ထရန်စစ္စတာများ ဆက်လက်သေးငယ်လာသည်နှင့်အမျှ ၎င်းတို့ ဖြတ်သန်းစီးဆင်းနေသော လမ်းကြောင်းများသည် မြင့်မားသော အီလက်ထရွန် ရွေ့လျားနိုင်သောပစ္စည်းများကို ဆက်လက်အသုံးပြုရန် လိုအပ်ပြီး ၎င်းတို့သည် လျှပ်စီးကြောင်းများ ပိုမိုကျဉ်းမြောင်းလာသည်။ မိုလစ်ဘဒင်နမ်ဒစ်ဆာလ်ဖိုင်ဒ်ကဲ့သို့သော နှစ်ဘက်မြင်ပစ္စည်းများသည် မြင့်မားသောအီလက်ထရွန်ရွေ့လျားနိုင်မှုအတွက် စံပြဖြစ်သော်လည်း သတ္တုဝါယာကြိုးများနှင့် အပြန်အလှန်ချိတ်ဆက်သည့်အခါတွင် အားသွင်းစီးဆင်းမှုကို ဟန့်တားသည့် ထိတွေ့မျက်နှာပြင်တွင် Schottky အတားအဆီးတစ်ခုကို ဖွဲ့စည်းထားသည်။
2021 ခုနှစ် မေလတွင်၊ Massachusetts Institute of Technology မှ ဦးဆောင်ပြီး TSMC နှင့် အခြားသော ပူးပေါင်းသုတေသနအဖွဲ့မှ semi-metal bismuth ဖြင့် ပေါင်းစပ်အသုံးပြုခြင်းသည် ပစ္စည်းနှစ်ခုကြားတွင် သင့်လျော်သောအစီအစဉ်ဖြင့် ဝါယာကြိုးနှင့် စက်ပစ္စည်းကြား ထိတွေ့မှုကို လျှော့ချနိုင်သည်ဟု အတည်ပြုခဲ့သည် ထို့ကြောင့် ဤပြဿနာကို ဖယ်ရှားပေးသည်။ 1 nanometer အောက်ရှိ semiconductors များ၏ ကြောက်စရာကောင်းသော စိန်ခေါ်မှုများကို အောင်မြင်ရန် ကူညီပေးသည်။
MIT အဖွဲ့သည် နှစ်ဘက်မြင်ပစ္စည်းတစ်ခုပေါ်ရှိ semimetal bismuth နှင့် electrodes များကို ပေါင်းစပ်ခြင်းဖြင့် ခံနိုင်ရည်ကို လျှော့ချနိုင်ပြီး ဂီယာလက်ရှိမှုကို တိုးမြင့်စေနိုင်ကြောင်း တွေ့ရှိခဲ့သည်။ ထို့နောက် TSMC ၏နည်းပညာဆိုင်ရာသုတေသနဌာနသည် bismuth အစစ်ခံခြင်းလုပ်ငန်းစဉ်ကို အကောင်းဆုံးလုပ်ဆောင်ခဲ့သည်။ နောက်ဆုံးတွင်၊ National Taiwan University အဖွဲ့သည် အစိတ်အပိုင်းချန်နယ်အား နာနိုမီတာအရွယ်အစားသို့ အောင်မြင်စွာလျှော့ချရန် "ဟီလီယမ်အိုင်းယွန်းအလင်းဓာတ်ပုံရိုက်စနစ်" ကို အသုံးပြုခဲ့သည်။
အဆက်အသွယ်လျှပ်ကူးပစ္စည်း၏သော့ဖွဲ့စည်းပုံအဖြစ် bismuth ကိုအသုံးပြုပြီးနောက်၊ နှစ်ဖက်မြင်ပစ္စည်းထရန်စစ္စတာ၏စွမ်းဆောင်ရည်သည် ဆီလီကွန်အခြေခံတစ်ပိုင်းလျှပ်ကူးကိရိယာများနှင့် နှိုင်းယှဉ်ရုံသာမကဘဲ လက်ရှိပင်မဆီလီကွန်အခြေခံလုပ်ငန်းစဉ်နည်းပညာနှင့်လည်း တွဲဖက်အသုံးပြုနိုင်ပါသည်။ အနာဂတ်တွင် Moore's Law ၏ ကန့်သတ်ချက်များကို ကျော်ဖြတ်ပါ။ ဤနည်းပညာဆိုင်ရာ အောင်မြင်မှုများသည် စက်မှုလုပ်ငန်းတွင် ဝင်ရောက်လာသော နှစ်ဖက်မြင် တစ်ပိုင်းလျှပ်ကူးကိရိယာများ၏ အဓိကပြဿနာကို ဖြေရှင်းနိုင်မည်ဖြစ်ပြီး ပေါင်းစည်းထားသော ဆားကစ်များသည် Moore ခေတ်နောက်ပိုင်းတွင် ဆက်လက်တိုးတက်နေစေရန်အတွက် အရေးကြီးသော မှတ်တိုင်တစ်ခုဖြစ်သည်။
