Uso del aprendizaje automático para reducir las posibilidades de una mejor interfaz de tunelización cuántica

(a) El diagrama de flujo del método de interfaz ML. (b) Estructuras atómicas de diez interfaces Si/SiO2 con un área interfacial inferior a 1 nm2 en periodicidad. Los ciclos discontinuos en (b) resaltan los átomos de Si insatisfechos con enlaces colgantes. Bolas amarillas, Si; bolas rojas, O. Crédito:Cartas de revisión física (2022). DOI:10.1103/PhysRevLett.128.226102

Un par de investigadores de la Universidad de Fudan en China han utilizado el aprendizaje automático para reducir la lista de posibles configuraciones de interfaz de tunelización mejoradas para su uso en transistores. Han publicado sus resultados en Physical Review Letters.

Durante las últimas décadas, los ingenieros han trabajado para defender la ley de Moore, duplicando fielmente la cantidad de transistores que se pueden colocar en un circuito integrado aproximadamente cada dos años. Pero tales esfuerzos están en peligro debido a las leyes de la física, en particular, aquellas relacionadas con la tunelización cuántica que degradan el rendimiento. Más específicamente, el material que se usa para separar las puertas en los chips (interfaces) de los canales se ha vuelto tan delgado que los portadores de carga pueden moverse a través de túneles cuánticos. En este nuevo esfuerzo, los investigadores buscaron configuraciones estables que minimizaran tal túnel, permitiendo así que la ley de Moore continuara, al menos por un tiempo.

El trabajo consistía en estudiar cómo la estructura de una interfaz determinada afecta a los túneles. Los investigadores descubrieron que la configuración del material que formaba la interfaz jugaba un papel importante en el grado de tunelización cuántica. Luego utilizaron una aplicación de aprendizaje automático para estudiar aproximadamente 2500 estructuras como posibles reemplazos de configuración de interfaz candidatas. Encontraron 40 configuraciones que parecían ofrecer una mejor opción que las que están actualmente en uso. De esos, encontraron que solo 10 eran energéticamente estables. Las pruebas de los 10 candidatos mostraron que solo dos pudieron suprimir la formación de túneles. Sugieren que las dos configuraciones podrían usarse en el diseño y la producción de circuitos integrados para permitir más transistores en un chip, lo que en la práctica permite la creación de dispositivos más pequeños.

A continuación, los investigadores planean reenfocar sus esfuerzos para ver si otros materiales de transistores podrían ser más adecuados para su uso en la próxima generación de circuitos integrados. + Explora más