積極進(jìn)行自旋電子學(xué)的研究，以處理電子的固有自旋和電子工程領(lǐng)域，以解決當(dāng)前使用的硅半導(dǎo)體集成水平的局限性，并開(kāi)發(fā)出超低功耗和高性能的下一代電子器件。代半導(dǎo)體。磁性材料是開(kāi)發(fā)自旋電子設(shè)備(例如，磁阻隨機(jī)存取存儲(chǔ)器(MRAM))的最常用材料之一。因此，必須通過(guò)分析磁性哈密頓量及其參數(shù)來(lái)準(zhǔn)確識(shí)別磁性材料的特性，例如熱穩(wěn)定性，動(dòng)力學(xué)行為和基態(tài)配置。

以前，磁性哈密頓量參數(shù)是通過(guò)各種實(shí)驗(yàn)直接測(cè)量的，目的是獲得對(duì)磁性材料特性的更準(zhǔn)確和更深入的了解，而這種過(guò)程需要大量的時(shí)間和資源。

為了克服這些限制，韓國(guó)的研究人員開(kāi)發(fā)了一種可以即時(shí)分析磁系統(tǒng)的人工智能(AI)系統(tǒng)。韓國(guó)科學(xué)技術(shù)研究院(KIST)報(bào)道說(shuō)，由自旋收斂研究中心的Heeyong Kwon博士和Cho Junwoo Choi博士以及慶熙大學(xué)的Changyeon Won教授領(lǐng)導(dǎo)的合作研究小組開(kāi)發(fā)了一種從自旋中估計(jì)磁性哈密頓量參數(shù)的技術(shù)。使用AI技術(shù)構(gòu)造圖像。

他們構(gòu)建了一個(gè)深層的神經(jīng)網(wǎng)絡(luò)，并用機(jī)器學(xué)習(xí)算法和現(xiàn)有的磁疇圖像對(duì)其進(jìn)行了訓(xùn)練。結(jié)果，通過(guò)輸入從電子顯微鏡獲得的自旋結(jié)構(gòu)圖像可以實(shí)時(shí)估計(jì)磁性哈密頓量參數(shù)。此外，當(dāng)與實(shí)驗(yàn)研究的參數(shù)值進(jìn)行比較時(shí)，AI系統(tǒng)的估計(jì)誤差小于1%，表明較高的估計(jì)精度。根據(jù)該團(tuán)隊(duì)的說(shuō)法，開(kāi)發(fā)的AI系統(tǒng)能夠通過(guò)使用深度學(xué)習(xí)技術(shù)來(lái)完成材料參數(shù)估算過(guò)程，該過(guò)程以前需要立即花費(fèi)數(shù)十個(gè)小時(shí)。

KIST的Hee-young Kwon博士說(shuō)：“我們提出了一種有關(guān)如何實(shí)現(xiàn)AI技術(shù)來(lái)分析磁性系統(tǒng)特性的新穎方法。” “我們期望使用此類AI技術(shù)研究物理系統(tǒng)的新方法將能夠縮小實(shí)驗(yàn)和理論方面之間的差距，并將進(jìn)一步擴(kuò)大AI技術(shù)與基礎(chǔ)科學(xué)研究的融合的新研究領(lǐng)域。”

標(biāo)簽： 人工智能