[תרגום מאת ד"ר משה נחמני]

על-מוליכים נחשבים מזה זמן רב כגישה העיקרית להעברת אלקטרונים ללא התנגדות. בעשור האחרון פותחה משפחה חדשה של חומרים קוונטיים 'חומרים טופולוגיים' (topological materials) המספקת חלופה מבטיחה לפיתוחם של רכיבי אלקטרוניקה הפועלים ללא אובדני אנרגיה. בהשוואה לעל-מוליכים, חומרים טופולוגיים הם בעלי מספר יתרונות, כגון עמידות בפני הפרעות. בתחום המגנטיות ידועה התופעה של "תוצא קירבה מגנטית" (magnetic proximity effect) המתרחשת כאשר המגנטיות חודרת במקצת לתוך פני השטח של חומר טופולוגי. יחד עם זאת, צפייה בתוצא זה היתה עד כה מאתגרת במיוחד. מסביר החוקר Zhantao Chen מהמכון הטכנולוגי של מסצ'וסטס ((MIT: "הנוכחות של תוצא זה היא בדרך כלל מאוד חלשה מכדי למדוד אותה בעזרת שיטות קיימות."

החוקרים בחנו מבודד טופולוגי – חומר המבודד חשמל בחלק הפנימי שלו, אך מסוגל להוליך זרם חשמלי על פני השטח החיצוני שלו. הם בחרו להתמקד בחומרים שכבתיים המכילים את המבודד הטופולוגי ביסמוט סלניד (Bi₂Se₃) המשולב עם המבודד הפרומגנטי אירופיום גופרתי (EuS). ביסמוט סלניד, במהותו, הוא חומר לא-מגנטי, כך ששכבת האירופיום הגופרתי היא האחראית לשוני שבין האותות הנמדדים על ידי שתי אלומות הנויטרונים המקוטבות. בנוסף, בסיוע של למידת מכונה, החוקרים הצליחו לזהות ולכמת תרומה נוספת לאות ה-PNR: המגנטיות המושרית הנוצרת בממשק שבין שני החומרים ביסמוט סלניד/אירופיום גופרתי. "שיטות של למידת מכונה יעילות מאוד בזיהוי הבסיס שבנתונים מורכבים, ומאפשרות להבחין ולהבדיל בין תוצאות עדינות כגון מגנטיות קירבה במדידות PNR", מסביר החוקר.

