Inverse mask design for interference lithography using automatic differentiable wave propagation
यह शोध पत्र एक ग्रेडिएंट-आधारित अनुकूलन ढांचे को प्रस्तुत करता है जो ऑटोमैटिक डिफरेंशिएशन और डिफरेंशिएबल एंगुलर स्पेक्ट्रम मेथड का उपयोग करके बाइनरी इंटरफेरेंस लिथोग्राफी मास्क को डिजाइन करने के लिए है, जो बड़े मास्क आकारों तक स्केल करने के लिए शिफ्टेड ASM और ग्रेडिएंट चेकपॉइंटिंग जैसी मेमोरी-कुशल तकनीकों का उपयोग करते हुए न्यूनतम दोषों के साथ जटिल, गैर-आवधिक नैनोस्ट्रक्चर को सफलतापूर्वक उत्पन्न करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप केवल एक टॉर्च और कार्डबोर्ड के एक टुकड़े का उपयोग करके एक तस्वीर प्रिंट करने की कोशिश कर रहे हैं। सूक्ष्म चीजों को बनाने की दुनिया में—जैसे आपके फोन के अंदर के सर्किट या माइक्रोचिप पर बने पैटर्न—वैज्ञानिक इंटरफेरेंस लिथोग्राफी (Interference Lithography) नामक तकनीक का उपयोग करते हैं। इसे इस तरह समझें: एक स्टेंसिल के माध्यम से रोशनी डालकर छाया प्राप्त करने के बजाय, आप दो या अधिक लेजर बीमों को एक-दूसरे से टकराने के लिए छोड़ देते हैं। जहाँ प्रकाश की तरंगें बिल्कुल सही तरीके से मिलती हैं, वे चमकदार और गहरे रंग की धारियाँ बनाती हैं, जैसे तालाब में टकराती लहरें। यह एकदम सटीक, दोहराए जाने वाले पैटर्न (जैसे बिंदुओं का ग्रिड) बनाने के लिए बहुत शानदार है क्योंकि इसकी गणित सरल और अनुमानित होती है।
लेकिन क्या होगा यदि आप एक दोहराए जाने वाले ग्रिड के बजाय कुछ अस्त-व्यस्त और अनूठा, जैसे कि कोई लोगो या जटिल ड्राइंग बनाना चाहते हैं? यहीं पर चीजें पेचीदा हो जाती हैं। प्रकाश की तरंगें अब केवल एक सरल नियम का पालन नहीं करतीं; वे उलझ जाती हैं। उस "फिल्म" (एक विशेष प्रकाश-संवेदनशील परत) पर सही चित्र प्राप्त करने के लिए, आपको एक बहुत ही विशिष्ट, अजीब दिखने वाला मास्क (वह कार्डबोर्ड जिसमें छेद हों) डिजाइन करना होगा जो प्रकाश को ठीक उसी तरह मोड़ सके जैसा आप चाहते हैं। समस्या यह है कि यह पता लगाना कि वह मास्क कैसा दिखना चाहिए, एक पत्थर की छाया देखकर उसके आकार का अनुमान लगाने जैसा है। यह एक ऐसी पहेली है जिसका कोई स्पष्ट समाधान नहीं है, और लंबे समय तक, जटिल आकृतियों के लिए ऐसे कस्टम मास्क बनाना बेहद कठिन था।
यहीं पर ब्रुकहेवन नेशनल लेबोरेटरी के शोधकर्ताओं की एक टीम एक चतुर नई तरकीब के साथ सामने आती है। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने एक सुपर-स्मार्ट कंप्यूटर प्रोग्राम बनाया है जो परीक्षण और त्रुटि (trial and error) के माध्यम से इन मास्क को डिजाइन करना सीखता है, लेकिन एक सुपरपावर के साथ: ऑटोमैटिक डिफरेंशिएशन (automatic differentiation)।
उनका यह "जादू" कैसे काम करता है, यहाँ देखें। कल्पना कीजिए कि आप मिट्टी से एक मूर्ति गढ़ने की कोशिश कर रहे हैं, लेकिन आप केवल दीवार पर पड़ने वाली उसकी छाया देख सकते हैं। आप चाहते हैं कि छाया बिल्कुल एक बिल्ली की तस्वीर जैसी दिखे। अतीत में, आप शायद अनुमान लगाते, छाया देखते और फिर से अनुमान लगाते, इस उम्मीद में कि आप लक्ष्य के करीब पहुँच जाएँगे। यह नया तरीका एक ऐसे रोबोट की तरह है जो तुरंत आपको बता सकता है कि छाया को बेहतर बनाने के लिए मिट्टी के किस छोटे से कण को कहाँ हिलाना है। कंप्यूटर एक डिजिटल मास्क के माध्यम से गुजरने वाले प्रकाश का अनुकरण (simulate) करता है, देखता है कि परिणामी "छाया" (पैटर्न) लक्षित चित्र की तुलना में कैसी है, और फिर यह पता लगाने के लिए गणित का उपयोग करता है कि मास्क में सुधार करने के लिए किन बदलावों की आवश्यकता है। यह प्रक्रिया हजारों बार लगातार चलती है, जिससे यह पूर्णता के और करीब पहुँच जाता है।
