蛛網靈感：造出最精密微芯片傳感器

　　用激光探測人造蜘蛛網的藝術家繪圖。圖片來源：代爾夫特理工大學光學實驗室

　　荷蘭代爾夫特理工大學的一組研究人員設計出世界上最精確的微芯片傳感器之一。該設備可在室溫下工作——這是量子技術和傳感技術的“圣杯”。他們將納米技術和受自然界蜘蛛網啟發的機器學習相結合，使一個納米機械傳感器能夠在遠離日常噪音的情況下振動。這一突破近日發表在《先進材料新星》雜志上，對引力和暗物質的研究，以及量子互聯網、導航和傳感領域都有意義。

　　在最小尺度上研究振動物體的最大挑戰之一，比如那些用于傳感器或量子硬件的物體，是如何防止環境熱噪聲與它們的脆弱狀態相互作用。例如，量子硬件通常保持在接近絕對零度(?273.15℃)的溫度，用于盛放其的冰箱每臺售價達50萬歐元。代爾夫特理工大學的研究人員發明了一種網狀微芯片傳感器，在隔絕室溫噪聲的情況下能產生極好的共振。在其他應用中，這項發現將使建造量子設備變得更加便宜。

　　搭進化便車

　　領導這項研究的Richard Norte和Miguel Bessa一直在尋找將納米技術和機器學習結合起來的新方法。他們是怎么想到用蜘蛛網作為模型的呢?

　　“我已經做這項工作10年了，在疫情居家期間，我注意到家里的露臺上有很多蜘蛛網。我意識到蛛網是很好的振動探測器，就像風吹過樹一樣，它們需要測量網內而非網外的振動來尋找獵物。”Richard Norte說，“這樣的話，為什么不借助蛛網數百萬年的進化，將其作為超敏感設備的初始模型呢?”

　　由于該團隊對蛛網的復雜性并不了解，他們讓機器學習指導發現過程。“我們知道實驗和模擬是昂貴和耗時的，所以我們的團隊決定使用一種叫做貝葉斯優化的算法，用很少的嘗試找到一個好的設計。”Miguel Bessa說。在此背景下，研究第一作者Dongil Shin實現了計算機模型，并應用機器學習算法來尋找新的設備設計。

　　基于蛛網的傳感器

　　令研究人員驚訝的是，算法從150種不同的蜘蛛網設計中提出了一個相對簡單的蜘蛛網，它僅由6條字符串以一種看似簡單的方式組合在一起。

　　“東日的計算機模擬顯示，該設備可以在室溫下工作，在這種環境下，原子振動很大，但仍然有非常低的能量從環境中泄漏。換句話說，這是一個更高的質量因素。通過機器學習和優化，我們成功地將理查德的蜘蛛網概念調整為更好的質量因素。”Bessa說。

　　基于這一新的設計，共同第一作者Andrea Cupertino用一種被稱為氮化硅的超薄、納米厚度的陶瓷薄膜制造了一個微芯片傳感器。研究小組通過強力振動微芯片“網”來測試模型，并測量振動停止所需的時間。

　　結果是驚人的：室溫下的孤立振動破紀錄。對此，Norte表示：“我們發現在微芯片網絡之外幾乎沒有能量損失。振動在內部呈圓周運動，而不接觸外部。這有點像在秋千上推某人一下，然后他們在秋千上將近一個世紀都沒有停止。”

　　對基礎和應用科學的啟示

　　通過這一源于蜘蛛網的傳感器，研究人員展示了這種跨學科的策略如何通過結合仿生設計、機器學習和納米技術，打開了一條通向科學新突破的道路。這一新穎的范式對量子互聯網、傳感、微芯片技術和基礎物理學有有趣的影響。例如，探索超小的力，如引力或暗物質，這些都是出了名的難以測量。

　　相關論文信息：

　　https://doi.org/10.1002/adma.202106248