Scienziati di tutto il mondo sono interessati allo sviluppo di nuovi materiali per aiutare le persone a vivere una vita più sostenibile e sana, ma la ricerca per produrre questi materiali richiede una conoscenza dettagliata delle misteriose strutture delle molecole di cui sono fatti. I progettisti vogliono sostituire la plastica sprecata con composti derivati ​​​​da piante sostenibili, ma questa può essere una sfida senza la conoscenza della struttura molecolare del composto vegetale. Una nuova tecnica sviluppata presso l'Università di Aalto dovrebbe consentire ai ricercatori di ottenere queste informazioni essenziali.

Per realizzare questo, i ricercatori hanno combinato una comune tecnica di analisi dei materiali con l'intelligenza artificiale. La microscopia a forza atomica (AFM) utilizza un ago incredibilmente sottile per misurare le dimensioni e la forma di oggetti di dimensioni nanometriche, e può già essere utilizzato per misurare la struttura di appartamento, molecole planari simili a frittelle. Addestrando un algoritmo di intelligenza artificiale su molti dati AFM, gli scienziati possono ora identificare molecole più complesse con interessanti applicazioni nel mondo reale.

Il team è ora in grado di scattare le immagini di un singolo, molecole tridimensionali, con abbastanza dettagli da poter comprendere le diverse proprietà chimiche delle diverse parti della molecola. Il lavoro è stato svolto da ricercatori dell'Università di Aalto, guidato dal professore dell'Accademia Peter Liljeroth, ei professori Adam S. Foster e Juho Kannala; ed è stato recentemente pubblicato sulla rivista Progressi scientifici .

"Il metodo attualmente utilizzato dai ricercatori indovina la struttura, simula immagini AFM e verifica se l'ipotesi era corretta. Quando ci sono molte possibilità, questo è lento e difficile, e alla fine non si può essere certi che tutte le strutture possibili siano state pensate, " spiega Peter Liljeroth.

I ricercatori hanno utilizzato una biomolecola ben nota chiamata 1S-canfora, che ha una struttura atomica ben nota e, come bioprodotto dell'industria del legno, è simile a molte delle molecole a cui altri ricercatori Aalto sono interessati per la produzione di prodotti sostenibili. Utilizzando una combinazione di machine learning e simulazioni AFM, Il team del professor Foster ha sviluppato un sistema di apprendimento profondo che abbina una serie di immagini AFM alla loro struttura molecolare. Primo, il sistema di apprendimento automatico è stato testato su dati AFM simulati, analisi di varie molecole con geometrie planari e non planari. Per provare che ha funzionato, i dati sperimentali sono stati utilizzati con risultati entusiasmanti:l'intelligenza artificiale è stata in grado di interpretare in modo affidabile e rapido immagini AFM di complesse molecole 3D e dire quali sarebbero state le loro proprietà chimiche.

Benjamin Alldritt, il primo autore dell'articolo spiega "Questa ricerca è entusiasmante perché ci offre nuovi modi di comprendere i materiali utilizzando gli esperimenti attuali. Combinando l'apprendimento automatico con l'AFM, possiamo comprendere immagini di strutture 3D che prima non erano in grado di comprendere. Inoltre, questo nuovo metodo è più veloce dei metodi già esistenti per capire come la molecola si trova sulla superficie, ed è più veloce e più affidabile degli esperti umani per questo compito."