Исследователи интегрируют этот симулятор в систему проектирования, наряду с другим цифровым симулятором, который имитирует работу изготовленного устройства в последующих задачах, таких как получение изображений с помощью компьютерных камер. Эти взаимосвязанные симуляторы позволяют пользователю изготовить оптическое устройство, которое лучше соответствует его проекту и обеспечивает оптимальную производительность в поставленной задаче.
Эта технология может помочь ученым и инженерам создавать более точные и эффективные оптические устройства для таких применений, как мобильные камеры, дополненная реальность, медицинская визуализация, развлечения и телекоммуникации. А поскольку процесс обучения цифрового симулятора использует данные из реального мира, его можно применять к широкому спектру фотолитографических систем.
«Эта идея кажется простой, но причины, по которым её раньше не применяли, заключаются в том, что данные из реального мира могут быть дорогостоящими, и нет прецедента эффективного согласования программного и аппаратного обеспечения для создания высокоточного набора данных», — объясняет Ченг Чжэн, аспирант факультета машиностроения и соавтор статьи в открытом доступе, описывающей эту работу. «Мы рискнули и провели обширные исследования — например, разработали и протестировали инструменты характеризации и стратегии анализа данных — чтобы определить работающую схему. Результат оказался на удивление хорошим, демонстрируя, что данные из реального мира работают гораздо эффективнее и точнее, чем данные, сгенерированные симуляторами, состоящими из аналитических уравнений. Хотя это может быть дорого, и поначалу вы можете немного растеряться, это того стоит».
Чжэн является соавтором статьи вместе с Гуанъюанем Чжао, ведущим соавтором и аспирантом Китайского университета Гонконга, и их научным руководителем Питером Т. Со, профессором механической и биологической инженерии в Массачусетском технологическом институте. Результаты исследования будут представлены на конференции SIGGRAPH Asia.
Печать со светом
Фотолитография включает в себя проецирование светового рисунка на поверхность, что запускает химическую реакцию, в результате которой элементы вытравливаются на подложке. Однако готовое устройство в итоге имеет несколько иной рисунок из-за незначительных отклонений в дифракции света и небольших вариаций в химической реакции.
Поскольку фотолитография — сложный и трудно поддающийся моделированию процесс, многие существующие подходы к проектированию основаны на уравнениях, выведенных из физики. Эти общие уравнения дают некоторое представление о процессе производства, но они не могут охватить все специфические вариации фотолитографической системы. Это может привести к тому, что устройства будут демонстрировать низкую производительность в реальных условиях эксплуатации.
Для своей методики, которую они называют нейронной литографией, исследователи из Массачусетского технологического института создают симулятор фотолитографии, используя в качестве основы уравнения, основанные на физических принципах, а затем интегрируют нейронную сеть, обученную на реальных экспериментальных данных с фотолитографической системы пользователя. Эта нейронная сеть, представляющая собой модель машинного обучения, в общих чертах основанную на работе человеческого мозга, учится компенсировать многие специфические отклонения системы.
Исследователи собирают данные для своего метода, создавая множество проектов, охватывающих широкий диапазон размеров и форм элементов, которые затем изготавливаются с помощью системы фотолитографии. Они измеряют готовые структуры и сравнивают их с проектными спецификациями, сопоставляя эти данные и используя их для обучения нейронной сети для своего цифрового симулятора.
«Производительность обучаемых симуляторов зависит от входных данных, а данные, искусственно сгенерированные на основе уравнений, не могут охватывать отклонения, характерные для реального мира, поэтому важно иметь данные из реального мира», — говорит Чжэн.
Двойные симуляторы
Симулятор цифровой литографии состоит из двух отдельных компонентов: оптической модели, которая моделирует проецирование света на поверхность устройства, и резистивной модели, которая показывает, как происходит фотохимическая реакция, приводящая к образованию элементов на поверхности.
В последующем задании они подключают этот изученный симулятор фотолитографии к симулятору, основанному на физических принципах, который предсказывает, как будет вести себя изготовленное устройство — например, как дифракционная линза будет рассеивать падающий на нее свет.
Пользователь задает желаемые результаты для устройства. Затем эти два симулятора работают вместе в рамках более широкой структуры, которая показывает пользователю, как создать конструкцию, которая позволит достичь этих целевых показателей производительности.
«Благодаря нашему симулятору изготовленный объект может достичь наилучших возможных результатов в последующей задаче, например, в вычислительных камерах — перспективной технологии для создания миниатюрных и более мощных камер будущего. Мы продемонстрировали, что даже если использовать посткалибровку для получения лучшего результата, он все равно не будет таким же хорошим, как использование нашей фотолитографической модели в контуре управления», — добавляет Чжао.
Они протестировали эту технику, изготовив голографический элемент, который при попадании на него света создает изображение бабочки. По сравнению с устройствами, разработанными с использованием других технологий, их голографический элемент создал практически идеальную бабочку, которая лучше соответствовала дизайну. Они также изготовили многоуровневую дифракционную линзу с лучшим качеством изображения, чем у других устройств.
В будущем исследователи планируют усовершенствовать свои алгоритмы для моделирования более сложных устройств и протестировать систему с потребительскими камерами. Они также хотят расширить область ее применения, чтобы ее можно было использовать с различными типами фотолитографических систем, например, использующих глубокое или экстремальное ультрафиолетовое излучение.
Данное исследование частично финансируется Национальными институтами здравоохранения США, компанией Fujikura Limited и Гонконгским фондом инноваций и технологий.
###
