只要對(duì)一塊半導(dǎo)體或其它晶體材料施加一點(diǎn)應(yīng)變,即會(huì)使其結(jié)構(gòu)中原子的有序排列發(fā)生變形,從而引發(fā)其性質(zhì)轉(zhuǎn)換——例如導(dǎo)電、透光或者傳導(dǎo)熱量等等。
如今,麻省理工學(xué)院、俄羅斯以及新加坡共同組建的一個(gè)研究小組,已經(jīng)找到利用人工智能以協(xié)助預(yù)測(cè)并管理此種變化的方法,而這有望為未來(lái)的高科技設(shè)備開(kāi)辟前沿材料研究。
此項(xiàng)研究結(jié)果被發(fā)表在上周的《美國(guó)國(guó)家科學(xué)院院刊》上,由麻省理工學(xué)院核科學(xué)與工程學(xué)教授、材料科學(xué)與工程學(xué)教授Ju Li,麻省理工學(xué)院首席研究科學(xué)家Ming Dao,以及麻省理工學(xué)院研究生Zhe Shi共同撰寫。另外,俄羅斯Skolkovo科學(xué)與技術(shù)研究院的Evgenii Tsymbalov與Alexander Shapeev,Vannevar Bush退休教授、麻省理工學(xué)院前工程系主任兼現(xiàn)任新加坡南洋理工大學(xué)校長(zhǎng)Subra Suresh亦參與其中。
基于麻省理工學(xué)院的一系列早期工作成果,他們已經(jīng)能夠在多種硅處理器芯片當(dāng)中實(shí)現(xiàn)一定程度的彈性應(yīng)變。通過(guò)讓電子以更高速度穿過(guò)材料,即使僅引發(fā)1%的整體結(jié)構(gòu)變化,也可以在某些情況下將器件的運(yùn)行速度提高50%。
最近,由前麻省理工學(xué)院博士后、現(xiàn)就職于香港城市大學(xué)的Suresh、Dao與Yang Lu進(jìn)行的研究表明,即使是自然界中最為堅(jiān)固且硬度極高的鉆石,在以納米級(jí)針狀形式存在時(shí),亦可實(shí)現(xiàn)高達(dá)9%的彈性拉伸且不致結(jié)構(gòu)失效。Li和Yang同時(shí)證明,納米級(jí)硅線的純彈性拉伸承受量甚至超過(guò)15%。這些發(fā)現(xiàn)開(kāi)發(fā)了一種新的途徑,使得我們能夠以前所未有的方法探索如何顯著改變材料的性質(zhì)以制造更多器件類別。
應(yīng)變改變排列
化學(xué)摻雜等原有改變材料性質(zhì)的方法,會(huì)導(dǎo)致材料產(chǎn)生永久性的靜態(tài)變化。與之不同,應(yīng)變工程允許研究人員在其運(yùn)行過(guò)程當(dāng)中變更屬性。Li解釋稱,“應(yīng)變的特點(diǎn),在于我們能夠以動(dòng)態(tài)方式開(kāi)啟并關(guān)閉一些屬性。”
不過(guò),應(yīng)變工程材料的發(fā)展?jié)摿Γ嗍艿絿?yán)重阻礙。應(yīng)變能夠以六種不同的方式具體實(shí)現(xiàn)(立足不種不同的維度,其中每一個(gè)維度都能夠產(chǎn)生內(nèi)/外或者側(cè)向的應(yīng)變),且其各自擁有幾乎無(wú)限的度數(shù)級(jí)別,因此單純依靠反復(fù)試驗(yàn)來(lái)探索全部可能性顯然不切實(shí)際。Li表示,“如果我們想要繪制整個(gè)彈性應(yīng)變空間,那么計(jì)算總量將快速增長(zhǎng)至上億級(jí)別。”
正因?yàn)槿绱?,該團(tuán)隊(duì)才選擇以機(jī)器學(xué)習(xí)方法解決問(wèn)題。他們希望借此建立一種系統(tǒng)性方式,從而探索可能性并找出適當(dāng)?shù)膽?yīng)變量與方向,最終實(shí)現(xiàn)面向特定屬性集的特定目標(biāo)。Li指出,“現(xiàn)在我們擁有了這種精度非常高的方法”,因此大大降低了需要面對(duì)的計(jì)算復(fù)雜性水平。
Suresh也解釋稱,“這項(xiàng)工作說(shuō)明,材料物理學(xué)、人工智能、計(jì)算以及機(jī)器學(xué)習(xí)這些看似彼此毫無(wú)關(guān)聯(lián)的領(lǐng)域,仍然能夠以特殊的方式給支撐工業(yè)生產(chǎn)應(yīng)用的科學(xué)知識(shí)帶來(lái)重大影響。”
研究人員們表示,這種新的方法有望創(chuàng)造出新的材料,從而為電子、光電以及光子器件的構(gòu)建帶來(lái)新可能。這些器件將被廣泛應(yīng)用于通信、信息處理與能源等領(lǐng)域。
圖:在對(duì)硅等晶體材料施加少量應(yīng)變時(shí),其性質(zhì)會(huì)發(fā)生顯著變化。例如,其能夠由極高的電阻轉(zhuǎn)換為像金屬一樣自由導(dǎo)電。
