科技日报北京6月11日电 （记者张佳欣）据11日《天然·通讯》杂志报导，美国麻省理工学院工程师开发的一种计算机视觉技能大大加快了新组成电子资料的表征速度。该技能主动剖析印刷半导体样品图画，并快速估量每个样品的两个要害电子特点：带隙（衡量电子激活能的目标）和安稳才能（衡量寿数的目标）。这项新技能对电子资料的准确表征比传统办法进步了85倍。

  进步太阳能电池、晶体管、LED和电池的功能，需求更好的电子资料。科学家正在用AI（AI）东西从数亿种化学配方中辨认有出路的资料。与此同时，工程师正在制作能够准确的经过AI搜索算法符号的化学成分，并一次打印数百个资料样本的机器。可是，资料表征的最终一步一直是先进资料挑选进程中的首要瓶颈。

  一种新的电子资料被组成后，其功能的表征一般由范畴专家们担任，他们每小时表征约20个资料样本，这种手动进程很准确，但也很耗时。

  所以，团队开发了两种新的计算机视觉算法来主动解说电子资料图画：一种用于估量带隙，另一种用于确认安稳性。第一种算法旨在处理来自高细节、高光谱图画的视觉数据。第二种算法剖析规范RGB图画，并依据原料色彩随时刻的改变来评价原料的安稳性。

  该团队使用这两种新算法对大约70个印刷半导体样品的带隙和安稳才能进行了表征。这些样品含有不同成分份额的钙钛矿。运用一种算法， 整个带隙提取进程约需6分钟。另一种算法还产生了一个能够衡量每个样本耐久性的指数。

  新算法带隙和安稳才能的丈量准确率分别为98.5%和96.9%，与专家的手动丈量比较速度快85倍。

  研究人员方案将这项技能整合到全主动资料挑选体系中，其使用将包括半导体资料的多个范畴。

  提速的含义是什么？简言之，是加快电子资料发现与优化进程上的一次腾跃。这项技能不只简化了繁琐的资料表征流程，更是在根本上缩短了新资料从实验室到实践使用的时刻，加快了资料科学的发展。从久远视点看，这次提速，也促进太阳能电池、晶体管、LED及电池等技能加快进步其功能。