明志科大電漿與薄膜中心研究團隊歷經二年數據收集、數據分析及應用AI中的機器學習，建立一套預測自由基強度的模型，適用於表面處理、電漿醫療、電漿美容、空氣及水處理等製程，工程師將更易於掌控電漿製程，未來可擴及到各式應用電漿的產業。

根據氣體成分和製程條件，電漿可提供多種離子、電子、活性粒子、高能粒子、自由基和VUV光分別控制不同製程的成敗，因此在現代工業中，一些關鍵製程上，電漿提供了非常多重的可能性及必要性。在許多涉及低溫電漿的應用中，自由基種類及濃度扮演著相當重要的角色。理論上自由基可以控制蝕刻、電漿清洗、沉積薄膜、廢水廢氣處理、表面改質、殺菌等的應用。譬如，在表面改質中，最關鍵的步驟是藉由控制自由基來完成的，但因為自由基強度會隨著參數不同而有所變化，因此一般業者目前最大的困難是無法預知，進而調控自由基種類及強度，使得製程能夠順利地進行，因此應該如何控制自由基的種類及強度就是目前電漿製程常遇到的瓶頸。

歷經二年的努力，電漿與薄膜中心研究團隊應用AI中的機器學習，已建立一套預測自由基強度的模型，目前使用冷大氣電漿驗證，誤差率可小於10%。實際應用上，可由製程參數預測並調控O3、OH、O、NO及其他高氧化性自由基的濃度。未來包括半導體產業的各式應用電漿的產業，將可經由運用AI技術預測自由基強度的模型，強化我國在電漿科技的發展。

台灣經濟新聞網

新北新聞網