כאשר האות מוזן לראשונה למודל של למידת מכונה הוא מורכב מאוד. המודל מסוגל לפשט את האות הזה כך שתוצא הקירבה מוגבר והופך להרבה יותר בולט לעין. בשלב הבא, המודל מסוגל לכמת את המגנטיות המושרית – תוך קביעה אם תוצא הקירבה המגנטית אכן ניתן לצפייה – יחד עם עוד תכונות של מערכת החומרים, כגון: עובי, צפיפות וקשיות השכבות השונות. "הפחתנו את חוסר הבהירות שהתקבל בבדיקות קודמות, זאת בזכות הכפלת כושר ההפרדה הנובע מתוך שימוש בלמידת מכונה", מסביר החוקר. המשמעות של התוצאות היא שהחוקרים יכלו להבחין בין תכונות החומרים במידת אורך של 0.5 ננומטרים, כמחצית מהממד המרחבי הטיפוסי של תוצא הקירבה. מצב זה מקביל לאדם הצופה בכיתוב של לוח כתיבה המרוחק ממנו כשישה מטרים כך שאינו יכול להבחין במילים הנפרדות הכתובות שם. אולם, אם נפחית את המרחק הזה בחצי, אולי נוכל להיות מסוגל ים לקרוא את המילים הנפרדות. את תהליך ניתוח הנתונים ניתן להאיץ משמעותית גם על ידי התבססות על למידת מכונה. "בימים עברו, החוקרים היו נדרשים להקדיש שבועות שלמים לשם ניתוח כל הנתונים עד קבלת עקומת הדמיה שתתאים לעקומת תוצאות הניסויים", מסביר החוקר הראשי. "נדרשת כמות גדולה של ניסויים מאחר והאות עצמו יכול להתאים לשילובים שונים של מדדים. הרשת העצבית מספקת לך תשובה באופן מידי. אין יותר ניחושים – לא צריך יותר לנהל ניסוי וטעיה."https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-3239625710450909&output=html&h=280&adk=3676956190&adf=2283518887&pi=t.aa~a.2318193599~i.17~rp.4&w=780&fwrn=4&fwrnh=100&lmt=1653770556&num_ads=1&rafmt=1&armr=3&sem=mc&pwprc=2568095919&psa=1&ad_type=text_image&format=780×280&url=https%3A%2F%2Fwww.hayadan.org.il%2F%25d7%25a9%25d7%2599%25d7%259e%25d7%2595%25d7%25a9-%25d7%2591%25d7%2591%25d7%2599%25d7%25a0%25d7%2594-%25d7%259e%25d7%259c%25d7%2590%25d7%259b%25d7%2595%25d7%25aa%25d7%2599%25d7%25aa-%25d7%259c%25d7%25a9%25d7%259d-%25d7%2597%25d7%25a9%25d7%2599%25d7%25a4%25d7%25aa-%25d7%259e%25d7%2592%25d7%25a0%25d7%2598%25d7%2599%25d7%2595%3Fpreview_id%3D122976%26preview_nonce%3D8fa2b4d794%26preview%3Dtrue%26_thumbnail_id%3D122978&fwr=0&pra=3&rh=195&rw=779&rpe=1&resp_fmts=3&wgl=1&fa=27&uach=WyJXaW5kb3dzIiwiMTQuMC4wIiwieDg2IiwiIiwiMTAxLjAuNDk1MS42NyIsW10sbnVsbCxudWxsLCI2NCIsW1siIE5vdCBBO0JyYW5kIiwiOTkuMC4wLjAiXSxbIkNocm9taXVtIiwiMTAxLjAuNDk1MS42NyJdLFsiR29vZ2xlIENocm9tZSIsIjEwMS4wLjQ5NTEuNjciXV0sZmFsc2Vd&dt=1653770556325&bpp=6&bdt=2550&idt=-M&shv=r20220525&mjsv=m202205260101&ptt=9&saldr=aa&abxe=1&cookie=ID%3D6bdeb278f8fe602f-22ec13cd40cb0076%3AT%3D1636394688%3ART%3D1636394688%3AS%3DALNI_MYWA00ERhyZb-i1SpDAlISNSXl24A&prev_fmts=0x0%2C780x280&nras=3&correlator=900913438015&frm=20&pv=1&ga_vid=1584973592.1636394689&ga_sid=1653770556&ga_hid=504602523&ga_fc=1&u_tz=180&u_his=1&u_h=720&u_w=1280&u_ah=672&u_aw=1280&u_cd=24&u_sd=1.2&dmc=8&adx=600&ady=2597&biw=1579&bih=712&scr_x=0&scr_y=0&eid=44759876%2C44759927%2C44759837%2C44760474%2C44763827%2C31065741%2C31067629%2C31067808&oid=2&pvsid=4433182285779561&pem=773&tmod=415486967&uas=0&nvt=1&ref=https%3A%2F%2Fwww.hayadan.org.il%2Fwp-admin%2Fpost.php%3Fpost%3D122976%26action%3Dedit&eae=0&fc=1408&brdim=0%2C0%2C0%2C0%2C1280%2C0%2C1280%2C672%2C1600%2C712&vis=1&rsz=%7C%7Cs%7C&abl=NS&fu=128&bc=31&ifi=3&uci=a!3&btvi=2&fsb=1&xpc=OjEpZ3Csbr&p=https%3A//www.hayadan.org.il&dtd=306

גורמים חיצוניים שיבחו את המחקר החדש – המהווה את הראשון מסוגו לאמוד את היעילות של למידת מכונה בזיהוי תוצא הקירבה, ובין הראשונים בכלל לשם ניתוח נתוני PNR. "המחקר מספק דרך חלופית לזיהוי הפרטים המדוקדקים בנתוני PNR, ומראה כיצד כושר הפרדה גבוה יותר ניתן להשגה באופן מתמיד", מסביר אחד מהפרופסורים בתחום. 

קבוצת המחקר כבר עתה מתכננת להרחיב את היקף הניסויים שלה. "תוצא הקירבה המגנטית אינו התוצא החלש היחיד שמעניין את החוקרים כיום", מסביר החוקר. "תשתית למידת המכונה שפיתחנו ניתנת להתאמה בקלות לסוגים שונים של בעיות, כגון תוצא הקירבה של על-מוליכים, שהיא אחת הבעיות החשובות ביותר כיום בתחום המחשוב הקוונטי".        

המאמר המדעי

 סקירה באתר MIT

הפוסט שימוש בבינה מלאכותית לשם חשיפת מגנטיות הופיע לראשונה ב-Chiportal.

טכנולוגיות התלויות במערכות אופטיות קלות ומדויקות, כמו טלסקופי חלל, מראות רנטגן ולוחות תצוגה, התפתחו באופן משמעותי בעשורים האחרונים, אך ההתקדמות הוגבלה על ידי מכשולים פשוטים לכאורה. לדוגמה, המשטחים של מראות ולוחות עם מיקרו מבנים הדרושים במערכות אופטיות אלה יכולים להתעוות על ידי חומרי ציפוי משטחים, דבר שיוריד את איכות האופטיקה. הדבר נכון במיוחד עבור מערכות אופטיות קלות במיוחד כמו אופטיקת חלל, שבהן שיטות ייצור אופטיות טיפוסיות מתקשות לעמוד בדרישות הצורה המחמירות.

