東京大學下屬的工業(yè)科學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)可以瞬間找到并標記顯微鏡圖像中的二維材料。這項工作可以幫助縮短基于二維材料的電子產(chǎn)品用于消費類設備所需的時間。

二維材料為創(chuàng)建電子設備（例如晶體管和發(fā)光二極管）提供了令人興奮的新平臺。單原子厚的晶體家族包括金屬，半導體和絕緣體。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，智能手機屏幕，探測器和太陽能電池等。更為神奇的是：甚至可以使用辦公用品來自己動手制造二維材料。2010年諾貝爾物理學獎的獲得者就是通過透明膠帶剝離鉛筆芯中的石墨來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)品中還沒有廣泛應用呢？因為原子厚的2-D晶體的制造良品率很低，并且它們的光學對比度范圍很廣，在顯微鏡下找到它們是一項繁瑣的工作。

現(xiàn)在，由東京大學（University of Tokyo）領導的團隊已成功地使用機器學習使該任務自動化。使用了許多帶有各種照明的標記示例，以訓練計算機檢測薄片的輪廓和厚度，而不必微調顯微鏡參數(shù)。作者Satoru Masubuchi說：“通過使用機器學習而不是傳統(tǒng)的基于規(guī)則的檢測算法，我們的系統(tǒng)對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，有時不需要任何附加數(shù)據(jù)。實際上，僅通過使用二碲化鎢實例進行訓練，該算法就能夠檢測二硒化鎢和二硒化鉬薄片。由于能夠在不到200毫秒的時間內確定剝離樣品的位置和厚度，因此該系統(tǒng)可以與電動光學顯微鏡集成在一起。

通訊作者Tomoki Machida說：“二維材料的自動搜索和分類將使研究人員只需通過剝離和運行自動算法即可測試大量樣品。這將大大加快基于二維材料的新型電子設備的開發(fā)周期，并推進對二維電子中的超導性和鐵磁性的研究?！?/span>

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

詳細情況歡迎您咨詢我們