Science >> Wetenschap >  >> nanotechnologie

Met precisie kwantummaterialen produceren, met behulp van AI

Het concept van de CARP voor nauwkeurige plaatsselectieve manipulatie van kwantum-π-magneten met één molecuul. Credit:Natuursynthese (2024). DOI:10.1038/s44160-024-00488-7

Een team van NUS-onderzoekers onder leiding van universitair hoofddocent Lu Jiong van het Departement Scheikunde en het Instituut voor Functioneel Intelligente Materialen heeft samen met hun internationale medewerkers een nieuw concept ontwikkeld van een door chemici geïntuïteerde atomaire robotsonde (CARP).



Deze innovatie, die kunstmatige intelligentie (AI) gebruikt om het besluitvormingsproces van scheikundigen na te bootsen, maakt de productie van kwantummaterialen met ongeëvenaarde intelligentie en precisie mogelijk voor toekomstige toepassingen van kwantumtechnologie, zoals gegevensopslag en kwantumcomputers.

Magnetisch nanografeen met open schaal is een soort op koolstof gebaseerd kwantummateriaal dat belangrijke elektronische en magnetische eigenschappen bezit die belangrijk zijn voor de ontwikkeling van extreem snelle elektronische apparaten op moleculair niveau, of voor het creëren van kwantumbits, de bouwstenen van kwantumcomputers. De processen die worden gebruikt om dergelijke materialen te ontwikkelen zijn in de loop der jaren vooruitgegaan dankzij de ontdekking van een nieuw type chemische reactie in de vaste fase, bekend als on-surface synthese.

Het blijft echter een uitdaging om de eigenschappen van kwantummaterialen op atomair niveau nauwkeurig te fabriceren en aan te passen, omdat dit een hoger niveau van selectiviteit, efficiëntie en precisie vereist, wat de synthesebenadering op het oppervlak niet kan bieden. Dit beperkt de toepasbaarheid van open-shell magnetisch nanografeen voor toekomstige technologie.

Assoc Prof Lu legt uit:"Ons belangrijkste doel is om op atomair niveau te werken aan het creëren, bestuderen en controleren van deze kwantummaterialen. We streven ernaar de productie van deze materialen op oppervlakken radicaal te veranderen om meer controle over hun uitkomsten mogelijk te maken, tot en met het niveau van individuele atomen en bindingen."

Het onderzoek werd uitgevoerd in samenwerking met universitair hoofddocent Zhang Chun van het NUS-departement natuurkunde en universitair hoofddocent Wang Xiaonan van de Tsinghua Universiteit.

De doorbraak in het onderzoek werd gepubliceerd in Nature Synthesis op 29 februari 2024.

Assoc Prof. Lu Jiong (midden), dr. Su Jie (rechts) en dr. Li Jiali (links) van het NUS-departement scheikunde ontwikkelden het concept van een atomaire robotsonde die het besluitvormingsproces van scheikundigen nabootst en de fabricage mogelijk maakt van kwantummaterialen met meer controle. Credit:Nationale Universiteit van Singapore

Een nieuw concept voor nanotechnologie ontwikkelen

Door scanning-sondemicroscooptechnieken te combineren met deep learning, stelde het onderzoeksteam de microscoop in staat nauwkeurige fabricage uit te voeren van een op koolstof gebaseerd kwantummateriaal, magnetische nanografenen genaamd. Dankzij deze innovatieve aanpak kan deze 'slimme' microscoop ook gedetailleerde chemische informatie extraheren, wat helpt bij het begrijpen van voorheen onbekende mechanismen.

Een belangrijk aspect van dit nieuwe concept is het vermogen om de expertise en intuïtie van menselijke oppervlaktechemici te benutten via een diep neuraal raamwerk binnen de CARP. Met dit raamwerk kan de microscoop specifieke kwantummaterialen fabriceren terwijl hij in realtime werkt. Om dit te bereiken heeft het onderzoeksteam verschillende lagen van convolutionele neurale netwerken ontwikkeld, een soort deep learning-model dat wordt gebruikt voor beeldherkenning en -verwerking.

Het onderzoeksteam testte vervolgens het CARP-framework door het te trainen met behulp van de deskundige kennis van plaatsselectieve cyclodehydrogenering. Plaatsselectieve cyclodehydrogenering, ontdekt door Dr. Su, is een complexe maar essentiële methode om nanografenen te synthetiseren.

Het CARP-framework vertoont bevredigende prestaties bij offline en real-time operaties, en slaagt erin de reacties van één molecuul te activeren op een schaal kleiner dan 0,1 nanometer. Dit is de eerste keer dat wordt gerapporteerd dat een sondechemische reactie wordt ondersteund door AI.

CARP:Van autonomie naar intelligentie

Het onderzoeksteam verwacht niet alleen dat het CARP-framework autonome operaties op atomaire schaal zal uitvoeren, maar streeft ernaar het vermogen van AI te maximaliseren om diepgaande informatie te begrijpen die verborgen is in de database. Om dit te bereiken heeft het team een ​​leerparadigma ontwikkeld om de leerresultaten van het raamwerk te onderzoeken met behulp van een op speltheorie gebaseerde aanpak.

De analyseresultaten geven aan dat de CARP effectief enkele kenmerken heeft vastgelegd die cruciaal kunnen zijn voor de succesvolle synthese van nanografeen door cyclodehydrogenering, wat voor menselijke operators een uitdaging kan zijn om op te merken. De CARP toonde ook potentieel bij het hanteren van veelzijdige chemische sondereacties bij tests met onbekende reacties met één molecuul.

"Ons doel in de nabije toekomst is om het CARP-framework verder uit te breiden om veelzijdige sondechemiereacties op het oppervlak met schaal en efficiëntie toe te passen. Dit heeft het potentieel om conventionele laboratoriumgebaseerde syntheseprocessen op het oppervlak om te zetten in fabricage op de chip voor praktische toepassingen. toepassingen Een dergelijke transformatie zou een cruciale rol kunnen spelen bij het versnellen van het fundamentele onderzoek naar kwantumkwesties en een nieuw tijdperk van intelligente atomaire fabricage kunnen inluiden”, aldus Assoc Prof. Lu.

Meer informatie: Jie Su et al., Intelligente synthese van magnetische nanografenen via door chemici intuïtieve atomaire robotsonde, Natuursynthese (2024). DOI:10.1038/s44160-024-00488-7

Aangeboden door de Nationale Universiteit van Singapore