כעת פיתחו חוקרים ב-MIT שיטות חדשות להתגברות על מחסום זה.

במאמר שפורסם בגיליון 20 באפריל 2022 של כתב העת אופטיקה, יאוויי יאו, מדען מחקר והמחבר הראשי של המאמר, מסביר את גישתם החדשה של החוקרים לעיצוב מחדש של לוחות סיליקון דקות באופן שמבטל עיוות ומאפשר לחוקרים לכופף משטחים לצורות המדויקות והמורכבות שהם עשויים להזדקק להן. עיצוב לוח דק משמש בדרך כלל עבור מערכות ברמה גבוהה ומורכבות, כגון מראות או תהליכי שיטוח רקיק במהלך ייצור מוליכים למחצה. חדשנות זו פירושה שייצור עתידי יהיה מדויק יותר, סקלביל וזול יותר. יאו ושאר הצוות צופים כי משטחים דקים ומעוותים אלה יכולים להיות שימושיים ביישומים רחבים יותר, כמו משקפי מציאות רבודה וטלסקופים גדולים יותר שניתן לשלוח לחלל בעלות נמוכה יותר. "שימוש בלחץ כדי לעוות משטחים אופטיים או מוליכים למחצה אינו חדש, אבל על ידי יישום טכנולוגיה ליטוגרפית מודרנית, אנו יכולים להתגבר על רבים מהאתגרים של שיטות קיימות", אומר יאו. עבודת הצוות מתבססת על מחקרו של ברנדון צ'ליפו, כיום פרופסור עוזר באוניברסיטת אריזונה. צ'ליפו Chalifoux עבד עם הצוות במחקרים קודמים כדי לפתח פורמליזם מתמטי לחבר מצבי מתח פני השטח עם עיוותים של לוחות דקים, כחלק מהדוקטורט שלו בהנדסת מכונות.

למאמר המדעי

הפוסט שיטת ייצור בעלות נמוכה ודיוק גבוה עבור מראות דקות ופרוסות סיליקון הופיע לראשונה ב-Chiportal.

הביקוש בחודש פברואר לעובדי הייטק גדל ב-5.4% ביחס לחודש ינואר, כך לפי נתוני הסקר החודשי של MIT, זרוע ההשמה להייטק של מנפאואר. בהשוואה לפברואר אשתקד, אחד משיאיו של המשבר הכלכלי העולמי, הביקוש השנה גדול ב-31.1%. הסקר התבסס על קריאת מודעות דרושים בעיתונות הכתובה.

פברואר הוא החודש התשיעי ברציפות שבה נרשמת עלייה רצופה בביקוש לעובדים מאז מאי 2009. "אם קצב העלייה של הביקוש לעובדים יימשך באותה רמה, אנו מצפים שבחודש מאי הקרוב הביקוש לעובדי הייטק יחזור לרמתו מאוקטובר 2008", אמר ארז בנוביץ, מנכ"ל MIT.

העלייה הגדולה ביותר בביקוש ממשיכה להיות של דרגי הניהול הבכיר, עם עלייה של 13.8% ביחס לינואר, ו-135.7% ביחס לינואר אשתקד. גם הביקוש למנהלי רשתות, ראשי צוותים ומנהלי פרויקטים גדל ב-6% בקירוב ביחס לינואר.

לפי הסקר, הביקוש למהנדסי חומרה נעצר, לאחר שעלה ב-14% בין החודשים נובמבר לדצמבר 2009 ועמד רק על עלייה של 1.9% בלבד. העלייה בביקוש לתוכניתנים ולמהנדסי תוכנה עדיין רחוק משמעותית מהשיא שנרשם באוקטובר 2008. היא עומדת כיום על 3.2% לעומת שיא של 20% ב-2008 לתוכניתנים ועל 6.1% למהנדסי תוכנה בהשוואה ל-24% באותה שנה.

בפברואר 2010 הייתה דרישה גבוהה במיוחד למנהלי פרויקטי פיתוח תוכנה, ולתוכניתני JAVA  מנוסים כולל בוגרי יחידות טכנולוגיות מובחרות. ביקוש גבוה נוסף הוא לאנשי פיתוח המתמחים בתחום מערכות ההפעלה לסלולאר ודרישה לאנשי פיתוח ו-QA בתחום האינטרנט למובייל בשל הדרישה העולה וגוברת בעולם. מבחינת שכר ניתן לראות החודש עלייה בשיעור של 5%-7% בשכר שהוצע למועמדים.

הפוסט MIT: גידול בביקוש לעובדי הייטק זה החודש התשיעי ברציפות הופיע לראשונה ב-Chiportal.