Các nhà nghiên cứu tại Viện khoa học công nghiệp - Trường Đại học Tokyo, đã chứng minh được một hệ thống trí tuệ nhân tạo mới có thể tìm kiếm và gắn nhãn các vật liệu 2 chiều dưới hình ảnh kính hiển vi chỉ trong nháy mắt. Nghiên cứu này có thể giúp rút ngắn thời gian cần thiết đối với quá trình tạo ra các thiết bị điện tử vật liệu hai chiều (2D) để sẵn sàng phát triển các thiết bị điện tử tiêu dùng.

Vật liệu hai chiều cung cấp một nền tảng mới và rất thú vị để tạo ra các thiết bị điện tử, chẳng hạn như bóng bán dẫn và điốt phát sáng. Nhóm tinh thể mà có thể chế tạo được chỉ đồ dày chỉ bằng 1 nguyên tử bao gồm kim loại, chất bán dẫn và chất cách điện. Đa số các tinh thể này đều ổn định trong điều kiện môi trường xung quanh và tính chất của nó thường khác biệt đáng kể so với các bản sao 3D của chúng. Thậm chí việc xếp chồng một vài lớp tinh thể lại với nhau cũng có thể làm thay đổi các đặc tính điện tử giúp trở nên phù hợp cho chế tạo các loại pin thế hệ tiếp theo, màn hình điện thoại thông minh, các loại máy dò và pin mặt trời. Và có lẽ điều còn tuyệt vời hơn nữa là bạn có thể tự mình tạo ra một số sản phẩm sáng tạo từ các dụng cụ văn phòng. Giải thưởng Nobel Vật lý năm 2010 được trao cho hai nhà khoa học vật lý gốc Nga đã tách chiết được graphene từ một mảnh than chì ở các lõi bút chì thông thường trong đó họ đã sử dụng một mảnh băng dính để lấy được một mẩu các bon có độ dàu chỉ bằng 1 nguyên tử. Vì vậy, không có điều gì ngăn bạn tạo ra các thiết bị điện tử của riêng mình ở nơi làm việc? Tuy nhiên, các tinh thể 2 chiều có độ mỏng chỉ bằng 1 nguyên tử này có năng suất chế tạo thấp và độ tương phản quang học của chúng gồm một phạm vi rất rộng, và việc tìm thấy chúng dưới kính hiển vi là một công việc tẻ nhạt.

Giờ đây, một nhóm nghiên cứu dẫn đầu bởi Trường Đại học Tokyo đã thành công trong việc tự động hóa công việc này bằng việc sử dụng máy học (machine learning). Họ đã sử dụng nhiều bản mẫu được dán nhãn với nhiều ánh sáng khác nhau để “huấn luyện” máy tính phát hiện ra các đường viền và độ dày của mảnh rất mỏng mà không phải tinh chỉnh các thông số của kính hiển vi.

“Sử dụng máy học thay vì dùng các thuật toán phát hiện dựa trên quy tắc thông thường, hệ thống của chúng tôi đủ mạnh mẽ để thay đổi các điều kiện”, Satoru Masubuchi, tác giả nghiên cứu, nói.

Phương pháp này có thể khái quát hóa cho nhiều vật liệu 2 chiều khác, đôi khi không cần bổ sung bất kỳ dữ liệu nào. Trên thực tế, thuật toán có thể phát hiện ra các mảnh vonfram diselenide và molybdenum diselenide chỉ bằng cách “huấn luyện” máy học với các mẫu vonfram ditelluride. Với khả năng xác định chính xác, trong chưa đầy 200 mili giây, vị trí và độ dày của các mẫu sẽ được tách ra, hệ thống này có thể tích hợp với kính hiển vi quang học cơ học.

“Việc tìm kiếm tự động và lập danh mục các vật liệu 2D sẽ cho phép các nhà nghiên cứu kiểm tra một số lượng lớn các mẫu chỉ bằng cách tách lớp và chạy thuật toán tự động. Điều này sẽ tăng tốc đáng kể cho chu kỳ phát triển của các thiết bị điện tử mới dựa trên vật liệu 2 chiều, cũng như thúc đẩy các nghiên cứu về tính siêu dẫn và sắt từ trong vật liệu 2 chiều không có trật tự tầm xa”, Tomoki Machida, tác giả dẫn đầu nghiên cứu cho biết. 

P.T.T (NASATI), theo https://phys.org/news/2020-04-ai-d-materials-eye.html, 1/4/2020