該團(tuán)隊(duì)研究了應(yīng)變對(duì)于帶隙的影響。所謂帶隙,是指硅與鉆石等半導(dǎo)體當(dāng)中最為關(guān)鍵的電子特性的具體來(lái)源。利用神經(jīng)網(wǎng)絡(luò)算法,他們能夠以極高的精度預(yù)測(cè)應(yīng)變的不同量以及方向?qū)⒔o帶隙帶來(lái)怎樣的影響。
帶隙的“調(diào)諧”正是提高各類設(shè)備(例如硅太陽(yáng)能電池)運(yùn)行效率的一大關(guān)鍵工具,通過(guò)相關(guān)調(diào)整,我們能夠使設(shè)計(jì)更匹配其面向的能源類型。舉例來(lái)說(shuō),通過(guò)微調(diào)其帶隙,將能夠制造出陽(yáng)光捕獲效率完全一致、但厚度僅為原本千分之一的新型硅太陽(yáng)能電池。Li介紹稱,從理論上講,這種新材料“甚至能夠從半導(dǎo)體轉(zhuǎn)化為金屬。一旦證實(shí)了其在大規(guī)模生產(chǎn)產(chǎn)品中的可行性,那么這將帶來(lái)極為廣泛的應(yīng)用場(chǎng)景。”
雖然在某些情況下,我們也可以通過(guò)其它方法引發(fā)類似的變化,例如將材料放置在強(qiáng)電場(chǎng)當(dāng)中或者以化學(xué)方式進(jìn)行改變,但這些變化往往會(huì)對(duì)材料的屬性產(chǎn)生很多附帶影響;相比之下,應(yīng)變改變的影響就要小利多。Li解釋道,例如靜電場(chǎng)通常會(huì)干擾設(shè)備的運(yùn)行,因?yàn)槠鋾?huì)影響到電流通過(guò)目標(biāo)材料的方式。然而,應(yīng)變改變則不會(huì)產(chǎn)生這樣的干擾。
鉆石的潛力
作為一種半導(dǎo)體材料,鉆石擁有著巨大的潛力。但與硅技術(shù)相比,其仍然處于起步階段。Li指出,“這是一種屬性相當(dāng)極端的材料,擁有著相當(dāng)高的載流子遷移率。”所謂載流子遷移率,指的是電流中的正負(fù)電荷載體在鉆石當(dāng)中自由移動(dòng)的方式。因此,鉆石很可能成為某些高頻電子設(shè)備及電力型電子設(shè)備內(nèi)器件的理想制造材料。
Li指出,通過(guò)某些方式,鉆石的利用潛力也許會(huì)比硅高出10萬(wàn)倍。然而,其中也存在著不少局限性,包括沒(méi)有人能夠找到一種良好且可擴(kuò)展的方法將金剛石層放置在大型基板當(dāng)中。另外,該材料也很難“摻雜”或者引入其它原子,而這正是半導(dǎo)體制造中最為關(guān)鍵的部分。
通過(guò)將材料放置在可調(diào)節(jié)的框架當(dāng)中,可以控制其應(yīng)變改變的數(shù)量與方向,Dao表示“我們終于在改變其摻雜劑的屬性方面,開(kāi)拓出相當(dāng)大的靈活空間。”
雖然這項(xiàng)研究主要關(guān)注應(yīng)變對(duì)于材料帶隙的影響,但Li介紹稱“其中的方法可以推廣”到其它方面。這不僅能夠影響到電子特性,同時(shí)也將影響其它特性,例如光子與磁性行為。從當(dāng)前應(yīng)用于商業(yè)芯片的1%應(yīng)變開(kāi)始,該團(tuán)隊(duì)已經(jīng)發(fā)現(xiàn)了諸多新型應(yīng)用方向的發(fā)展空間。他們已經(jīng)證明,在不發(fā)生斷裂的前提之下,應(yīng)變比例有望高達(dá)近10%。他指出,“當(dāng)達(dá)到7%以上的應(yīng)變之后,我們真的能夠在材料之上實(shí)現(xiàn)很多改變。”
Li進(jìn)一步補(bǔ)充稱,“這種新的方法有可能會(huì)設(shè)計(jì)出前所未有的材料特性。然而,我們還需要繼續(xù)探索才能弄清楚應(yīng)該如何施加具體應(yīng)變,以及如何擴(kuò)大工藝以在芯片中的上億個(gè)晶體管內(nèi)進(jìn)行應(yīng)變,同時(shí)確保它們都能夠按預(yù)期起效。”
斯坦福大學(xué)材料科學(xué)與工程學(xué)副教授Evan Reed(他并沒(méi)有參加此項(xiàng)研究)表示,“這項(xiàng)極具創(chuàng)新性的工作展示出,通過(guò)以高彈性應(yīng)變顯著加速外來(lái)電子在普通材料內(nèi)通過(guò)速度這一工程設(shè)計(jì)方向的潛力。這揭示出此類應(yīng)變工程在自然界所將擁有的機(jī)遇與局限,且必將獲得對(duì)重要技術(shù)抱有濃厚興趣的研究人員的廣泛關(guān)注。”
這項(xiàng)研究亦得到麻省理工學(xué)院Skoltech項(xiàng)目以及南洋理工大學(xué)的支持。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。