SỞ KHOA HỌC & CÔNG NGHỆ NGHỆ AN
AI cách mạng hóa tương lai ngành sản xuất điện tử
Các nhà nghiên cứu tại Đại học Nagoya, Nhật Bản vừa đạt được một bước tiến đáng kể trong lĩnh vực ngành sản xuất điện tử bằng việc áp dụng trí tuệ nhân tạo (AI). Theo thông tin mới nhất, họ đã thành công trong việc đào tạo AI có khả năng dự đoán hướng đi của các hạt tinh thể trong vật liệu đa tinh thể bằng hình ảnh quang học, giảm đáng kể thời gian phân tích từ 14 giờ xuống chỉ còn 1,5 giờ. Bước tiến này mang lại triển vọng sử dụng hiệu quả hơn các thành phần đa tinh thể trong công nghệ, mở đường cho sự cách mạng hóa ngành công nghiệp.
Tinh thể đóng một vai trò quan trọng trong nhiều máy móc, đặc biệt là trong ngành sản xuất điện tử. Các vật liệu thông dụng như hợp kim kim loại, gốm sứ và chất bán dẫn thường chứa các thành phần đa tinh thể. Cấu trúc vi mô phức tạp và tính chất thay đổi tùy thuộc vào cách các hạt tinh thể được định hướng, điều này có ảnh hưởng đặc biệt đến tinh thể silicon sử dụng rộng rãi trong pin mặt trời, điện thoại thông minh và máy tính.
GS. Noritaka Usami, đồng tác giả nghiên cứu, chia sẻ: “Để vật liệu đa tinh thể có thể được sử dụng hiệu quả trong ngành công nghiệp, cần kiểm soát và đo lường sự phân bố hướng của các hạt tinh thể. Tuy nhiên, điều đó gặp khó khăn do cần có kỹ thuật cải tiến và thiết bị đắt tiền để đo các mẫu có diện tích lớn”.
Để giải quyết thách thức này, nhóm nghiên cứu đã áp dụng mô hình học máy để đánh giá các bức ảnh chụp bằng cách chiếu sáng bề mặt của vật liệu silicon đa tinh thể từ nhiều hướng khác nhau. Kết quả là AI đã dự đoán thành công hướng của các hạt tinh thể.
GS. Usami nói thêm: “Thời gian thực hiện phép đo này mất khoảng 1,5 giờ, nhanh hơn nhiều so với các kỹ thuật thông thường kéo dài khoảng 14 giờ. Phương pháp mới cũng cho phép đo các vật liệu có diện tích lớn mà các phương pháp thông thường không làm được”. Bước tiến mới này hứa hẹn sẽ cách mạng hóa khả năng sử dụng vật liệu đa tinh thể trong các ngành công nghiệp quan trọng như điện tử và năng lượng mặt trời. Kết quả nghiên cứu này đã được công bố trên tạp chí APL Machine Learning./.
Tinh thể đóng một vai trò quan trọng trong nhiều máy móc, đặc biệt là trong ngành sản xuất điện tử. Các vật liệu thông dụng như hợp kim kim loại, gốm sứ và chất bán dẫn thường chứa các thành phần đa tinh thể. Cấu trúc vi mô phức tạp và tính chất thay đổi tùy thuộc vào cách các hạt tinh thể được định hướng, điều này có ảnh hưởng đặc biệt đến tinh thể silicon sử dụng rộng rãi trong pin mặt trời, điện thoại thông minh và máy tính.
GS. Noritaka Usami, đồng tác giả nghiên cứu, chia sẻ: “Để vật liệu đa tinh thể có thể được sử dụng hiệu quả trong ngành công nghiệp, cần kiểm soát và đo lường sự phân bố hướng của các hạt tinh thể. Tuy nhiên, điều đó gặp khó khăn do cần có kỹ thuật cải tiến và thiết bị đắt tiền để đo các mẫu có diện tích lớn”.
Để giải quyết thách thức này, nhóm nghiên cứu đã áp dụng mô hình học máy để đánh giá các bức ảnh chụp bằng cách chiếu sáng bề mặt của vật liệu silicon đa tinh thể từ nhiều hướng khác nhau. Kết quả là AI đã dự đoán thành công hướng của các hạt tinh thể.
GS. Usami nói thêm: “Thời gian thực hiện phép đo này mất khoảng 1,5 giờ, nhanh hơn nhiều so với các kỹ thuật thông thường kéo dài khoảng 14 giờ. Phương pháp mới cũng cho phép đo các vật liệu có diện tích lớn mà các phương pháp thông thường không làm được”. Bước tiến mới này hứa hẹn sẽ cách mạng hóa khả năng sử dụng vật liệu đa tinh thể trong các ngành công nghiệp quan trọng như điện tử và năng lượng mặt trời. Kết quả nghiên cứu này đã được công bố trên tạp chí APL Machine Learning./.
Mạnh Tuấn (TH)
Nguồn: Sưu tầm
Tags: nghiên cứu, đại học
Ý kiến bạn đọc
Bạn cần đăng nhập với tư cách là Thành viên chính thức để có thể bình luận
