כדי ליצור שבבי מחשב, טכנולוגים ברחבי העולם מסתמכים על תצהיר שכבת אטום (ALD), אשר יכול ליצור סרטים בסדר גודל של עובי אטום אחד. עסקים בדרך כלל משתמשים ב- ALD לייצור סמיקונדקטור מכשירים, אך יש לו גם יישומים בתאי שמש, סוללות ליתיום ותחומים אחרים הקשורים לאנרגיה.
כיום, יצרנים מסתמכים יותר ויותר על ALD כדי ליצור סוגים חדשים של סרטים, אך להבין כיצד לתקן את התהליך עבור כל חומר חדש לוקח זמן.
חלק מהבעיה היא שחוקרים משתמשים בעיקר בניסוי וטעייה כדי לזהות תנאי צמיחה מיטביים. אך מחקר שפורסם לאחרונה - אחד הראשונים בתחום מדעי זה - מציע כי שימוש בבינה מלאכותית (AI) יכול להיות יעיל יותר.
ב חומרים וממשקים יישומיים של ACS מחקר, חוקרים במעבדה הלאומית ארגון של משרד האנרגיה בארה"ב (DOE) ארגון מתארים מספר גישות מבוססות AI למיטוב תהליכי ALD באופן אוטונומי. עבודתם מפרטת את נקודות החוזק והחולשה היחסיות של כל גישה, כמו גם תובנות שניתן להשתמש בהן לפיתוח תהליכים חדשים בצורה יעילה וחסכונית יותר.
כל האלגוריתמים הללו מספקים דרך הרבה יותר מהירה להתכנס לשילובים אופטימליים מכיוון שאנחנו לא מבזבזים זמן להכניס דגימה לכור, להוציא אותה, לבצע מדידות וכו 'כפי שהיית עושה בדרך כלל כיום. במקום זאת יש לך לולאה בזמן אמת שמתחברת לכור.
חוד החנית, אך עם אתגרים
ב- ALD, שני אדים כימיים שונים, המכונים קודמים, נדבקים למשטח ומוסיפים שכבה דקה של סרט בתהליך. כל זה קורה בתוך כור כימי והוא רציף: מבשר אחד נוסף ומתקשר עם השטח ואז כל עודף ממנו מוסר. לאחר מכן הקדמה השנייה מוצגת ואז מוסרת מאוחר יותר, והתהליך חוזר על עצמו. במיקרו-אלקטרוניקה, הסרט הדק של ALD עשוי לשמש לבידוד חשמלי של רכיבים סמוכים בטרנזיסטורים בקנה מידה ננו.
ALD מצטיינת בגידול סרטים מדויקים וננומטריים על גבי משטחים מורכבים ותלת-ממדיים, כגון התעלות העמוקות והצרות המעוצבות לרקמות סיליקון לייצור שבבי מחשב של ימינו. זה הניע את המדענים ברחבי העולם לפתח חומרים חדשים מסוג ALD לדורות הבאים של סמיקונדקטור התקנים.