Inženýři využívají AI předpovídající chování nových neznámých materiálů

Materiálové inženýrství je velice důležitý obor pro mnohé další oblasti a mimo jiné v něm jde i o to, abychom pochopili, jak se určité materiály budou chovat na nanoúrovni. Právě to se řeší i při vývoji nových materiálů pro výrobu polovodičových součástek. 

 

 

Ve výrobě procesorů je dobře známý termín "strained silicon", který je spojen s natahováním vrstvy křemíku na substrátu ze SiGe (křemík-germanium). Tato technika byla představena už v éře procesorů Pentium 4 a umožnila celkově zvýšit výkon tehdejších CPU. Nicméně dle zástupce MIT bylo velice složité a zdlouhavé dojít k takové technice, která přinese požadované výsledky. Jde prostě o to, jakým směrem a jak moc se má vrstva křemíku roztáhnout, přičemž je zřejmé, že zde existuje nepřeberné množství možností, které snadno vystoupá i na 100 milionů. 

 

 

Právě to na MIT, v Rusku a Singapuru řeší umělá inteligence, která se snaží předpovídat, jak se bude různě zpracovaný křemík chovat, čímž se může vývojový proces značně urychlit, usnadnit, a tudíž i zlevnit. Problém je také s vytvořením potřebných nástrojů pro takové pokusy, což může s využitím AI také odpadnout. 

 

Výzkumný tým se chlubí vysokou přesností své umělé neuronové sítě, přičemž zatím se zaměřil na diamant, což je materiál, z nějž by mohly být výtečné polovodiče, pokud by se vyřešily jeho vlastnosti, které tomu zatím brání. Umělá inteligence ale nemusí pracovat takto jednostranně. Může být nasazena pro odhad chování materiálů z jiných hledisek, jako je třeba fotonika nebo magnetismus. 

 

To celé pak může vést k vytvoření nových materiálů s výrazně odlišnými vlastnostmi. Nyní se při výrobě komerčních čipů využívá křemík natažený o 1 %, zatímco výsledky AI ukazují, že bude možné jej natáhnout bez poškození i o 10 %, přičemž po překročení 7% hranice se jeho vlastnosti prudce mění. Nic konkrétního se z toho zatím samozřejmě nedozvíme. Pouze to, že "tato nová metoda může vést k vytvoření materiálů s bezprecedentními vlastnostmi", jak uvádí Ju Li z MIT. 

 

Zdroj: MIT