ti impedisce di creare i tuoi dispositivi elettronici al lavoro tra una riunione e l'altra? Sfortunatamente, i cristalli 2-D atomicamente sottili hanno basse rese di fabbricazione e i loro contrasti ottici comprendono una gamma molto ampia, e trovarli al microscopio è un lavoro noioso.

Ora, un team guidato dall'Università di Tokyo è riuscito ad automatizzare questo compito utilizzando l'apprendimento automatico. Hanno usato molti esempi etichettati con varie luci per addestrare il computer a rilevare il contorno e lo spessore dei fiocchi senza dover regolare con precisione i parametri del microscopio. "Utilizzando l'apprendimento automatico invece dei convenzionali algoritmi di rilevamento basati su regole, il nostro sistema era resistente alle mutevoli condizioni, " dice il primo autore Satoru Masubuchi.

Il metodo è generalizzabile a molti altri materiali 2-D, a volte senza bisogno di dati aggiuntivi. Infatti, l'algoritmo è stato in grado di rilevare scaglie di diseleniuro di tungsteno e diseleniuro di molibdeno semplicemente essendo stato addestrato con esempi di ditelluride di tungsteno. Con la capacità di determinare, in meno di 200 millisecondi, la posizione e lo spessore dei campioni esfoliati, il sistema può essere integrato con un microscopio ottico motorizzato.

"La ricerca e la catalogazione automatizzate di materiali 2-D consentirà ai ricercatori di testare un gran numero di campioni semplicemente esfoliando ed eseguendo l'algoritmo automatizzato, " L'autore senior Tomoki Machida afferma. "Ciò accelererà notevolmente il ciclo di sviluppo di nuovi dispositivi elettronici basati su materiali 2-D, oltre a far progredire lo studio della superconduttività e del ferromagnetismo in 2-D, dove non c'è ordine a lungo raggio."