用激光探测人造蜘蛛网的艺术家绘图。 图片来源：代尔夫特理工大学光学实验室
荷兰代尔夫特理工大学的一组研究人员设计出世界上最精确的微芯片传感器之一。该设备可在室温下工作——这是量子技术和传感技术的“圣杯”。他们将纳米技术和受自然界蜘蛛网启发的机器学习相结合，使一个纳米机械传感器能够在远离日常噪音的情况下振动。这一突破近日发表在《先进材料》杂志上，对引力和暗物质的研究，以及量子互联网、导航和传感领域都有意义。
在最小尺度上研究振动物体的最大挑战之一，比如那些用于传感器或量子硬件的物体，是如何防止环境热噪声与它们的脆弱状态相互作用。例如，量子硬件通常保持在接近绝对零度（-273.15℃）的温度，用于盛放其的冰箱每台售价达50万欧元。代尔夫特理工大学的研究人员发明了一种网状微芯片传感器，在隔绝室温噪声的情况下能产生极好的共振。在其他应用中，这项发现将使建造量子设备变得更加便宜。
搭进化便车
领导这项研究的Richard Norte和Miguel Bessa一直在寻找将纳米技术和机器学习结合起来的新方法。他们是怎么想到用蜘蛛网作为模型的呢？
“我已经做这项工作10年了，在疫情居家期间，我注意到家里的露台上有很多蜘蛛网。我意识到蛛网是很好的振动探测器，就像风吹过树一样，它们需要测量网内而非网外的振动来寻找猎物。”Richard Norte说，“这样的话，为什么不借助蛛网数百万年的进化，将其作为超敏感设备的初始模型呢？”
由于该团队对蛛网的复杂性并不了解，他们让机器学习指导发现过程。“我们知道实验和模拟是昂贵和耗时的，所以我们的团队决定使用一种叫做贝叶斯优化的算法，用很少的尝试找到一个好的设计。”Miguel Bessa说。在此背景下，研究第一作者Dongil Shin实现了计算机模型，并应用机器学习算法来寻找新的设备设计。
基于蛛网的传感器
令研究人员惊讶的是，算法从150种不同的蜘蛛网设计中提出了一个相对简单的蜘蛛网，它仅由6条字符串以一种看似简单的方式组合在一起。
“东日的计算机模拟显示，该设备可以在室温下工作，在这种环境下，原子振动很大，但仍然有非常低的能量从环境中泄漏。换句话说，这是一个更高的质量因素。通过机器学习和优化，我们成功地将理查德的蜘蛛网概念调整为更好的质量因素。”Bessa说。
基于这一新的设计，共同第一作者Andrea Cupertino用一种被称为氮化硅的超薄、纳米厚度的陶瓷薄膜制造了一个微芯片传感器。研究小组通过强力振动微芯片“网”来测试模型，并测量振动停止所需的时间。
结果是惊人的：室温下的孤立振动破纪录。对此，Norte表示：“我们发现在微芯片网络之外几乎没有能量损失。振动在内部呈圆周运动，而不接触外部。这有点像在秋千上推某人一下，然后他们在秋千上将近一个世纪都没有停止。”
对基础和应用科学的启示
通过这一源于蜘蛛网的传感器，研究人员展示了这种跨学科的策略如何通过结合仿生设计、机器学习和纳米技术，打开了一条通向科学新突破的道路。这一新颖的范式对量子互联网、传感、微芯片技术和基础物理学有有趣的影响。例如，探索超小的力，如引力或暗物质，这些都是出了名的难以测量。（来源：中国科学报 晋楠）
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：
[email protected]。
