Artificiell intelligens (AI) förbättrad ab-initio-struktursökning kombineras med atomkraftsmikroskopisimuleringar (SIM) och experiment (EXP) för att upptäcka konfigurationer av skrymmande 3D-adsorbater. Upphovsman:Aalto University
Hybridfunktionella material kombinerar organiska och oorganiska komponenter och har många fördelaktiga egenskaper. De används vanligtvis i framväxande teknik, till exempel nya elektroniska enheter och gröna energilösningar. Att kontrollera egenskaperna hos dessa material kräver detaljerad kunskap om deras atomstruktur, i synnerhet konfigurationen av molekylära adsorbater i hybridorganiskt-oorganiskt gränssnitt. Att identifiera strukturen för skrymmande icke-plana adsorbater är ofta ouppnåelig, även med nuvarande toppmoderna verktyg. Att tolka strukturen hos skrymmande molekyler från atomkraftmikroskopi (AFM) bilder är utmanande, och att hitta de stabila strukturerna med hjälp av kvantmekaniska simuleringar är beräkningsmässigt svårhanterligt med konventionella metoder. I ett färskt arbete av Jari Järvi, Benjamin Alldritt, Ondřej Krejčí, Milica Todorović, Peter Liljeroth och Patrick Rinke, en ny tvärvetenskaplig metod utvecklades för att identifiera skrymmande adsorbater genom att kombinera artificiell intelligensstruktursökning med AFM-simuleringar och experiment.
I detta nya tillvägagångssätt, de stabila modellstrukturerna identifieras först med hjälp av Bayesian Optimization Structure Search (BOSS) verktyg för artificiell intelligens, som nyligen utvecklades i CEST. De bästa kandidatstrukturerna skannas in i staplar av bilder med AFM -simuleringar med olika höjder på mikroskopspetsen. Modellstrukturerna korreleras till experiment genom att jämföra bildfunktioner i staplarna av simulerade och experimentella AFM -bilder, vilket gör det möjligt att identifiera de experimentella konfigurationerna. I en ny artikel, J. Järvi et al. har demonstrerat denna metod genom att identifiera strukturen för (1S) -kamfer (en typisk skrymmande molekyl) på Cu (111) -ytan. Detta material har tidigare studerats med AFM, men att dra slutsatsen från strukturen från bilderna har varit otydlig. Med denna nya metod, de lyckades identifiera tre olika konfigurationer av (1S) -kamfer på Cu (111) i experimenten.
Den presenterade metoden kan tillämpas på andra problem med adsorptionsstruktursökning och kombineras med andra experimentella tekniker. Att analysera enskilda molekyler är bara det första steget mot att studera mer komplexa molekylära sammansättningar och därefter bildandet av monoskikt. Den förvärvade strukturella insikten kan hjälpa till att optimera funktionella egenskaper hos dessa material.
Forskningsartikeln publiceras i Avancerade funktionella material .