[PWC-MEDIA] TU Delft persbericht: TU Delft maakt een van 's werelds meest precieze microchipsensoren, dankzij een spinnenweb

  • From: Pauline Bijster <H.P.Bijster@xxxxxxxxxx>
  • To: "pwc-media@xxxxxxxxxxxxx" <pwc-media@xxxxxxxxxxxxx>
  • Date: Wed, 24 Nov 2021 14:39:08 +0000


TU Delft maakt een van 's werelds meest precieze microchipsensoren, dankzij een 
spinnenweb

Een team onderzoekers van de TU Delft is erin geslaagd een van 's werelds meest 
precieze microchipsensoren te ontwerpen; het apparaat kan functioneren bij 
kamertemperatuur, een 'heilige graal' voor kwantumtechnologieën en detectie. 
Door een combinatie van nanotechnologie en machine learning met spinnenwebben 
als inspiratie, zijn ze erin geslaagd een nanomechanische sensor te laten 
trillen in extreme isolatie van alledaagse ruis. Deze doorbraak, die is 
gepubliceerd in de Rising Stars Issue van Advanced Materials, heeft grote 
implicaties voor de studie van zwaartekracht en donkere materie, alsook op het 
gebied van kwantuminternet, navigatie en detectie.

Een van de grootste uitdagingen bij het bestuderen van vibrerende objecten op 
de kleinste schaal, zoals die welke worden gebruikt in sensoren of kwantum 
hardware, is hoe te voorkomen dat omgevingsgeluiden interfereren met hun 
fragiele toestand. Kwantum hardware wordt bijvoorbeeld gewoonlijk bewaard bij 
temperaturen die het absolute nulpunt (-273,15°C) benaderen, waarbij koelkasten 
een half miljoen euro per stuk kosten. Onderzoekers van de TU Delft creëerden 
een webvormige microchipsensor die extreem goed resoneert, geïsoleerd van 
kamertemperatuurruis. Naast andere toepassingen zal hun ontdekking het bouwen 
van kwantumapparaten veel betaalbaarder maken.

[cid:image003.png@01D7E149.6A04CA40]
Meeliften op de evolutie
Richard Norte en Miguel Bessa, die het onderzoek leidden, waren op zoek naar 
nieuwe manieren om nanotechnologie en machine learning te combineren. Hoe 
kwamen ze op het idee om spinnenwebben als model te gebruiken? Richard Norte: 
"Ik deed dit werk al een decennium toen ik tijdens een lockdown een heleboel 
spinnenwebben opmerkte op mijn terras. Ik realiseerde me dat spinnenwebben echt 
goede trillingsdetectoren zijn, in die zin dat ze trillingen binnen het web 
willen meten om hun prooi te vinden, maar niet daarbuiten, zoals de wind door 
een boom. Dus waarom niet meeliften op miljoenen jaren evolutie en een 
spinnenweb gebruiken als een eerste model voor een ultragevoelig apparaat?"
Omdat het team niets wist over de complexiteit van spinnenwebben, lieten ze het 
ontdekkingsproces leiden door machine learning. Miguel Bessa: "We wisten dat de 
experimenten en simulaties kostbaar en tijdrovend waren, dus besloten we met 
mijn groep een algoritme te gebruiken dat Bayesiaanse optimalisatie heet, om 
met maar weinig pogingen een goed ontwerp te vinden." Dongil Shin, mede-eerste 
auteur in dit werk, implementeerde vervolgens het computermodel en paste het 
machine-learning algoritme toe om het nieuwe ontwerp te vinden voor het 
apparaat.

