Tạo ra một trong những cảm biến vi mạch chính xác nhất thế giới – Nhờ mạng nhện

Một nhóm các nhà nghiên cứu từ TU Delft đã quản lý để thiết kế một trong những cảm biến vi mạch chính xác nhất thế giới; thiết bị có thể hoạt động ở nhiệt độ phòng – một ‘chén thánh’ cho các công nghệ lượng tử và cảm biến. Kết hợp giữa công nghệ nano và máy học lấy cảm hứng từ mạng nhện của tự nhiên, họ có thể làm cho một cảm biến nano rung động trong điều kiện cực kỳ cách ly với tiếng ồn hàng ngày. Bước đột phá này, được công bố trên tạp chí Advanced Materials ‘Rising Stars Issue, có ý nghĩa lớn đối với việc nghiên cứu lực hấp dẫn và vật chất tối, cũng như các lĩnh vực internet lượng tử, điều hướng và cảm biến.

Một trong những thách thức lớn nhất đối với việc nghiên cứu các vật thể rung động ở quy mô nhỏ nhất, như những vật thể được sử dụng trong cảm biến hoặc phần cứng lượng tử, là làm thế nào để giữ cho tiếng ồn nhiệt xung quanh không tương tác với các trạng thái mỏng manh của chúng. Ví dụ, phần cứng lượng tử thường được giữ ở nhiệt độ gần 0 tuyệt đối (-273,15 ° C), với tủ lạnh có giá nửa triệu euro một chiếc. Các nhà nghiên cứu từ TU Delft đã tạo ra một cảm biến vi mạch hình web có khả năng cộng hưởng cực tốt trong việc cách ly với tiếng ồn của nhiệt độ phòng. Trong số các ứng dụng khác, khám phá của họ sẽ làm cho việc xây dựng các thiết bị lượng tử trở nên hợp lý hơn nhiều.

Quá giang về quá trình tiến hóa

Richard Norte và Miguel Bessa, người dẫn đầu cuộc nghiên cứu, đang tìm kiếm những cách thức mới để kết hợp công nghệ nano và học máy. Làm thế nào họ nảy ra ý tưởng sử dụng mạng nhện làm mô hình? Richard Norte: “Tôi đã làm công việc này được một thập kỷ khi trong thời gian khóa cửa, tôi nhận thấy rất nhiều mạng nhện trên sân thượng của mình. Tôi nhận ra rằng mạng nhện thực sự là thiết bị phát hiện rung động tốt, ở chỗ chúng muốn đo độ rung bên trong mạng để tìm con mồi, nhưng không phải bên ngoài nó, giống như gió xuyên qua một cái cây. Vậy tại sao không đi nhờ xe hàng triệu năm tiến hóa và sử dụng mạng nhện làm mô hình ban đầu cho một thiết bị siêu nhạy? “

Vì nhóm không biết gì về sự phức tạp của mạng nhện nên họ đã để máy học hướng dẫn quá trình khám phá. Miguel Bessa: “Chúng tôi biết rằng các thử nghiệm và mô phỏng rất tốn kém và tốn thời gian, vì vậy với nhóm của tôi, chúng tôi đã quyết định sử dụng một thuật toán có tên là tối ưu hóa Bayes, để tìm ra một thiết kế tốt chỉ bằng một vài lần thử.” Dongil Shin, đồng tác giả đầu tiên của công trình này, sau đó đã triển khai mô hình máy tính và áp dụng thuật toán học máy để tìm ra thiết kế thiết bị mới.

Cảm biến vi mạch dựa trên mạng nhện

Trước sự ngạc nhiên của nhà nghiên cứu, thuật toán đã đề xuất một mạng nhện tương đối đơn giản trong số 150 thiết kế mạng nhện khác nhau, chỉ bao gồm sáu chuỗi được ghép lại với nhau theo một cách đơn giản. Bessa: “Các mô phỏng trên máy tính của Dongil cho thấy thiết bị này có thể hoạt động ở nhiệt độ phòng, trong đó các nguyên tử dao động rất nhiều, nhưng vẫn có một lượng năng lượng cực kỳ thấp bị rò rỉ từ môi trường – nói cách khác là một hệ số chất lượng cao hơn. Với công nghệ máy học và tối ưu hóa, chúng tôi đã điều chỉnh để điều chỉnh khái niệm mạng nhện của Richard theo hướng chất lượng tốt hơn nhiều. “
Dựa trên thiết kế mới này, đồng tác giả đầu tiên Andrea Cupertino đã chế tạo một cảm biến vi mạch với một màng siêu mỏng, dày nanomet bằng vật liệu gốm có tên là Silicon Nitride. Họ đã thử nghiệm mô hình bằng cách rung mạnh ‘web’ của vi mạch và đo thời gian ngừng rung. Kết quả là rất ngoạn mục: một rung động cô lập kỷ lục ở nhiệt độ phòng. Norte: “Chúng tôi không tìm thấy sự mất mát năng lượng nào bên ngoài mạng vi mạch của chúng tôi: các rung động di chuyển theo vòng tròn ở bên trong và không chạm vào bên ngoài. Điều này giống như cho ai đó đẩy một cú vào xích đu, và khiến họ đung đưa trong gần một thế kỷ mà không dừng lại. “

Hàm ý cho khoa học cơ bản và khoa học ứng dụng

Với cảm biến dựa trên mạng nhện của mình, các nhà nghiên cứu đã chỉ ra cách chiến lược liên ngành này mở ra con đường dẫn đến những đột phá mới trong khoa học, bằng cách kết hợp các thiết kế lấy cảm hứng từ sinh học, máy học và công nghệ nano. Mô hình mới này có ý nghĩa thú vị đối với internet lượng tử, cảm biến, công nghệ vi mạch và vật lý cơ bản: khám phá các lực siêu nhỏ, chẳng hạn như lực hấp dẫn hoặc vật chất tối vốn nổi tiếng là khó đo lường. Theo các nhà nghiên cứu, khám phá này sẽ không thể thực hiện được nếu không có sự tài trợ Cohesion của trường đại học, dẫn đến sự hợp tác giữa công nghệ nano và máy học.

Tham khảo: “Bộ cộng hưởng cơ mạng nhện thông qua tối ưu hóa Bayes: Lấy cảm hứng từ thiên nhiên và được hướng dẫn bởi máy học” của Dongil Shin, Andrea Cupertino, Matthijs HJ de Jong, Peter G. Steeneken, Miguel A. Bessa và Richard A. Norte, ngày 25 tháng 10 năm 2021, Vật liệu nâng cao .
DOI: 10.1002 / adma.202106248

Theo Scitechdaily