Deze doorbraak in chipmateriaalontwikkeling geeft een collega in de techsector wat meer context om samen te bekijken.
AI ontdekt nieuwe materialen voor chips Verhaallijn en kernfeiten
Onderzoekers van Flinders University en Khalifa University hebben een AI ontwikkeld die zelf nieuwe galliumverbindingen kan bedenken voor toekomstige chip- en elektronica-applicaties. In plaats van jarenlang te experimenteren, leert het algoritme van bestaande materialen en gebruikt Bayesiaanse optimalisatie om gericht veelbelovende combinaties te voorspellen. Het systeem filtert direct onmogelijke structuren uit, waardoor laboratoria alleen nog realistische kandidaten hoeven te testen. De AI richtte zich op de bandkloof — een cruciale eigenschap die bepaalt hoe een halfgeleider elektriciteit en licht omzet — en vond nieuwe verbindingen met waarden tussen 0,5 en 3,5 elektronvolt. Deze doorbraak versnelt de ontwikkeling van efficiëntere zonnecellen, ledlampen en elektronica.
Feiten
- Onderzoekers van Flinders University en Khalifa University ontwikkelden een AI die nieuwe galliumverbindingen voorspelt voor elektronica.
- Het algoritme gebruikt Bayesiaanse optimalisatie en leert van bestaande materialen om gericht veelbelovende combinaties te vinden.
- De AI filtert onmogelijke structuren direct uit en richt zich op de bandkloof tussen 0,5 en 3,5 elektronvolt voor toepassing in zonnecellen, leds en zware elektronica.
Visuele nieuwsuitleg van Canto. AI-tools kunnen helpen bij de productie. Redactioneel beleid