ထို့အပြင် စက်ပစ္စည်းအသစ်များ ရှာဖွေတွေ့ရှိမှုကို အရှိန်မြှင့်ရန် algorithms အသစ်များကို တီထွင်ရန် တွက်ချက်မှုဆိုင်ရာ သိပ္ပံပညာကို အသုံးပြုခြင်းသည် ပစ္စည်းများ၏ လက်ရှိဖွံ့ဖြိုးတိုးတက်မှုတွင် အရေးပါသောနေရာတစ်ခုလည်းဖြစ်သည်။ ဥပမာအားဖြင့်၊ 2021 ခုနှစ် ဇန်နဝါရီလတွင်၊ အမေရိကန်စွမ်းအင်ဌာန၏ Ames ဓာတ်ခွဲခန်းမှ "Natural Computing Science" ဂျာနယ်တွင် "Cuckoo Search" algorithm ဆိုင်ရာ ဆောင်းပါးတစ်ပုဒ်ကို ထုတ်ဝေခဲ့သည်။ ဤ algorithm အသစ်သည် မြင့်မားသော entropy သတ္တုစပ်များကို ရှာဖွေနိုင်သည်။ ရက်သတ္တပတ်မှစက္ကန့်အထိအချိန်။ United States ရှိ Sandia National Laboratory မှ တီထွင်ထားသော machine learning algorithm သည် သာမန်နည်းလမ်းများထက် အဆ 40,000 ပိုမြန်ပြီး ပစ္စည်းနည်းပညာ၏ ဒီဇိုင်းစက်ဝန်းကို တစ်နှစ်နီးပါး တိုစေပါသည်။ 2021 ခုနှစ် ဧပြီလတွင် United Kingdom ရှိ Liverpool တက္ကသိုလ်မှ သုတေသီများသည် 8 ရက်အတွင်း ဓာတုတုံ့ပြန်မှုလမ်းကြောင်းများကို အမှီအခိုကင်းစွာ ဒီဇိုင်းထုတ်နိုင်သည့် စက်ရုပ်တစ်ရုပ်ကို တီထွင်ခဲ့ပြီး စမ်းသပ်မှုပေါင်း 688 ခုကို ပြီးမြောက်ကာ ပိုလီမာ၏ photocatalytic စွမ်းဆောင်ရည်ကို မြှင့်တင်ရန်အတွက် ထိရောက်သော ဓာတ်ကူပစ္စည်းတစ်ခုကို ရှာဖွေတွေ့ရှိခဲ့သည်။
၎င်းကို ကိုယ်တိုင်ပြုလုပ်ရန် လနှင့်ချီကြာသည်။ ဂျပန်နိုင်ငံ၊ အိုဆာကာတက္ကသိုလ်သည် လေ့ကျင့်ရေးဒေတာဘေ့စ်အဖြစ် photovoltaic cell ပစ္စည်းများ 1,200 ကိုအသုံးပြု၍ ပိုလီမာပစ္စည်းများ၏ဖွဲ့စည်းပုံနှင့် photoelectric induction အကြားဆက်စပ်မှုကို စက်သင်ယူမှု algorithms မှတဆင့်လေ့လာပြီး 1 မိနစ်အတွင်း အလားအလာရှိသောအသုံးချပရိုဂရမ်များနှင့်အတူ ဒြပ်ပေါင်းများ၏ဖွဲ့စည်းပုံကို အောင်မြင်စွာစမ်းသပ်စစ်ဆေးခဲ့သည်။ သမားရိုးကျနည်းလမ်းများသည် 5 နှစ်မှ 6 နှစ်အထိလိုအပ်သည်။
တင်ချိန်- သြဂုတ်-၁၁-၂၀၂၂