AIとトポロジーで薄膜成長のメカニズムを解明！次世代デバイスへの期待

薄膜生成過程における枝分かれ現象の解明

東京理科大学を中心とした研究グループが、薄膜形成に伴う樹枝状の成長過程を数学、物理、人工知能（AI）を融合させて解明しました。この研究は、次世代の情報通信技術「Beyond 5G」実現への基盤技術となりうるものです。

研究の背景

現在の電子デバイスには薄膜の成長技術が不可欠です。特に、通信速度の向上を目指す次世代の「Beyond 5G」では、より高い性能が求められています。そのため、多層膜や半導体デバイスの性能を向上させるためには、高品質な薄膜生成が必須です。特に、銅基板の上でのグラフェンや六方晶窒化ホウ素など、電荷移動度の高い新しい材料に注目が集まっています。

薄膜生成の枝分かれ現象とは

薄膜生成時には、時に樹枝状の構造が形成されます。この枝分かれ現象は、成膜プロセスの品質に大きな影響を与える要因となります。薄膜の厚さや凹凸が不均一になる原因となり、その結果、デバイスの電気的特性にも悪影響を及ぼします。そのため、枝分かれのメカニズムを解明することは、薄膜生成技術の向上に直接寄与します。

研究手法の革新

本研究グループは、数学的なトポロジーと物理的自由エネルギーの解析を組み合わせ、さらに機械学習を活用しました。この新しい手法により、樹枝状構造の生成メカニズムを定量的に評価することに成功しました。具体的には、67,725枚の薄膜画像を用いて、樹枝状の成長過程をシミュレーションし、パーシステントホモロジーを用いて評価しています。

この手法の特徴は、一般的な「ブラックボックス問題」ではなく、数学的および物理的原則に基づいた「ホワイトボックス型の機械学習」である点です。これにより、樹枝状構造の成長と自由エネルギーの変化との関連が明確になり、構造とプロセスに関する新たな知見が得られました。

結果とその意義

研究の結果、樹枝状構造の成長が自由エネルギーの変化とどのように関連しているかが明らかになりました。特に、樹枝状成長の最中でPC1（主成分）が増加し、同時に自由エネルギーが減少する傾向が見られました。これにより、特定の条件下での枝分かれ現象の発生メカニズムを理解するためのデータが集まりました。これらの知見は、今後の薄膜生成プロセスの最適化に役立てられると考えられています。

未来への展望

本研究の成果は、単に薄膜生成の理解を深めるだけでなく、数理科学と材料科学を融合させた新しいアプローチとして注目されています。今後、この手法がさまざまな材料の開発と最適化に広がり、Beyond 5Gを支える革新的なデバイスの創出に貢献することが期待されています。研究は、絡み合った物理、数学、AIの側面をも踏まえることで、新たな成果を生み出す可能性を秘めています。ロボットや自動運転技術など、広範な分野にわたって応用できる可能性も十分にあります。