Ker se tranzistorji še naprej miniaturizirajo, postajajo kanali, skozi katere prevajajo tok, vedno ožji, kar zahteva nadaljnjo uporabo materialov z visoko mobilnostjo elektronov. Dvodimenzionalni materiali, kot je molibdenov disulfid, so idealni za visoko mobilnost elektronov, toda ko so medsebojno povezani s kovinskimi žicami, se na kontaktnem vmesniku oblikuje Schottkyjeva pregrada, pojav, ki zavira pretok naboja.
Maja 2021 je skupna raziskovalna skupina pod vodstvom Massachusetts Institute of Technology in v kateri so sodelovali TSMC in drugi potrdila, da lahko uporaba polmetalnega bizmuta v kombinaciji s pravilno razporeditvijo obeh materialov zmanjša kontaktni upor med žico in napravo. , s čimer je ta težava odpravljena. , ki pomaga doseči zastrašujoče izzive polprevodnikov pod 1 nanometrom.
Ekipa MIT je ugotovila, da lahko kombiniranje elektrod s polmetalnim bizmutom na dvodimenzionalnem materialu močno zmanjša upor in poveča prenosni tok. Oddelek za tehnične raziskave TSMC je nato optimiziral postopek nanašanja bizmuta. Končno je ekipa Nacionalne tajvanske univerze uporabila "sistem litografije s helijevim ionskim žarkom", da je uspešno zmanjšala komponentni kanal na nanometrsko velikost.
Po uporabi bizmuta kot ključne strukture kontaktne elektrode zmogljivost tranzistorja dvodimenzionalnega materiala ni le primerljiva z zmogljivostjo polprevodnikov na osnovi silicija, ampak tudi združljiva s trenutno glavno procesno tehnologijo na osnovi silicija, kar bo pomagalo pri v prihodnosti prebiti meje Moorovega zakona. Ta tehnološki preboj bo rešil glavni problem dvodimenzionalnih polprevodnikov, ki vstopajo v industrijo, in je pomemben mejnik za nadaljnji napredek integriranih vezij v obdobju po Mooru.
Poleg tega je uporaba računalniške znanosti o materialih za razvoj novih algoritmov za pospešitev odkrivanja več novih materialov prav tako vroča točka v trenutnem razvoju materialov. Januarja 2021 je na primer Laboratorij Ames Ministrstva za energijo ZDA objavil članek o algoritmu »Cuckoo Search« v reviji »Natural Computing Science«. Ta novi algoritem lahko išče zlitine z visoko entropijo. čas od tednov do sekund. Algoritem strojnega učenja, ki ga je razvil Sandia National Laboratory v Združenih državah Amerike, je 40.000-krat hitrejši od običajnih metod, kar skrajša cikel načrtovanja tehnologije materialov za skoraj eno leto. Aprila 2021 so raziskovalci na Univerzi v Liverpoolu v Združenem kraljestvu razvili robota, ki lahko samostojno oblikuje poti kemijske reakcije v 8 dneh, izvede 688 poskusov in najde učinkovit katalizator za izboljšanje fotokatalitskega delovanja polimerov.
Za to ročno potrebujemo mesece. Univerza v Osaki na Japonskem je z uporabo 1200 materialov fotonapetostnih celic kot podatkovne baze za usposabljanje proučevala razmerje med strukturo polimernih materialov in fotoelektrično indukcijo prek algoritmov strojnega učenja ter v 1 minuti uspešno pregledala strukturo spojin s potencialnimi aplikacijami. Tradicionalne metode zahtevajo 5 do 6 let.
Čas objave: 11. avgusta 2022