荷蘭研究人員如今設計出世界上最精確的微芯片傳感器之一。該設備可在室溫下工作——這是量子技術和傳感技術的“圣杯”。他們將納米技術和受自然界蜘蛛網啟發的機器學習相結合，使一個納米機械傳感器能夠在遠離日常噪聲的情況下振動。這一突破近日發表在《先進材料新星》雜志上，對引力和暗物質的研究，以及量子互聯網、導航和傳感領域都有意義。

用激光探測人造蜘蛛網的藝術圖 圖片來源：代爾夫特理工大學光學實驗室

在最小尺度上研究振動物體（比如那些用于傳感器或量子硬件的物體）的最大挑戰之一，是如何防止環境熱噪聲與它們的脆弱狀態相互作用。例如，量子硬件通常保持在接近絕對零度（-273.15℃）的溫度，用于盛放其的冰箱每臺售價達50萬歐元。代爾夫特理工大學的研究人員發明了一種網狀微芯片傳感器，在隔絕室溫噪聲的情況下能產生極好的共振。在其他應用中，這項發現將使建造量子設備變得更加便宜。

搭進化便車

領導這項研究的Richard Norte和Miguel Bessa一直在尋找將納米技術和機器學習結合起來的新方法。他們是怎么想到用蜘蛛網作為模型的呢？

“我已經做這項工作10年了，在疫情居家期間，我注意到家里的露臺上有很多蜘蛛網。我意識到蛛網是很好的振動探測器，就像風吹過樹時，它們需要測量網內而非網外的振動來尋找獵物。”Norte說，“這樣的話，為什么不借助蛛網數百萬年的進化，將其作為超敏感設備的初始模型呢？”

由于該團隊對蛛網的復雜性并不了解，于是他們便讓機器學習指導發現過程。“我們知道實驗和模擬是昂貴和耗時的，所以我們的團隊決定使用一種叫做貝葉斯優化的算法，用很少的嘗試找到一個好的設計。”Bessa說。在此背景下，該研究第一作者Dongil Shin搭建計算機模型，并應用機器學習算法尋找新的設備設計方案。

基于蛛網的傳感器

令研究人員驚訝的是，算法從150種不同的蜘蛛網設計中找出了一個相對簡單的蜘蛛網，它僅由6條字符串以一種看似簡單的方式組合在一起。

“Dongil的計算機模擬顯示，該設備可以在室溫下工作。在這種環境下，原子振動很大，但仍然有非常低的能量從環境中泄漏。換句話說，這是一個更高的質量因素。通過機器學習和優化，我們成功地將Richard的蜘蛛網概念調整為更好的質量因素。”Bessa說。

基于這一新的設計，共同第一作者Andrea Cupertino用一種被稱為氮化硅的超薄、納米厚度的陶瓷薄膜制造了一個微芯片傳感器。研究小組通過強力振動微芯片“網”來測試模型，并測量振動停止所需的時間。

結果是驚人的：室溫下的孤立振動破了紀錄。對此，Norte表示：“我們發現在微芯片網絡之外幾乎沒有能量損失。振動在內部呈圓周運動，而不接觸外部。這有點像在秋千上推某人一下，然后他們在秋千上運動了將近一個世紀都沒有停止。”

通過這一源于蜘蛛網的傳感器，研究人員展示了這種跨學科的策略如何通過結合仿生設計、機器學習和納米技術，打開了一條通向科學新突破的道路。這一新穎的范式對量子互聯網、傳感、微芯片技術和基礎物理學都將產生影響。例如，探索超小的力，如引力或暗物質，它們通常都是非常難以測量的。 （馮維維）