近日，中國科學院上海光學精密機械研究所研究員王俊團隊在基于機器學習算法實現二維材料層數識別和物性檢測方面取得進展，相關文章以Thickness Determination of Ultrathin 2D Materials Empowered by Machine Learning Algorithms為題發表于《激光與光子學評論》（Laser & Photonics Reviews）。
自從發現石墨烯以來，大量新型二維層狀材料逐漸被發現和制備，目前已成為涵蓋絕緣體、拓撲絕緣體、半導體、半金屬到超導體的龐大家族。通常，二維材料的層數對于調節納米電子和光電器件的性能具有重要意義，在實現進一步的物理研究或器件制造之前，往往需要確定目標樣品的最佳厚度。目前，通過光學技術獲得光學圖像或光譜信息后，后續的數據處理往往依賴研究人員的專業知識，并且受個人經驗和主觀因素影響較大。
近年來，人工智能改變了現代社會的諸多方面，作為其最重要的子領域，機器學習通過收集和分析數據以預測復雜系統的行為并建立解決問題的模型，為物理、化學、材料科學等傳統研究領域帶來了新的發展機遇和解決方案。例如光學圖像作為實驗室中最容易獲取的數據集，是解決圖層識別高通量和實時性要求的簡單方法，機器學習算法可以提取圖像中的基本特征并建立決策模型，同時較好地適用于不同的光學系統，以滿足不同用戶對自動光學識別和表征的要求。除了光學圖像，機器學習算法還可以準確高效地分析光譜數據，這不僅可以利用光譜特征信息快速得到所需的樣品厚度，還可以從材料本秉特性出發，有效解決不同實驗平臺間測試數據誤差帶來的不利影響。更為重要的是，這些機器學習算法賦能的光學解決方案顯著促進了建立從數據出發的統一、快速、低成本、無損的測量方法和標準，進而有力推動了二維材料的工業級應用落地。
該文章系統總結了傳統光學技術與機器學習算法深度融合面臨的發展機遇與難題，提出檢測對象的多樣性、物理性質的差異性、測試環境的不穩定性、光學技術的易干擾性和相關算法的準確性對跨實驗室標準制定帶來的潛在風險與挑戰。機器學習算法將對二維材料厚度測定的傳統研究方法帶來深刻變化，將人工勞動從現有的繁瑣材料表征過程中逐漸解放出來，有助于推動研究的快速發展，逐步走向實際應用。
機器學習算法賦能二維材料識別和檢測
石墨和金剛石同樣由碳元素組成，卻一個柔軟、一個堅硬，這源于碳原子排列結構的差異。因此，科學家一直希望能夠掌握材料設計的主動權，讓原子按照預期方式組合，從而創造出具有特定功能的新材料。甬江實驗室研究員黃......
近日，中國科學院東莞材料科學與技術研究所/松山湖材料實驗室研究員梁齊杰團隊與中山大學教授侯仰龍團隊合作，提出一種基于二維范德華異質結構（h-BN/MoS2/h-BN）的可重構激活神經元器件。該器件通過......
遼沈地區首個諾貝爾獎實驗室項目，1月20日正式簽約落戶沈陽渾南科技城，將打造國際一流的二維材料及變革性技術實踐實驗室，重點攻克二維材料基礎研究與變革性實踐產品產業化進程中的核心關鍵難題。同時面向新加坡......
在國家自然科學基金（批準號：T2188101，52372038）等資助下，北京大學劉忠范教授、張艷鋒教授、林立研究員團隊與合作者在石墨烯等二維材料轉移與器件集成技術上取得進展。相關成果以“單晶氧化銻介......
表面增強拉曼散射（SERS）是一種高靈敏度和特異性的技術，廣泛應用于化學分析、食品安全、醫學診斷和環境科學等領域。近年來，二維材料如石墨烯、過渡金屬二硫化物等，因其原子級平整的表面、良好的化學穩定性和......
化學家們使一個熱門二維材料——MXenes家族成員數量翻了一番，甚至創紀錄地將9種金屬嵌進單一材料中。這為設計大量奇怪但有用的物質打開了大門。相關研究近日發表于《科學》。MXenes家族此前就備受關注......
硅在支撐智能手機、電腦、電動汽車等產品的半導體技術中一直占據著王者地位，但美國賓夕法尼亞州立大學領導的一個研究團隊發現，“硅王”的統治地位可能正在受到挑戰。該團隊在最新一期《自然》雜志上發表了一項突破......
美國和日本科學家開發出全球首個基于微機電系統（MEMS）的二維（2D）材料原位轉角調控平臺。這個指甲大小的平臺名為“MEGA2D”，具備高度靈活性和精確度，可通過電壓精確控制2D材料的間距、旋轉等。相......
應《物理學報道》（PhysicsReports）編輯DanielVanmaekelbergh的邀請，松山湖材料實驗室研究員林生晃團隊于近日在該刊發表長篇綜述文章，重點介紹了二維材料在CMOS兼容和硅光......
圖基于壓縮感知原理的相干調制超快成像的實驗系統與探測結果。(a)CS-CMUI系統裝置圖；(b)ITO薄膜激光燒蝕過程中的強度演化；(c)ITO薄膜激光燒蝕過程中的相位演化在國家自然科學基金項目（批準......