Одна из самых утомительных и сложных задач для студентов-ассистентов в университетских исследовательских лабораториях заключается в том, чтобы часами смотреть в микроскоп на образцы материала, пытаясь найти монослои.
Эти двумерные материалы — менее 1/100 000 ширины человеческого волоса — пользуются большим спросом для использования в электронике, фотонике и оптоэлектронных устройствах из-за их уникальных свойств.
«Исследовательские лаборатории нанимают армии студентов, которые только и делают, что ищут монослои», — говорит Хайме Карденас, доцент кафедры оптики в Университете Рочестера. «Это очень утомительно, и если вы устанете, вы можете пропустить некоторые монослои или начать ошибаться в идентификации».
Даже после всей этой работы лаборатории должны перепроверять материалы с помощью дорогостоящей рамановской спектроскопии или атомно-силовой микроскопии.
Хесус Санчес Хуарес, аспирант Лаборатории Карденаса, значительно облегчил жизнь тем студентам, их исследовательским лабораториям и компаниям, которые сталкиваются с аналогичными трудностями при обнаружении монослоев.
Революционная технология, автоматизированное сканирующее устройство, описанное в журнале Optical Materials Express, позволяет обнаруживать монослои с точностью 99,9%, превосходя любой другой метод на сегодняшний день.
За небольшую часть стоимости. За гораздо меньшее время. Из легкодоступных материалов.
«Одной из главных целей было разработать систему с очень небольшим бюджетом, чтобы студенты и лаборатории могли воспроизводить эти методологии без необходимости вкладывать тысячи и тысячи долларов только для покупки необходимого оборудования», — говорит Санчес Хуарес, ведущий автор статьи.
Например, созданное им устройство можно воспроизвести с помощью недорогого микроскопа с 5-кратным объективом и недорогой камеры OEM (производителя оригинального оборудования).
«Мы очень взволнованы», — говорит Карденас. «Хесус сделал здесь несколько новых и необычных вещей, применив искусственный интеллект новым способом для решения серьезной проблемы при использовании 2D-материалов».
Многие лаборатории пытались устранить необходимость в дорогостоящих тестах для определения характеристик резервных копий при сканировании человеком, обучая нейронную сеть с искусственным интеллектом (ИИ) сканировать монослои. По словам Карденаса, большинство лабораторий, опробовавших этот подход, пытаются создать сеть с нуля, что занимает значительное время.
Вместо этого Санчес Хуарес начал с общедоступной нейронной сети под названием AlexNet, которая уже обучена распознавать объекты.
Затем он разработал новый процесс, который инвертирует изображения материалов таким образом, чтобы все, что было ярким на исходном изображении, вместо этого казалось черным, и наоборот. Перевернутые изображения проходят дополнительные этапы обработки. В этот момент изображения «совсем не выглядят хорошо для человеческого глаза», — говорит Карденас, — «но для компьютера это облегчает отделение монослоев от подложек, на которые они нанесены».
Итог: по сравнению с долгими, утомительными часами сканирования, проводимыми студентами, система Санчеса Хуареса может обрабатывать 100 изображений, охватывающих образцы размером 1 х 1 сантиметр, за девять минут с точностью, близкой к 100 процентам.
«Наша демонстрация открывает путь к автоматизированному производству монослойных материалов для использования в исследовательских и промышленных условиях за счет значительного сокращения времени обработки», — пишет Санчес Хуарес в статье. Области применения включают 2D-материалы, подходящие для фотоприемников, экситонных светоизлучающих устройств (светодиодов), лазеров, оптической генерации спиновых токов, однофотонного излучения и модуляторов.
Среди дополнительных соавторов — Марисса Гранадос Баэз, аспирантка Лаборатории Карденаса, и Альберто А. Агилар-Лассерр, профессор Технологического института Орисабы.
изменить ситуацию к лучшему: спонсируемая возможность
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!