Descrizione del progetto
Sfruttare i materiali bidimensionali e l’apprendimento profondo per soluzioni energetiche sostenibili
La sfida globale legata all’energia, costituita da un aumento costante del suo consumo pro capite e dalla lentezza della transizione verso le fonti di energia rinnovabile, richiede un intervento urgente. L’UE sta compiendo passi in avanti verso lo sviluppo di soluzioni energetiche sostenibili, tra le quali vi sono le fonti di energia rinnovabile, le tecnologie ad alta efficienza energetica e le pratiche di consumo responsabile. Per contribuire a questi sforzi, il progetto AI4SPIN, finanziato dal Consiglio europeo della ricerca, si propone di sviluppare una tecnologia elettronica a bassissima potenza avvalendosi di materiali bidimensionali e di eterostrutture di van der Waals, caratterizzati da proprietà quantistiche ottimizzate. Il progetto sfrutterà le reti neurali profonde e le simulazioni di trasporto quantistico per progettare uno strumento in grado di calcolare le efficienze della coppia spin-orbita. Questo dispositivo, che si baserà sulle reti neurali profonde e su un ottimizzatore di struttura computerizzato, spianerà la strada a soluzioni energetiche più sostenibili e maggiormente efficienti.
Obiettivo
The steady increase in energy consumption per capita and the slow transition toward renewable energy sources is becoming a serious global problem, making energy efficiency paramount for new technologies. Two-dimensional materials offer an encouraging path toward ultra-low-power electronics due to our capability to combine them into Van der Waal heterostructures with tailored quantum properties based on their constituents. The spin-orbit torque (SOT) memories are technological prospects that consume a fraction of conventional memories' power. Still, they offer superior speed and storage capacity and were further improved when using 2D materials as building blocks instead of 3D metallic systems. Recently theoretical efforts demonstrated the existence of thousands of potentially synthesizable 2D materials, opening an exponentially larger pool to mine for optimized heterostructures which brute-force approaches cannot tackle. This project aims at developing artificial intelligence that will propose optimized Van der Waal heterostructures for spin-orbit torques. To this end, we will first construct an automatic material assessment (AUTOMATA) tool based on deep neural networks that will perform numerical modeling and quantum transport simulations autonomously to compute the spin-orbit torque efficiencies. In parallel, we will develop a computer-assisted structure (COMPASS) optimizer that will propose new systems for spin-orbit torques by using an evolutionary strategy. The AUTOMATA tool will rank the candidates generated by the COMPASS optimizer, and we will use those with superior performance to improve the COMPASS optimizer prediction. The successful combination of these tools will accelerate the development of technologies by automatizing the material selection phase through this quantum mechanical optimization process. Although we apply it to spin-orbit torques, it is, with little effort, generalizable to any electrical response functions.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
HORIZON-ERC - HORIZON ERC Grants
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2022-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
08193 BELLATERRA (BARCELONA)
Spagna
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.