使用人工智能来设计材料的属性

时间:2019-03-03 11:22:49 阅读:115次

对一块半导体或其他晶体材料施加一点应变会使其结构中原子的有序排列变形,足以引起其性质的显着变化,例如导电,透光或传导热量的方式。
现在,麻省理工学院,俄罗斯和新加坡的一个研究小组已经找到了使用人工智能来帮助预测和控制这些变化的方法,这可能为未来的高科技设备开辟先进材料研究的新途径。
该研究结果发表在本周的“美国国家科学院院刊”上,由麻省理工学院核科学与工程教授,材料科学与工程学教授朱莉,麻省理工学院首席研究科学家明道和麻省理工学院研究生哲士撰写。与Evgenii Tsymbalov和Alexander Shapeev在俄罗斯Skolkovo科学技术研究所,Subra Suresh,Vannevar Bush退休教授,麻省理工学院前工程系主任和新加坡南洋理工大学现任主席。
基于麻省理工学院早期的工作,已经在一些硅处理器芯片中加入了一定程度的弹性应变。通过允许电子更快地穿过材料,即使在1%的结构变化,也可以在某些情况下将器件的速度提高50%。
最近由香港城市大学麻省理工学院博士后的Suresh,Dao和Yang Lu进行的研究表明,即使是自然界中发现的最坚硬和最坚硬的钻石,弹性拉伸也可以高达9%而不会失效。它是纳米尺寸针的形式。 Li和Yang同样证明,纳米级硅线可以纯弹性拉伸超过15%。这些发现开辟了新的途径来探索如何通过材料特性的更显着变化来制造器件。

应变定做


与其他改变材料特性的方法不同,例如化学掺杂,这会产生永久的静态变化,应变工程允许在运行中更改属性。 “应变是你可以动态打开和关闭的东西,”李说。
但是,应变工程材料的潜力受到了令人生畏的各种可能性的阻碍。应变可以以六种不同的方式应用(在三个不同的维度中,每个维度可以产生进出内侧或侧向的应变),并且具有几乎无限的度数级别,因此探索的全部可能性是不切实际的。只是通过反复试验。 “如果我们想要绘制整个弹性应变空间,它会快速增长到1亿次计算,”Li说。
这就是这个团队的机器学习方法的新颖应用拯救的地方,提供了一种系统的方式来探索可能性和寻找适当的应变量和方向,以实现特定目的的给定属性集。李说,“现在我们有了这种非常高精度的方法”,大大降低了所需计算的复杂性。
“这项工作说明了材料物理学,人工智能,计算和机器学习这些看似遥远的领域近期的进展如何能够推动对工业应用产生重大影响的科学知识,”Suresh说。
研究人员表示,这种新方法可以为创建适用于电子,光电和光子器件的材料提供可能性,这些器件可用于通信,信息处理和能源应用。
当对硅等结晶材料施加少量应变时,其性能会发生显着变化;例如,它可以从阻断电流转变为像金属一样自由地导电。
该团队研究了应变对带隙的影响,带隙是硅和钻石中半导体的关键电子特性。使用他们的神经网络算法,他们能够高精度地预测应变的不同量和方向将如何影响带隙。
带隙的“调谐”可以是提高设备效率的关键工具,例如硅太阳能电池,通过使其更精确地匹配其设计用于利用的能源类型。例如,通过微调其带隙,可以制造出与其对应物一样有效捕获阳光的硅太阳能电池,但厚度仅为千分之一。从理论上讲,这种材料“甚至可以从半导体变为金属,如果在大规模生产的产品中可行,那么这将有很多应用,”Li说。
虽然在某些情况下可能通过其他方式引发类似的变化,例如将材料置于强电场中或化学改变它,但这些变化往往会对材料的行为产生许多副作用,而改变应变的可能性较小。效果。例如,Li解释说,静电场通常会干扰设备的运行,因为它会影响电流通过它的方式。改变应变不会产生这种干扰。

