في خطوة جديدة نحو تحسين تقنيات الليثوغرافيا المتطورة، قدم الباحثون نموذجًا عصبيًا مدعومًا بالفيزياء (Physics-Informed Neural Operator - PINO) مصمم للتعامل مع مشكلات تشتت الإلكترومغناطيسية في مجال الأضواء فوق البنفسجية الشديدة (EUV). هذا الابتكار يوفر إمكانية تقليل حجم مجال الحوسبة بشكل كبير مما يخفض التكلفة الحسابية.

يعتبر نموذج PINO محسنًا بشكل خاص حيث يتم تدريبه باستخدام معادلات المجال الترددي الوهمية (PSFD)، مما يعزز دقة التنبؤات. يتميز هذا النموذج بتفكيك عملي في بُعدين: الفرع الجانبي ثنائي الأبعاد (xy) والفرع المحوري أحادي الأبعاد (z)، مما يمكنه من الاحتفاظ بالتفاعل الكامل بين القناع واستجابة الطبقات المتعددة دون الحاجة إلى تطبيق تقدير من حدود منتهية.

تم تدريب النموذج على حوالي 16,000 تصميم لقناع من مكتبة LithoBench، مما ساعد في تحسين دقة التنبؤات مع الحصول على خطأ متوسط مطلق يصل إلى حوالي 0.007. هذا الجمع بين التخفيف الطيفي والتعزيز باستخدام PINO يشكل خطوة محورية لتسريع الحلول عند استعمال تقنيات خطوة خلفية أكثر دقة.

مع استمرار الابتكارات في مجال الذكاء الاصطناعي وتطبيقاته في الفيزياء، يبدو أن مستقبل تقنية الليثوغرافيا يتجه نحو آفاق جديدة من الكفاءة والدقة.