• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Att producera kvantmaterial med precision, med hjälp av AI
    Konceptet med CARP för exakt platsselektiv enkelmolekylär manipulation av kvant-π-magneter. Kredit:Nature Synthesis (2024). DOI:10.1038/s44160-024-00488-7

    Ett team av NUS-forskare ledda av docent Lu Jiong från Institutionen för kemi och Institutet för funktionella intelligenta material har tillsammans med sina internationella samarbetspartners utvecklat ett nytt koncept av en kemist-intuiterad atomrobot (CARP).



    Denna innovation, som använder artificiell intelligens (AI) för att efterlikna kemisters beslutsprocess, möjliggör tillverkning av kvantmaterial med oöverträffad intelligens och precision för framtida kvantteknologiapplikationer som datalagring och kvantberäkningar.

    Magnetisk nanografen med öppet skal är en typ av kolbaserat kvantmaterial som har viktiga elektroniska och magnetiska egenskaper som är viktiga för att utveckla extremt snabba elektroniska enheter på molekylär nivå, eller skapa kvantbitar, byggstenarna i kvantdatorer. Processerna som används för att utveckla sådana material har utvecklats under åren på grund av upptäckten av en ny typ av kemisk fastfasreaktion känd som syntes på ytan.

    Det är dock fortfarande utmanande att exakt tillverka och skräddarsy egenskaperna hos kvantmaterial på atomnivå eftersom detta kräver en högre nivå av selektivitet, effektivitet och precision som syntesmetoden på ytan inte kan ge. Detta begränsar användbarheten av magnetisk nanografen med öppet skal för framtida teknologi.

    Assoc Prof Lu förklarar, "Vårt huvudmål är att arbeta på atomnivå för att skapa, studera och kontrollera dessa kvantmaterial. Vi strävar efter att revolutionera produktionen av dessa material på ytor för att möjliggöra mer kontroll över deras resultat, ända ner till nivån på enskilda atomer och bindningar."

    Studien genomfördes i samarbete med docent Zhang Chun från NUS Institutionen för fysik och docent Wang Xiaonan från Tsinghua University.

    Forskningsgenombrottet publicerades i Nature Synthesis den 29 februari 2024.

    Assoc Prof Lu Jiong (mitten), Dr Su Jie (höger) och Dr Li Jiali (vänster) från NUS Department of Chemistry utvecklade konceptet med en atomär robotsond som efterliknar kemisters beslutsprocess som möjliggör tillverkningen av kvantmaterial med större kontroll. Kredit:National University of Singapore

    Utvecklar ett nytt koncept för nanoteknik

    Genom att kombinera tekniker för scanning-sondmikroskop med djupinlärning, gjorde forskargruppen det möjligt för mikroskopet att utföra exakt tillverkning av ett kolbaserat kvantmaterial som kallas magnetiska nanografener. Detta innovativa tillvägagångssätt tillåter också detta "smarta" mikroskop att extrahera detaljerad kemisk information, vilket hjälper till att förstå tidigare okända mekanismer.

    En viktig aspekt av detta nya koncept är dess förmåga att utnyttja expertis och intuition hos mänskliga ytkemister genom ett djupt neuralt ramverk inom CARP. Detta ramverk gör det möjligt för mikroskopet att tillverka specifika kvantmaterial medan de arbetar i realtid. För att uppnå detta utvecklade forskargruppen olika lager av konvolutionella neurala nätverk, en typ av djupinlärningsmodell som används för bildigenkänning och -bearbetning.

    Forskargruppen testade sedan CARP-ramverket genom att träna det med hjälp av expertkunskapen om platsselektiv cyklodehydrering. Upptäckt av Dr. Su är platsselektiv cyklodehydrering en komplex men viktig metod för att syntetisera nanografener.

    CARP-ramverket uppvisar tillfredsställande prestanda i offline- och realtidsoperationer, och det lyckas trigga enmolekylreaktionerna i en skala mindre än 0,1 nanometer. Detta är första gången som en sondkemisk reaktion rapporteras vara assisterad av AI.

    CARP:Från autonomi till intelligens

    Forskargruppen förväntar sig inte bara att CARP-ramverket ska utföra autonoma operationer på atomär skala utan syftar till att maximera förmågan hos AI att förstå djup information gömd i databasen. För att uppnå detta etablerade teamet ett inlärningsparadigm för att undersöka ramverkets läranderesultat med hjälp av ett spelteori-baserat tillvägagångssätt.

    Analysresultaten indikerar att CARP effektivt fångade några funktioner som kan vara avgörande för framgångsrik syntes av nanografen genom cyklodehydrering, vilket kan vara utmanande för mänskliga operatörer att lägga märke till. CARP visade också potential för att hantera mångsidiga probkemi-reaktioner när den testades med okända enmolekylreaktioner.

    "Vårt mål inom en snar framtid är att utöka CARP-ramverket ytterligare för att anta mångsidiga kemiska reaktioner på ytan med skala och effektivitet. Detta har potentialen att omvandla konventionella laboratoriebaserade syntesprocesser på ytan till tillverkning på chip för praktisk tillverkning. Sådana omvandlingar kan spela en avgörande roll för att påskynda den grundläggande forskningen om kvantämnen och inleda en ny era av intelligent atomtillverkning," tillade professor Lu.

    Mer information: Jie Su et al, Intelligent syntes av magnetiska nanografener via kemistintuiterad atomrobotsond, Nature Synthesis (2024). DOI:10.1038/s44160-024-00488-7

    Tillhandahålls av National University of Singapore




    © Vetenskap https://sv.scienceaq.com