隨著科技的進步，越來越多的消費者對於更緊湊和易於使用的電子產品產生興趣。納米技術的迅速發展使得創造更小型設備的可能性不斷增加。然而，隨著設計的縮小，開發人員面臨兩個主要挑戰：散熱和保持穩固的連接。隨著更多元件被壓縮進更小的空間，目前的散熱方法已無法滿足需求，這時納米材料便成為解決方案。
這些極小的顆粒因其尺寸而以獨特的方式運作，提供創新的解決方案來管理熱量和改善連接。然而，納米級製造過程極具不確定性且難以控制。為了解決這一工程挑戰，來自匹茲堡大學的 Mostafa Bedewy 和羅格斯大學的 Ahmed Aziz Ezzat 研究團隊合作，獲得了來自國家科學基金會的 $549,947 / 約 HK$ 4,287,000 資助，以了解這些微小顆粒的形成，以改善電子產品。
該研究的目標是利用高科技顯微鏡和機器學習來理解和控制鋁土礦支持的鐵納米粒子的形成。Bedewy 將這一過程比作培養草或微型森林。團隊表示，他們在一個小面積上種植了數十億個這些微小的「種子」——即納米粒子，這些種子對於生長碳納米管至關重要，碳納米管的尺寸比草葉小一百萬倍。
碳納米管是一種網狀管結構，據說其強度是鋼的 100 倍，導電性則超過銅。Bedewy 表示：「我們在一個 1 厘米乘 1 厘米的區域內放置了 1,000 億個納米粒子。之前的研究顯示，並非所有納米粒子都會生長出納米管，我們的新項目旨在揭示哪些粒子作為種子及其原因。」
該研究專注於鋁土礦支持和鐵納米粒子之間的相互作用，以精確控制碳納米管的生長，從而提升電子設備的性能。這些納米管在能源儲存、複合材料、汽車零部件和水過濾等多個應用中展現出潛力，因此團隊相信這些納米管非常適合用於日益緊湊的電子設備的散熱。
然而，生長這些理想的高密度納米管結構就像高風險的烹飪。「控制我們用來生長碳納米管的化學氣相沉積過程需要找到正確的成分、溫度和條件，但我們談論的是原子級的高度耦合的物理和化學過程。」Bedewy 說。
為了觀察這些過程，研究人員使用了一種名為環境透射電子顯微鏡（E-TEM）的專用儀器，該儀器利用電子束成像納米材料。幾年前，分析 E-TEM 圖像是一個緩慢的手動過程，但現在機器學習簡化了這一過程，使得能夠模擬和預測鋁土礦支持的鐵納米粒子的生長。該系統每秒可以收集和自動處理數百張圖像，從而能夠高度精確地預測納米粒子的行為。
目前的目標是開發一種基於機器學習的工具，用於自動化 E-TEM 圖像處理，從而能夠預見納米管生產過程中納米粒子的複雜行為。Aziz Ezzat 表示：「從大量 E-TEM 數據中揭示納米粒子的時空動態是一個複雜的挑戰，需要嚴謹的數據科學處理。」他補充道：「這個項目旨在通過數據科學的視角提取 E-TEM 數據中的科學見解，並開發一個強大的預測模擬工具。」
除了這項研究外，碳納米管的研究和開發領域也在迅速進展。據《Live Science》報導，去年中國科學家開發了一種新型的張量處理單元（TPU），該計算機芯片使用碳納米管替代硅，可能導致更高效的人工智慧運算。
日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK
