仿生蜘蛛网打造新型室温微芯片传感器

受自然界蜘蛛网启发，荷兰代尔夫特理工大学研究人员将纳米技术和机器学习相结合，成功设计出一种可在室温下工作的、极为精确的微芯片传感器——“蛛网纳米机械谐振器”。该设备属于迄今世界上最精确的传感器之一，能在与日常噪声极端隔离的情况下振动，表现出超过10亿的机械品质因数，是量子技术和传感技术结合的典范。 eJ"je@vvrK  
H(rK39Q  
RO!em~{D*  
这一突破性成果发表在《先进材料》杂志上，对引力和暗物质研究以及量子互联网、导航和传感领域都有重大意义。 +!JTEKHKH  
O}Mu_edM  
当温度在绝对零度（约-273.15℃）以上时，由于电荷载流子的热运动，所有电阻都具有噪声，这种噪声称为热噪声。而研究微小物体振动（如传感器或量子硬件中使用的振动物体）的最大挑战之一是，如何防止环境热噪声与其脆弱状态相互作用。例如，量子硬件通常保持在接近绝对零度的温度下，但使用这种设备的冰箱每台价格高达50万欧元。 j0q:i}/U,  

+v{g'  
此次发明的网状微芯片传感器在室温中与噪音隔绝的情况下，共振效果极好。而且，这一发明将使建造量子设备的成本大大降低。 d [f,Nu'  
/YrBnccqD  
该研究的领导者之一理查德·诺特表示，蜘蛛网是很好的振动探测器，因为蜘蛛通过感知网内的振动来捕猎，而非风这样的外部因素。“何不搭乘数百万年进化之旅的便车，用蜘蛛网作为超灵敏设备的初始模型呢？” (M;jnQ0  
;Im%L=q9GL  
研究人员利用贝叶斯优化算法研究复杂的蜘蛛网，并建立了计算机模型。令人惊讶的是，该算法从150种不同的蜘蛛网设计中提炼出一个相对简单的模型。 d#vo)
>  
AQU^7O  
>X58 zlxk  
计算机模型显示，该设备可在室温下工作，且原子剧烈振动。通过机器学习和优化，研究人员成功地设计出了在室温环境下具有超低能量耗散的蛛网纳米机械谐振器。 NfsF'v  
@lhjO>@#I  
{4^NZTjd@  
在这种新设计的基础上，研究论文第一作者安德里亚·库比蒂诺用超薄、纳米厚的氮化硅陶瓷材料薄膜建造了一个微芯片传感器。研究人员使微芯片“网”强力振动，并测量振动停止所需的时间来测试该模型，结果打破了室温下与环境热噪声隔离后的振动效果纪录。这一微芯片网外几乎没有能量损失，振动都在内部呈圆圈运动，且不接触外部。 7]F@g}8  
xN +Oca  
“这有点像推了一下秋千，然后秋千就能不停地摆动将近一个世纪。”诺特说。