Videnskab
 Science >> Videnskab >  >> nanoteknologi

Fremstilling af kvantematerialer med præcision ved hjælp af AI

CARP-konceptet til præcis stedselektiv enkeltmolekyle-manipulation af kvante-π-magneter. Kredit:Nature Synthesis (2024). DOI:10.1038/s44160-024-00488-7

Et team af NUS-forskere ledet af lektor Lu Jiong fra Institut for Kemi og Institut for Funktionelle Intelligente Materialer har sammen med deres internationale samarbejdspartnere udviklet et nyt koncept med en kemiker-intuiteret atomrobotsonde (CARP).



Denne innovation, der bruger kunstig intelligens (AI) til at efterligne kemikeres beslutningsproces, muliggør fremstilling af kvantematerialer med uovertruffen intelligens og præcision til fremtidige kvanteteknologiapplikationer såsom datalagring og kvanteberegning.

Magnetisk nanografen med åben skal er en type kulstofbaseret kvantemateriale, der besidder vigtige elektroniske og magnetiske egenskaber, der er vigtige for at udvikle ekstremt hurtige elektroniske enheder på molekylært niveau eller skabe kvantebits, byggestenene i kvantecomputere. De processer, der bruges til at udvikle sådanne materialer, har udviklet sig gennem årene på grund af opdagelsen af ​​en ny type fastfase-kemisk reaktion kendt som syntese på overfladen.

Det er dog stadig udfordrende at præcist fremstille og skræddersy egenskaberne af kvantematerialer på atomniveau, fordi dette kræver et højere niveau af selektivitet, effektivitet og præcision, som syntesemetoden på overfladen ikke er i stand til at give. Dette begrænser anvendeligheden af ​​magnetisk nanografen med åben skal til fremtidig teknologi.

Assoc Prof Lu forklarer, "Vores hovedmål er at arbejde på atomniveau for at skabe, studere og kontrollere disse kvantematerialer. Vi stræber efter at revolutionere produktionen af ​​disse materialer på overflader for at muliggøre mere kontrol over deres resultater, helt ned til niveauet af individuelle atomer og bindinger."

Undersøgelsen er udført i samarbejde med lektor Zhang Chun fra NUS Institut for Fysik og lektor Wang Xiaonan fra Tsinghua University.

Forskningsgennembruddet blev offentliggjort i Nature Synthesis den 29. februar 2024.

Assoc Prof Lu Jiong (i midten), Dr Su Jie (til højre) og Dr Li Jiali (venstre) fra NUS Department of Chemistry udviklede konceptet med en atom-robotsonde, der efterligner kemikeres beslutningsproces, hvilket muliggør fremstillingen af kvantematerialer med større kontrol. Kredit:National University of Singapore

Udvikling af et nyt koncept for nanoteknologi

Ved at kombinere scanningsprobemikroskopteknikker med dyb læring gjorde forskerholdet mikroskopet i stand til at udføre præcis fremstilling af et kulstofbaseret kvantemateriale kaldet magnetiske nanografener. Denne innovative tilgang tillader også dette "smarte" mikroskop at udtrække detaljeret kemisk information, hvilket hjælper med at forstå hidtil ukendte mekanismer.

Et væsentligt aspekt af dette nye koncept er dets evne til at udnytte ekspertisen og intuitionen hos menneskelige overfladekemikere gennem en dyb neural ramme inden for CARP. Denne ramme gør det muligt for mikroskopet at fremstille specifikke kvantematerialer, mens det fungerer i realtid. For at opnå dette udviklede forskerholdet forskellige lag af konvolutionelle neurale netværk, en type dyb læringsmodel, der bruges til billedgenkendelse og -behandling.

Forskerholdet testede derefter CARP-rammen ved at træne den ved at bruge ekspertviden om stedselektiv cyclodehydrogenering. Opdaget af Dr. Su er stedselektiv cyclodehydrogenering en kompleks, men essentiel metode til at syntetisere nanografener.

CARP-rammen udviser en tilfredsstillende ydeevne i offline- og realtidsoperationer, og den formår at udløse enkeltmolekylereaktioner i en skala mindre end 0,1 nanometer. Dette er første gang, en probekemi-reaktion rapporteres at være assisteret af AI.

CARP:Fra autonomi til intelligens

Forskerholdet forventer ikke kun, at CARP-rammen udfører autonome operationer på atomare skala, men sigter mod at maksimere AIs evne til at forstå dyb information skjult i databasen. For at opnå dette etablerede teamet et læringsparadigme for at undersøge rammernes læringsresultater ved hjælp af en spilteori-baseret tilgang.

Analyseresultaterne indikerer, at CARP effektivt fangede nogle funktioner, der kan være afgørende for den vellykkede syntese af nanografen gennem cyclodehydrogenering, hvilket kan være udfordrende for menneskelige operatører at bemærke. CARP'et viste også potentiale til at håndtere alsidige probekemi-reaktioner, når det blev testet med ukendte enkeltmolekylereaktioner.

"Vores mål i den nærmeste fremtid er at udvide CARP-rammen yderligere for at vedtage alsidige on-surface sondekemi-reaktioner med skala og effektivitet. Dette har potentialet til at omdanne konventionel laboratoriebaseret on-surface synteseproces til on-chip fremstilling for praktisk En sådan transformation kan spille en afgørende rolle i at fremskynde den grundlæggende forskning i kvantespørgsmål og indlede en ny æra med intelligent atomfabrikation," tilføjede professor Lu.

Flere oplysninger: Jie Su et al., Intelligent syntese af magnetiske nanografener via kemiker-intuiteret atomrobotsonde, Nature Synthesis (2024). DOI:10.1038/s44160-024-00488-7

Leveret af National University of Singapore




Varme artikler