客观日本

QST与广岛大学利用AI将电子自旋的测量时间缩短至原来的1/10以下

2024年10月22日 信息通信

在超高速、超低功耗自旋电子元件的开发中,元件材料内部的自旋行为至关重要,而现有的测量方法通常需要在自旋的测量上花费大约一周的时间。日本量子科学技术研究开发机构(QST)关西光量子科学研究所放射光科学研究中心的项目负责人岩泽英明、主干研究员上野哲朗等与广岛大学研究生院先进理工系科学研究科的黑田健太副教授、广岛大学放射光科学研究所的奥田太一教授等合作,开发出了一种能够以既往方法十分之一以下的时间测量电子自旋的新方法。研究团队计划在2025年夏季将这种方法导入到NanoTerasu(NanoTerasu Synchrotron Light Source,拥有世界最高性能软X射线的同步辐射设施)中,用于共享光束线。相关研究成果已发表在期刊《Scientific Reports》上。

title

图1 使用软X射线自旋-角分辨光电子能谱技术检测“磁隧道结(MTJ)元件”内部埋藏界面上存在的自旋示意图。用软X射线照射MTJ元件内部界面上存在的电子时,可以将电子释放到外部(利用光电效应)。通过这种方法决定提取出的电子的“自旋”方向和运动。(供图:量子科学技术研究开发机构)

自旋电子通过材料内部的自旋状态来实现运算和存储功能,因此测量这种状态对元件的开发有着重要作用。此前,研究团队开发了一种利用最先进的测量技术——软X射线自旋-角分辨光电子能谱(SARPES)测量自旋状态的设备。但该设备需要重复600次的测量过程并进行累计计算才能得到测量结果,测量一个元件约需要一周的时间,而在此期间样品会劣化,所以测量精度会下降,尚未达到实用水平。

为解决这一问题,研究团队在测量过程中引入了AI技术,让设备即使在测量时长较短且数据噪声较多的情况下也能提取出正确信息,从而成功将测量时间缩短至既往方法的十分之一,达到了实用水平。

具体做法是,研究团队使用了一种被称为高斯过程回归(GPR)的机器学习方法,每次在各个测量过程中获取测量数据(测量光谱)时,AI都会通过该方法估算出无噪声的光谱,并评估其与实际测量光谱的吻合程度(GPR评分)。这种GPR得分就成为了数据可靠性的指标。通过该方法,既往方法难以实现的“数据质量的定量判断”首次成为可能。

在使用拓扑绝缘体的实证实验中,经过57次的测量,一致程度达到了95%(GPR评分0.95),说明能够以与既往方法同等的精度来确定自旋极化度。这使得在1天之内完成可确保足够精度的电子自旋测量成为可能。

项目负责人岩泽表示:“该技术的应用不仅限于自旋电子材料,还可应用于全固态电池、功率半导体等所有的量子材料。因此我认为,如果能够在NanoTerasu上利用该技术,将大大推进新一代信息元件的开发。”

原文:《科学新闻》
翻译:JST客观日本编辑部

【论文信息】
期刊:Scientific Reports
论文:Efficiency improvement of spin-resolved ARPES experiments using Gaussian process regression
DOI:10.1038/s41598-024-66704-8