Наномагниты самостоятельно собрались в спиновые элементы памяти
Физики из Китая и США предложили новый способ получения спиновых магнитных устройств памяти с размером ячейки менее 10 нанометров. Оказалось, что необходимые для таких устройств пленки из анизотропных магнитных частиц в диэлектрической матрице образуются в результате самосборки при магнетронном распылении. Магнитные свойства полученных устройств делают их перспективными элементами будущей энергонезависимой спинтроники, пишут ученые в Applied Physics Letters.
В спинтронных устройствах информация кодируется и хранится не в зарядах электронов, как в обычной электронике, а в их спинах. Одно из устройств, которое уже сейчас может использоваться в электронных устройствах, — магнитные элементы памяти с переносом спинового момента (spin transfer torque magnetic random access memory), в которых для изменения ориентации используется эффект туннельного магнетосопротивления. Единичный запоминающий элемент в таких ячейках — магнитная наночастица, магнитный момент которой ориентируется перпендикулярно плоскости устройства. От соседних частиц она отделена нанометровым изолирующим слоем, и кодирование информации происходит с использованием туннельного тока в этом диэлектрическом зазоре. Подробнее о спиновых элементах памяти и других спинтронных устройствах можно прочитать в нашем материале «Магнетизм электричества».
Магнитные элементы памяти с переносом спинового момента относятся к классу энергонезависимых запоминающих устройств, и позволяют производить запись быстро и с очень небольшими затратами энергии, при этом перезаписывать информацию в них можно практически бесконечное число раз. Одна из проблем при создании этих наноячеек памяти — поиск баланса между размерами устройства, устойчивостью по отношению к тепловым колебаниям и возможностью использования для перезаписи относительно низких плотностей тока.
Физики из Китая и США под руководством Луна Ю (Long You) из Хуачжунского университета науки и технологии обнаружили, что получать подобные ячейки памяти нужного размера можно из анизотропных магнитных наночастиц, которые образуют необходимую структуру за счет процессов самоорганизации. В качестве магнитных элементов ученые использовали анизотропные частицы из сплава железа и платины (FePt) диаметром в несколько нанометров. Для получения массивов из таких частиц, в диэлектрической матрице из оксида циркония ZrO2 ученые использовали одновременное магнетронное распыление в вакууме сплава Fe55Pt45 и оксида циркония с потоком аргона при 520 градусах Цельсия.
В результате физикам удалось получить пленки из магнитных частиц с минимальным размером одной ячейки около 5 нанометров. Между собой частицы были разделены диэлектрическим слоем толщиной около 1 нанометра. Чтобы управлять намагниченностью наночастиц с помощью туннельного тока ученые использовали сканирующий туннельный микроскоп, для которого разработали специальный многослойный зонд, состоящий из двух магнитных и одного диэлектрического слоев. С помощью этого зонда можно было переключать направление спинового тока и менять при этом взаимную ориентацию соседних магнитных наночастиц
Коэрцитивная сила магнитных наночастиц в полученной пленке составила 23,2 килоэрстеда, а напряженность магнитного поля анизотропии вдоль оси тяжелого намагничивания — около 6 тесла. По словам авторов исследования, эти значения свидетельствуют о перспективности предложенного метода для создания спиновых устройств памяти, которые не требуют для хранения информации никаких источников энергии и могут использоваться спинтронных устройств со сверхнизким потреблением мощности. Кроме того, разработанный физиками зонд для исследования и управления этими пленками также может применяться в будущем.
Другой подход к созданию элементов спиновой магниторезистивной памяти для компьютеров — создание устройств с крайне высокой плотностью спинового тока. Например, нидерландские физики создали для этого рекордное по размерам устройство на основе ферромагнетика и сверхпроводника, которое также может использоваться при производстве магнитных датчиков или твердотельных аккумуляторов, не основанных на химических реакциях.
Александр Дубов
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.