Одна из самых утомительных и пугающих задач для ассистентов бакалавриата в исследовательских лабораториях университетов заключается в том, чтобы часами смотреть в микроскоп на образцы материала, пытаясь найти монослои.

Эти двумерные материалы — менее 1/100 000 ширины человеческого волоса — очень востребованы для использования в электронике, фотонике и оптоэлектронных устройствах из-за их уникальных свойств.

«Исследовательские лаборатории нанимают армии студентов, которые занимаются только поиском монослоев», — говорит Хайме Карденас, доцент кафедры оптики Рочестерского университета. «Это очень утомительно, и если вы устанете, вы можете пропустить некоторые монослои или начать ошибаться в идентификации».

Даже после всей этой работы лаборатории должны дважды проверять материалы с помощью дорогостоящей рамановской спектроскопии или атомно-силовой микроскопии.

Хесус Санчес Хуарес, доктор философии. студент в лаборатории Карденаса, значительно облегчил жизнь тем студентам, их исследовательским лабораториям и компаниям, которые сталкиваются с аналогичными трудностями при обнаружении монослоев.

Прорывная технология, автоматизированное сканирующее устройство, описанное в Optical Materials Express, может обнаруживать монослои с точностью 99,9%, превосходя любой другой метод на сегодняшний день.

За долю стоимости. За гораздо меньшее время. Из доступных материалов.

«Одна из основных задач заключалась в том, чтобы 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 исследования. бумага.

Например, созданное им устройство можно воспроизвести с помощью недорогого микроскопа с 5-кратным объективом и недорогой OEM-камерой (производитель оригинального оборудования).

Креативная адаптация нейронной сети ИИ

«Мы очень взволнованы, — говорит Карденас. «Хесус сделал здесь несколько новых и необычных вещей, по-новому применив искусственный интеллект для решения серьезной проблемы использования 2D-материалов».

Многие лаборатории пытались устранить необходимость в дорогостоящих проверках резервных копий путем обучения нейронной сети искусственного интеллекта (ИИ) сканированию монослоев. По словам Карденаса, большинство лабораторий, испробовавших этот подход, пытаются построить сеть с нуля, что занимает много времени.

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 так, что все, что было ярким на исходном изображении, вместо этого казалось черным, и наоборот. Инвертированные изображения проходят дополнительные этапы обработки. В этот момент изображения «не очень хорошо выглядят для человеческого глаза, — говорит Карденас, — но компьютеру легче отделить монослои 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 сантиметр x 1 сантиметр, за девять минут с почти 100% точностью.

«Наша демонстрация прокладывает путь к автоматизированному производству однослойных материалов для использования в исследовательских и промышленных условиях за счет значительного сокращения времени обработки», — пишет Санчес Хуарес в статье. Приложения включают двумерные материалы, подходящие для фотодетекторов, экситонных светоизлучающих устройств (СИД), лазеров, оптической генерации токов спин-долины, излучения одиночных фотонов и модуляторов.