自動画像ベースの測定ツール

機能

トランジスタは集積回路に不可欠なコンポーネントであり、その性能は構造と材料の構成によって異なります。最近、従来のシリコンベースの CMOS 論理デバイスは、技術的および物理的な制限に直面しています。そのため、多くの研究チームが、この分野を前進させるために新しい半導体材料を探求しています。
このプロジェクトでは、剥離ステップで得られたチャネル サンプルの品質を評価する人工知能モデルを開発することを目的としました。これは、新素材に基づく半導体デバイスの製造プロセスにおいて重要なステップです。従来、これらのチャネル サンプルは光学顕微鏡または走査電子顕微鏡（SEM）で観察され、その幅は科学的な画像測定ソフトウェアを使用して手動で測定されていました。
しかし、Google は Gemini API と画像処理技術を活用したウェブサイトを設計し、このプロセスを自動化しました。ユーザーは対象の写真を API にアップロードすると、チャネルの幅と、デバイスの製造にサンプルが適しているかどうかに関する情報をすぐに受け取ることができます。また、UNet アーキテクチャに基づいてセグメンテーション モデル用の独自のデータセットを作成してトレーニングしました。この技術革新は、新規半導体材料に基づくナノデバイスの研究チームに大きなメリットをもたらし、大幅な利便性を提供すると考えられます。