Investigadores del Instituto de Ciencias Industriales, una parte de la Universidad de Tokio, demostró un novedoso sistema de inteligencia artificial que puede encontrar y etiquetar materiales 2-D en imágenes de microscopio en un abrir y cerrar de ojos. Este trabajo puede ayudar a acortar el tiempo necesario para que la electrónica basada en materiales 2-D esté lista para los dispositivos de consumo.

Los materiales bidimensionales ofrecen una nueva plataforma emocionante para la creación de dispositivos electrónicos, como transistores y diodos emisores de luz. La familia de cristales que se pueden hacer con un solo átomo de espesor incluye metales, semiconductores, y aislantes. Muchos de estos son estables en condiciones ambientales, y sus propiedades a menudo difieren significativamente de las de sus homólogos tridimensionales. Incluso apilar unas pocas capas juntas puede alterar las características electrónicas para hacerlas adecuadas para baterías de próxima generación, pantallas de teléfonos inteligentes, detectores, y celdas solares. Y quizás aún más sorprendente:puedes hacer algunos tú mismo usando suministros de oficina. El Premio Nobel de Física de 2010 se otorgó por darse cuenta de que se puede obtener grafeno atómicamente delgado exfoliando un trozo de mina de lápiz, grafito, con un trozo de cinta adhesiva adhesiva.

Entonces, ¿Qué le impide crear sus propios dispositivos electrónicos en el trabajo entre reuniones? Desafortunadamente, los cristales 2-D atómicamente delgados tienen bajos rendimientos de fabricación y sus contrastes ópticos comprenden una gama muy amplia, y encontrarlos bajo un microscopio es un trabajo tedioso.

Ahora, un equipo dirigido por la Universidad de Tokio ha logrado automatizar esta tarea mediante el aprendizaje automático. Usaron muchos ejemplos etiquetados con varias luces para entrenar a la computadora a detectar el contorno y el grosor de las escamas sin tener que ajustar los parámetros del microscopio. "Al utilizar el aprendizaje automático en lugar de los algoritmos de detección convencionales basados ​​en reglas, nuestro sistema fue robusto a las condiciones cambiantes, "dice el primer autor Satoru Masubuchi.

El método es generalizable a muchos otros materiales 2-D, a veces sin necesidad de datos adicionales. De hecho, el algoritmo fue capaz de detectar escamas de diselenuro de tungsteno y diselenuro de molibdeno con solo ser entrenado con ejemplos de ditelururo de tungsteno. Con la capacidad de determinar, en menos de 200 milisegundos, la ubicación y el grosor de las muestras exfoliadas, el sistema se puede integrar con un microscopio óptico motorizado.

"La búsqueda y catalogación automatizada de materiales 2-D permitirá a los investigadores probar una gran cantidad de muestras simplemente exfoliando y ejecutando el algoritmo automatizado, ", dice el autor principal Tomoki Machida." Esto acelerará enormemente el ciclo de desarrollo de nuevos dispositivos electrónicos basados ​​en materiales 2-D, así como avanzar en el estudio de la superconductividad y ferromagnetismo en 2-D, donde no hay un orden de largo alcance ".