शोधकर्ताओं ने प्रकाश के यात्रा करने के तरीके का अनुकरण करने के लिए एंगुलर स्पेक्ट्रम मेथड (Angular Spectrum Method) नामक तकनीक का उपयोग किया। इसे एक अत्यंत सटीक वीडियो गेम इंजन की तरह समझें जो भविष्यवाणी करता है कि प्रकाश की तरंगें कैसे नाचेंगी और एक-दूसरे के साथ हस्तक्षेप (interfere) करेंगी। इस इंजन को "डिफरेंशिएबल" बनाकर, उन्होंने कंप्यूटर को त्रुटि से कारण तक पीछे की ओर काम करने की अनुमति दी। उन्होंने एक यादृच्छिक (random), बिखरे हुए डिजिटल मास्क से शुरुआत की और कंप्यूटर को त्रुटियों को "बैकप्रोपैगेट" (backpropagate) करने दिया, जिससे मास्क के पिक्सेल को तब तक समायोजित किया गया जब तक कि सिम्युलेटेड प्रकाश पैटर्न उनके लक्षित डिजाइन से लगभग पूरी तरह मेल नहीं खा गया।
परिणाम प्रभावशाली थे। उन्होंने एक ऐसा मास्क डिजाइन किया जो एक जटिल पैटर्न (ब्रुकहेवन नेशनल लेबोरेटरी के लोगो पर आधारित) को अविश्वसनीय रूप से तीखे विवरणों के साथ प्रिंट कर सकता है। अंतिम पैटर्न के केवल 0.1% पिक्सेल गलत थे—मूल रूप से, एक लगभग पूर्ण छवि में केवल कुछ छोटे, बिखरे हुए धूल के कण। इससे भी अधिक अद्भुत बात यह है कि उनके द्वारा डिजाइन किए गए मास्क के पिक्सेल 800 नैनोमीटर चौड़े थे, फिर भी यह 400 नैनोमीटर जितने छोटे फीचर्स को प्रिंट कर सकता था। यह एक मोटे ब्रश का उपयोग करके ब्रश के बालों की आधी चौड़ाई की रेखा खींचने जैसा है, और यह सब प्रकाश की तरंगों के आपस में टकराने के तरीके की बदौलत संभव हुआ।
हालाँकि, इसमें एक पेच था। एक बड़े मास्क के लिए इस प्रकाश के नृत्य का अनुकरण करने के लिए भारी मात्रा में कंप्यूटर मेमोरी की आवश्यकता होती है, जैसे कि एक ही कप में विशाल समुद्र को समाने की कोशिश करना। इस समस्या को हल करने के लिए, टीम ने उनके सिमुलेशन का एक "शिफ्टेड" (shifted) संस्करण बनाया। कल्पना कीजिए कि आप एक विशाल भित्ति चित्र (mural) पेंट करने की कोशिश कर रहे हैं। पूरे कैनवास को एक साथ अपने दिमाग में रखने के बजाय, आप इसे छोटे वर्गों में तोड़ते हैं, प्रत्येक वर्ग को अलग से पेंट करते हैं, और फिर उन्हें आपस में जोड़ देते हैं। यह "पैचवर्क" दृष्टिकोण उन्हें ऐसे मास्क का अनुकरण करने की अनुमति देता था जो उनके कंप्यूटरों द्वारा सामान्य रूप से संभालने योग्य क्षमता से 10.2 गुना बड़े थे। उन्होंने इसे एक साथ चार ग्राफिक्स कार्ड पर चलाकर भी टेस्ट किया, जिससे यह प्रक्रिया 2.5 गुना तेज़ हो गई।
एक महत्वपूर्ण विवरण जो उन्होंने पाया, वह यह है कि यह जादू तभी काम करता है जब प्रकाश बहुत शुद्ध हो। यदि आप मिश्रित रंगों वाली टॉर्च (जैसे सफेद प्रकाश) का उपयोग करते हैं, तो पैटर्न धुंधला और फीका हो जाता है। उन्होंने पाया कि तीखे किनारों को बनाए रखने के लिए प्रकाश का लगभग एक ही रंग (मोनोक्रोमैटिक) का होना आवश्यक है, जैसे कि एक लेजर। यदि प्रकाश का रंग बहुत अधिक बदलता है, तो नाजुक इंटरफेरेंस पैटर्न बिखर जाता है।
अंत में, यह पेपर केवल मास्क बनाने का एक नया तरीका नहीं दिखाता है; यह इंटरफेरेंस लिथोग्राफी का उपयोग करके आपके द्वारा कल्पना की गई किसी भी आकृति को प्रिंट करने के द्वार खोलता है। भौतिकी को मशीन लर्निंग के साथ जोड़कर, उन्होंने एक लगभग असंभव गणितीय समस्या को एक हल होने योग्य पहेली में बदल दिया। उन्होंने प्रमाण दिया कि यह सिमुलेशन में काम करता है, लेकिन अब वास्तविक दुनिया के मास्क बनाकर जटिल, गैर-दोहराए जाने वाले नैनोस्ट्रक्चर बनाने का मार्ग साफ है, जो भविष्य में हमारे सूक्ष्म, जटिल उपकरणों को बनाने के तरीके में क्रांति ला सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।