钻石的潜力


Diamond作为半导体材料具有巨大潜力,但与硅技术相比,它仍处于起步阶段。 “这是一种极端材料,具有高载流子迁移率,”李说,指的是电流的负电荷和正电荷载体在钻石中自由移动的方式。因此,钻石可能是某些高频电子设备和电力电子设备的理想选择。
李说,通过一些措施,钻石的潜力可能比硅高出100,000倍。但它还有其他局限性,包括没有人能够找到一种良好且可扩展的方法将金刚石层放在大型基板上。该材料也很难“掺杂”或引入其他原子,这是半导体制造的关键部分。
通过将材料安装在可调节的框架中以改变应变的数量和方向,Dao说,“我们可以在改变其掺杂剂行为方面具有相当大的灵活性”。
虽然这项研究专注于应变对材料带隙的影响,但“方法可推广”到其他方面,不仅影响电子特性,还影响其他特性,如光子和磁性行为,Li说。从现在用于商业芯片的1%应变开始,现在许多新应用开放,该团队已经证明,在没有断裂的情况下,可能有近10%的应变。 “当你达到7%以上的压力时,你真的会在材料上做出很多改变,”他说。
“这种新方法可能会导致设计出前所未有的材料特性,”李说。 “但是还需要做进一步的工作才能弄清楚如何施加应变以及如何扩大工艺以在芯片上的1亿个晶体管上进行[并确保]它们都不会失败。”
“这项创新的新工作展示了通过大弹性应变显着加速普通材料中外来电子特性的工程设计的潜力,”斯坦福大学材料科学与工程副教授Evan Reed表示,他没有参与这项研究。 “它揭示了大自然为这种应变工程所展示的机遇和局限,并且它将引起广泛研究重要技术的研究人员的兴趣。”
这项工作得到了麻省理工学院Skoltech项目和南洋理工大学的支持。

使用人工智能来设计材料的属性所属专题:人工智能专题 《使用人工智能来设计材料的属性》链接:http://www.zhouchuanxiong.net/263

使用人工智能来设计材料的属性相关文章

  • 雷伊夫总统呼吁联邦资助,重点教
  • 新的合作通过人工智能激发全球与
  • 3Q:Aleksander Madry建立值得信
  • 人工智能系统使用透明的,类似人
  • 用人工智能解开海洋之谜
  • 人工智能有助于材料制造
  • 利用人工智能改善早期乳腺癌检测
  • IBM和麻省理工学院开展人工智能联
  • 麻省理工学院媒体实验室参与了27
  • 人工智能系统可以浏览网页以提高
  • 节能芯片可以执行强大的人工智能
  • 马文明斯基对人工智能的终身成就
  • MIT举办与人工智能电影相关的活动
  • 建立符合道德标准的人工智能
  • 人工智能服务的实况报道
  • 基于人工智能的低薪工人财务顾问
  • 最佳思维:IBM致力于与大学合作伙
  • 2017年CVPR的IBM研究:通过计算机
  • 通过人工智能技术扩展温布尔登高
  • 搜索引擎的历史:从索引卡到人工
  • 政府和人工智能:在省钱的同时提
  • DeepMind和Blizzard将星际争霸II
  • 砖和砂浆零售中人工智能的杀手用
  • AI在电影中:人工智能的一切超越
  • 人工智能正在改善旅游业的5种方式
  • 人工智能正在影响艺术世界的3种方
  • AI& SaaS:SaaS平台使用人工
  • 什么是Computer Vision企业为什么
  • 关于人工智能的5个神话
  • 人工智能比人类认知更好吗?
  • 内容审核人权:人工智能如何帮助
  • 五大领先的人工智能应用领域以及
  • 人工智能的未来:人工智能世界24
  • 我们如何通过人工智能庆祝Pi日:
  • 除了真正的人工智能之外别处其他
  • 人工智能中的自然语言处理系统