Sử dụng trí tuệ nhân tạo để phân tích đặc tính của vật liệu từ tính

Vật liệu bán dẫn hiện được sử dụng rất nhiều trong các ngành công nghiệp. Tuy nhiên, việc nghiên cứu tích hợp các chất bán dẫn rất tốn kém.

Công nghệ spintronics hiện đang được nghiên cứu nhằm tìm những giải pháp giảm thiểu các hạn chế trong vấn đề tích hợp các chất bán dẫn.

Spin là một đặc trưng của điện tử, nó được tạo ra từ việc các điện tử mang điện tích chuyển động quay quanh trục của nó, giống như Trái đất và các hành tinh… tạo nên mô-men động lượng spin và mô-men từ spin. Vật liệu từ tính là một trong những loại vật liệu sử dụng phổ biến nhất để phát triển các thiết bị spintronics. Thông qua phân tích Hamilton từ và các tham số (độ ổn định nhiệt, ứng xử động và cấu hình trạng thái cơ bản,…),  các đặc tính của vật liệu từ sẽ được xác định.

Trước đây, các thông số Hamilton từ tính được đo trực tiếp từ các thí nghiệm để hiểu biết chính xác hơn, sâu hơn về các đặc tính của vật liệu từ tính. Quá trình này tốn kém thời gian, tiền bạc cũng như công sức

Để khắc phục những hạn chế này, nhóm nghiên cứu của TS. Heeyong Kwon và TS. Junwoo Choi từ Trung tâm Nghiên cứu Hội tụ Spin và GS. Changyeon Won từ Đại học Kyung Hee đã phát triển kỹ thuật có thể phân tích hệ thống từ trường trong tích tắc, ước tính các thông số Hamilton từ trường quay cấu trúc hình ảnh, bằng kỹ thuật AI.  

Họ đã xây dựng một mạng nơ-ron sâu và đào tạo bằng các thuật toán máy học và hình ảnh miền từ tính hiện có. Các thông số Hamilton từ tính có thể được ước tính trong thời gian thực, bằng cách nhập các hình ảnh cấu trúc spin thu được từ kính hiển vi điện tử. Hơn nữa, khi so sánh với các giá trị tham số (khảo sát bằng thực nghiệm) cho thấy độ chính xác ước tính cao (sai số ước tính của hệ thống AI nhỏ hơn 1%).

Phương pháp mới sẽ làm giảm khoảng cách giữa thực nghiệm và lý thuyết, giúp mở rộng việc ứng dụng công nghệ AI và nghiên cứu cơ bản.

 Diệu Huyền (CESTI) - Theo Techxplore.com