據11日《自然·通訊》雜志報道，美國麻省理工學(xué)院工程師開(kāi)發(fā)的一種計算機視覺(jué)技術(shù)大大加快了新合成電子材料的表征速度。該技術(shù)自動(dòng)分析印刷半導體樣品圖像，并快速估計每個(gè)樣品的兩個(gè)關(guān)鍵電子屬性：帶隙（衡量電子激活能的指標）和穩定性（衡量壽命的指標）。這項新技術(shù)對電子材料的準確表征比傳統方法提升了85倍。
提高太陽(yáng)能電池、晶體管、LED和電池的性能，需要更好的電子材料�？茖W(xué)家正在使用人工智能（AI）工具從數億種化學(xué)配方中識別有前途的材料。與此同時(shí)，工程師正在建造可以根據AI搜索算法標記的化學(xué)成分，并一次打印數百個(gè)材料樣本的機器。但是，材料表征的最后一步一直是先進(jìn)材料篩選過(guò)程中的主要瓶頸。
一種新的電子材料被合成后，其性能的表征通常由領(lǐng)域專(zhuān)家們負責，他們每小時(shí)表征約20個(gè)材料樣本，這種手動(dòng)過(guò)程很精確，但也很耗時(shí)。
于是，團隊開(kāi)發(fā)了兩種新的計算機視覺(jué)算法來(lái)自動(dòng)解釋電子材料圖像：一種用于估計帶隙，另一種用于確定穩定性。第一種算法旨在處理來(lái)自高細節、高光譜圖像的視覺(jué)數據。第二種算法分析標準RGB圖像，并根據材質(zhì)顏色隨時(shí)間的變化來(lái)評估材質(zhì)的穩定性。
該團隊應用這兩種新算法對大約70個(gè)印刷半導體樣品的帶隙和穩定性進(jìn)行了表征。這些樣品含有不同成分比例的鈣鈦礦。運用一種算法， 整個(gè)帶隙提取過(guò)程約需6分鐘。另一種算法還產(chǎn)生了一個(gè)可以衡量每個(gè)樣本耐久性的指數。
新算法帶隙和穩定性的測量準確率分別為98.5%和96.9%，與專(zhuān)家的手動(dòng)測量相比速度快85倍。
研究人員計劃將這項技術(shù)整合到全自動(dòng)材料篩選系統中，其應用將涵蓋半導體材料的多個(gè)領(lǐng)域。
總編輯圈點(diǎn)
提速的意義是什么？簡(jiǎn)言之，是加速電子材料發(fā)現與優(yōu)化進(jìn)程上的一次飛躍。這項技術(shù)不僅簡(jiǎn)化了繁瑣的材料表征流程，更是在根本上縮短了新材料從實(shí)驗室到實(shí)際應用的時(shí)間，加速了材料科學(xué)的進(jìn)展。從長(cháng)遠角度看，這次提速，也促使太陽(yáng)能電池、晶體管、LED及電池等技術(shù)加速提升其性能。
特別聲明：國家電投官方網(wǎng)站轉載其他網(wǎng)站內容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀(guān)點(diǎn)或證實(shí)其描述，內容僅供參考。版權歸原作者所有，若有侵權，請聯(lián)系我們刪除。
