Роботизированный зонд ускоряет полупроводниковое тестирование
Эта технология, разработанная для ускорения инноваций в электронике, может быстро отступить за разработку передовых солнечных батарей, датчиков и других высокопроизводительных электронных устройств.
Команда исследователей MIT представила полностью автономную роботизированную систему, которая могла бы перегружать обнаружение новых полупроводниковых материалов, особенно для таких приложений, как солнечные панели и передовая электроника.Это инновация резко сокращает время, необходимое для измерения ключевого свойства полупроводников: фотокондуктивность или то, как материалы реагируют на свет на свет.
От ручного до машины: ускоренная наука
Традиционно исследователи вручную тестируют материалы - медленный, утомительный процесс.В решении используется роботизированный зонд, управляемый моделью машинного обучения, обученной с пониманием экспертов по материалам.Система идентифицирует наиболее богатую данными точек контакта на образце материала, быстро маневрируйте между ними и собирает измерения со скоростью более 125 в час-с гораздо большей точностью, чем предыдущие подходы ИИ.
Фотокондуктивность не может быть измерена без физического контакта.Таким образом, команда разработала систему компьютерного зрения, которая отображает напечатанные образцы - например, перовскиты - и подает их в нейронную сеть, которая выбирает оптимальные местоположения зонда.Сложный планировщик пути, улучшенный с контролируемой случайностью, гарантирует, что робот эффективно движется через уникальные образцы, которые напоминают «снежинки» в их разнообразии.
Самоподобный ИИ, точные измерения
В отличие от многих систем искусственного интеллекта, это не нуждается в помеченных данных обучения.Это самоотверженно, непосредственно анализируя образцы изображений, чтобы выбрать точки зонда.Затем роботизированная система выполняет оптимизированный путь измерения с помощью двигателей и пользовательского программного обеспечения, достигая тысяч надежных измерений всего за один день.
В строгих тестировании нейронная сеть превзошла семь других моделей искусственного интеллекта в скорости и точности контакта.Их алгоритм планирования пути также оказался превосходным в оптимизации движения.Цель?Полностью автономная лаборатория, способная открывать новые высокоэффективные полупроводниковые материалы для питания будущего электроники и солнечной энергии.Это исследование поддерживается крупными игроками, в том числе First Solar, Mathworks, Eni, Министерством энергетики США и Национальным научным фондом, - зажигает широкий интерес к ускоряющим инновациям материалов для устойчивых технологий.