科技日報記者 張夢然

美國麻省理工學(xué)院（MIT）團(tuán)隊開發(fā)出一種全自動機(jī)器人系統(tǒng)，可大幅加快對新型半導(dǎo)體材料的性能分析和測試速度。這項發(fā)表于《科學(xué)進(jìn)展》雜志的技術(shù)突破，將極大提升當(dāng)前對高效太陽能電池板材料的研發(fā)進(jìn)程，還將為下一代高效、環(huán)保電子器件的誕生鋪平道路。

在尋找更高效的半導(dǎo)體過程中，人們需要檢測一種關(guān)鍵電學(xué)特性——光電導(dǎo)性，即材料在光照下的電響應(yīng)能力。目前這一過程通常依賴人工操作，效率較低，嚴(yán)重制約了新材料的研發(fā)速度。而新開發(fā)的機(jī)器人系統(tǒng)能在無需人工干預(yù)的情況下自動檢測，速度快而且精度高。

該系統(tǒng)的創(chuàng)新之處在于結(jié)合了機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)和材料科學(xué)知識。團(tuán)隊將人類專家的經(jīng)驗融入機(jī)器學(xué)習(xí)模型中，使機(jī)器人能自主判斷探針接觸材料的最佳位置，從而獲得最豐富的信息。同時，系統(tǒng)還配備了專門的路徑規(guī)劃算法，能快速找到在不同接觸點(diǎn)之間移動的最優(yōu)路線，顯著提升測量效率。

整個檢測流程從機(jī)器人攝像頭拍攝載玻片上的材料圖像開始。隨后，系統(tǒng)利用計算機(jī)視覺將圖像分割為多個區(qū)域，并輸入一個特別設(shè)計的神經(jīng)網(wǎng)絡(luò)模型中。該模型融合了材料科學(xué)家和化學(xué)家的專業(yè)知識，能根據(jù)樣品的形狀和成分，識別出最佳的探針接觸點(diǎn)。

詳細(xì)測試結(jié)果顯示，相比其他7種基于人工智能的方法，該神經(jīng)網(wǎng)絡(luò)模型能在更短時間內(nèi)找到更精確的接觸點(diǎn)；路徑規(guī)劃算法也始終表現(xiàn)出更優(yōu)的效率。

在完整的24小時全自動實驗中，機(jī)器人完成了超過3000次獨(dú)特的光電導(dǎo)檢測，平均每次檢測耗時不到30秒。更重要的是，這些數(shù)據(jù)不僅數(shù)量龐大，而且細(xì)節(jié)豐富，使人們能夠識別出材料中光電導(dǎo)性較高的“熱點(diǎn)”區(qū)域，以及可能因老化或損傷導(dǎo)致性能下降的部分。

團(tuán)隊成員表示，能在無人工干預(yù)的情況下快速收集如此高質(zhì)量的數(shù)據(jù)，為發(fā)現(xiàn)和開發(fā)高性能半導(dǎo)體材料，特別是在太陽能電池等可持續(xù)能源領(lǐng)域，帶來了新的可能性。

總編輯圈點(diǎn)

檢測材料的光電導(dǎo)性通常需要經(jīng)驗豐富的“老師傅”，但依賴人工操作，也就意味著效率較低。此次，MIT團(tuán)隊研發(fā)出一種全自動機(jī)器人系統(tǒng)，可以無需人工干預(yù)，高速、高精度測量光電導(dǎo)性。其融合多學(xué)科知識，還引入了人類專家經(jīng)驗，24小時內(nèi)可以完成超3000次測量，和人類相比堪稱神速。它能獲取海量且細(xì)節(jié)豐富的信息，為新型電子器件的快速研發(fā)奠定基礎(chǔ)。它還有望應(yīng)用到其他需要精密測試的領(lǐng)域，打造人工智能和實體器件融合的新范式。