DeepONet-assisted angle-resolved scatterometry for sub-nanometre in situ metrology of nanowire geometry
تقدم هذه الورقة إطار عمل للقياس التشتتي المعتمد على زاوية التحليل بمساعدة DeepONet، والذي يدمج تعلم العمليات للتصحيح الطيفي، وتحسين سرب الجسيمات لعكس طريقة RCWA، والتحقق باستخدام SEM المعزز بـ SAM لتحقيق دقة دون النانومتر في القياس المترولوجي في الموقع لهندسة أسلاك GaN النانوية المطعمة بالسيليكون.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الإلكترونيات الحديثة، تعتمد أكثر الرقائق تقدماً على هياكل دقيقة تسمى الأسلاك النانوية. هذه ليست أسلاكاً سميكة مثل تلك الموجودة في مصباح منزلي، بل هي أعمدة نحيفة من مادة أشباه الموصلات، وهي نحيفة لدرجة أن مئات منها يمكن أن تتسع داخل عرض شعرة بشرية واحدة. ولجعل هذه الأسلاك تعمل، يقوم العلماء بتنميتها داخل غرفة مفرغة من الهواء باستخدام تقنية تسمى "النمو البلوري بالحزمة الجزيئية". تشبه هذه العملية فرنًا عالي الدقة حيث يتم قذف ذرات الغاليوم والنيتروجين والسيليكون نحو سطح ساخن، لتلتصق ببعضها البعض وتبني الأسلاك طبقة تلو الأخرى. والتحدي يكمن في أن هذه الأسلاك حساسة للغاية؛ فإزاحة طفيفة في درجة الحرارة أو تغير بسيط في كمية السيليكون المضافة يمكن أن يغير شكلها وحجمها وطريقة توصيلها للكهرباء. وإذا لم تكن هذه الأسلاك بالحجم الصحيح، فإن الأجهزة المبنية منها ستفشل. لعقود من الزمن، كافح العلماء لقياس هذه الأسلاك أثناء نموها؛ فالطرق التقليدية تتطلب إخراج العينة من الغرفة لفحصها تحت مجهر إلكتروني قوي، ولكن بحلول ذلك الوقت، تكون عملية النمو قد انتهت، ولا يمكن إصلاح أي أخطاء.
لقد طور فريق من الباحثين طريقة جديدة لقياس مصفوفات الأسلاك النانوية بدقة متناهية وهي لا تزال داخل غرفة النمو، ودون لمسها على الإطلاق. لقد ابتكروا نظاماً يستخدم الضوء لـ "رؤية" شكل الأسلاك في الوقت الفعلي. وبدلاً من التقاط صورة، يقوم النظام بتسليط شعاع من الضوء على الأسلاك النامية ويلتقط نمط الضوء المرتد. ولأن الأسلاك صغيرة جداً، فهي تشتت الضوء بطريقة محددة تعتمد كلياً على قطرها وارتفاعها. ويطلق الباحثون على هذه الطريقة اسم "قياس التشتت بزاوية محددة". وتكمن المشكلة في أن أنماط الضوء الخام التي تلتقطها الكاميرا لا تتطابق مع النماذج الرياضية المثالية التي يستخدمها العلماء للتنبؤ بكيفية سلوك الضوء؛ فالعالم الحقيقي فوضوي، حيث تتسبب العيوب في العدسات والمواد في وجود فجوة بين ما يتم قياسه وما تتوقعه النماذج الحاسوبية. وهذا التباين يجعل من المستحيل عادةً حساب أبعاد السلك بدقة.
ولسد هذه الفجوة، قدم الباحثون أداة برمجية ذكية تعتمد على نوع من الذكاء الاصطناعي يسمى "DeepONet". فكر في هذه الأداة كأنها مترجم يتعلم كيفية تحويل أنماط الضوء الفوضوية في العالم الحقيقي إلى تنسيق مثالي ونظيف يمكن للنماذج الحاسوبية فهمه. يلتقط النظام أولاً الضوء المشتت بواسطة الأسلاك النانوية ويحوله إلى "طيف"، وهو عبارة عن رسم بياني يوضح مقدار الضوء المنعكس عند زوايا مختلفة. ثم يأخذ برنامج "DeepONet" هذا الرسم البياني ويقوم بتصحيحه، حيث يعمل على تنعيم الأخطاء التجريبية ومواءمتها مع التنبؤات النظرية. وبمجرد تصحيح نمط الضوء، يستخدم النظام خوارزمية بحث للعثور على القطر والارتفاع الدقيقين اللذين ينتجان هذا النمط المحدد؛ حيث يختبر ملايين التوليفات الممكنة من الحجم والارتفاع حتى يجد التوليفة التي تطابق بيانات الضوء المصححة تماماً.
لإثبات فعالية هذه الطريقة، احتاج الفريق إلى وسيلة للتحقق من نتائجهم مقابل الحقيقة. لذا قاموا ببناء نظام منفصل وآلي لتحليل الصور الملتقطة بواسطة مجهر إلكتروني بعد انتهاء عملية النمو. استخدم هذا النظام نموذجاً قوياً للتعرف على الصور لتحديد آلاف الأسلاك النانوية الفردية في الصور وقياس أحجامها تلقائياً. ومن خلال مقارنة القياسات التي أخذها النظام القائم على الضوء أثناء النمو مع القياسات التي أخذها المجهر الإلكتروني بعد النمو، تمكنوا من معرفة مدى دقة طريقتهم الجديدة. وكانت النتائج دقيقة بشكل مذهل؛ فبالنسبة لقطر الأسلاك، كان نظامهم بعيداً بمعدل 0.22 نانومتر فقط، وبالنسبة للارتفاع، كان الخطأ أصغر من ذلك، حيث بلغ 0.12 نانومتر فقط. ولتوضيح الصورة، فإن النانومتر الواحد هو جزء من مليار من المتر؛ أي أن الخطأ في قياسهم أقل من عرض ذرة واحدة.
اختبر الباحثون هذا الإطار على مجموعة من عينات الأسلاك النانوية التي لم يرها الكمبيوتر من قبل أثناء تدريبه. وحتى مع هذه العينات الجديدة تماماً، حافظ النظام على مستواه العالي من الدقة. وهذا يشير إلى أن الطريقة لا تقوم بمجرد حفظ أنماط معينة، بل تعلمت قاعدة عامة لترجمة الضوء إلى شكل. وتثبت هذه الدراسة أنه من الممكن مراقبة نمو هذه الهياكل الدقيقة بدقة "دون النانومتر" في الوقت الفعلي. وهذه القدرة قد تسمح للمهندسين بتعديل ظروف النمو فوراً إذا بدأ سلك ما في التكون بشكل غير صحيح، مما يضمن أن كل شريحة يتم إنتاجها ستكون مثالية. ومن خلال الجمع بين البصريات المتقدمة، والذكاء الاصطناعي، والتحقق الصارم، نجح الفريق في تحويل لغز بصري صعب إلى أداة موثوقة لمستقبل تصنيع أشباه الموصلات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.