Microchipsensor gebaseerd op spinnenwebben
Tot verrassing van de onderzoeker stelde het algoritme uit 150 verschillende 
spinnenwebontwerpen een relatief eenvoudig spinnenweb voor, dat bestaat uit 
slechts zes slierten die op een bedrieglijk eenvoudige manier aan elkaar vast 
zitten. Bessa: "Uit Dongils computersimulaties bleek dat dit apparaat zou 
kunnen werken bij kamertemperatuur, waarbij atomen veel trillen, maar er toch 
ongelooflijk weinig energie de omgeving in weglekt - een hogere 
kwaliteitsfactor dus. Met machine learning en optimalisatie slaagden we erin 
Richard's spinnenwebconcept aan te passen richting deze veel betere 
kwaliteitsfactor."
Op basis van dit nieuwe ontwerp bouwde Andrea Cupertino, mede-eerste auteur, 
een microchipsensor met een ultradunne, nanometer-dikke film van keramisch 
materiaal genaamd Silicium Nitride. Zij testten het model door het 'web' van de 
microchip krachtig te laten trillen en de tijd te meten die nodig is om de 
trillingen te stoppen. Het resultaat was spectaculair: een recordbrekende 
geïsoleerde trilling bij kamertemperatuur. Norte: "We vonden bijna geen 
energieverlies buiten ons microchip-web: de trillingen bewegen in een cirkel 
aan de binnenkant en raken de buitenkant niet. Dit is een beetje alsof je 
iemand één zetje geeft op een schommel, en hem bijna een eeuw lang laat door 
schommelen zonder te stoppen."

Implicaties voor fundamentele en toegepaste wetenschappen
Met hun op een spinnenweb gebaseerde sensor laten de onderzoekers zien hoe deze 
interdisciplinaire strategie een weg opent naar nieuwe doorbraken in de 
wetenschap, waarbij ze bio-geïnspireerde ontwerpen, machine learning en 
nanotechnologie combineren. Dit nieuwe paradigma heeft interessante implicaties 
voor quantum-internet, detectie, microchiptechnologieën en fundamentele 
natuurkunde: het onderzoeken van ultrakleine krachten bijvoorbeeld, zoals 
zwaartekracht of donkere materie die notoir moeilijk te meten zijn. Volgens de 
onderzoekers zou de ontdekking niet mogelijk zijn geweest zonder de 
Cohesiebeurs van de universiteit, die leidde tot deze samenwerking tussen 
nanotechnologie en machine learning.

Publicatiegegevens

Contactinformatie:      Dr. Richard Norte:                     e-mail 
r.a.norte@xxxxxxxxxx<mailto:r.a.norte@xxxxxxxxxx>

                                                                                
    telefoon +31 6-444 88 945

Violet van Houwelingen e-mail v.vanhouwelingen@xxxxxxxxxx

                                    Persvoorlichter TU Delft             
telefoon +31 6 42481082

Verwijzing naar het artikel:      Shin, Cupertino, de Jong, Steeneken, Bessa & 
Norte, Spiderweb Nanomechanical Resonators via Bayesian Optimization: Inspired 
by Nature and Guided by Machine Learning (2021) Advanced Materials

Advanced Materials, online, 24 November 2021:

https://onlinelibrary.wiley.com/doi/10.1002/adma.202106248

[cid:image005.png@01D7E149.6A04CA40]     [cid:image007.jpg@01D7E149.6A04CA40]



U ontvangt dit bericht via de PWC-medialijst. U kunt zich afmelden via 
http://platformwetenschapscommunicatie.nl/
Dit bericht is afkomstig van de TU Delft, Communication, Postbus 5, 2600 AA 
Delft, www.tudelft.nl<http://www.tudelft.nl/>.



Pauline Bijster
Persvoorlichter Digital Society

TU Delft / Communication
E  h.p.bijster@xxxxxxxxxx<mailto:%20h.p.bijster@xxxxxxxxxx%0d>

T  +31 6 4 842 1 089

Werkzaam op maandag, woensdag en donderdag

PNG image

PNG image

PNG image

JPEG image

Other related posts:

  • » [PWC-MEDIA] TU Delft persbericht: TU Delft maakt een van 's werelds meest precieze microchipsensoren, dankzij een spinnenweb - Pauline Bijster