Una foto del prototipo di esfoliante. Il sistema robotico trasferisce i fiocchi 2-D sbucciati dal cristallo genitore a un substrato. L'esfoliante consente agli scienziati di controllare la pressione di stampaggio, tempo di pressatura, numero di pressioni ripetute, angolo di pressatura, e forza laterale applicata durante il trasferimento, per una migliore ripetibilità. Credito:Brookhaven National Laboratory
Controllare una pila di libri dalla biblioteca è semplice come cercare nel catalogo della biblioteca e utilizzare numeri di chiamata univoci per estrarre ogni libro dalle posizioni degli scaffali. Usando un principio simile, gli scienziati del Center for Functional Nanomaterials (CFN), una struttura per gli utenti dell'Office of Science del Dipartimento dell'Energia degli Stati Uniti (DOE) presso il Brookhaven National Laboratory, stanno collaborando con l'Università di Harvard e il Massachusetts Institute of Technology (MIT) per creare un primo sistema automatizzato di questo tipo per catalogare materiali bidimensionali (2-D) atomicamente sottili e impilarli in strutture a strati. Chiamato il Quantum Material Press, o QPremere, questo sistema accelererà la scoperta di materiali di prossima generazione per il campo emergente della scienza dell'informazione quantistica (QIS).
Le strutture ottenute impilando singoli strati atomici ("fiocchi") staccati da diversi cristalli sfusi genitori sono interessanti a causa dell'elettronica esotica, magnetico, e proprietà ottiche che emergono su scale di dimensioni così piccole (quantiche). Però, l'esfoliazione del fiocco è attualmente un processo manuale che produce una varietà di dimensioni del fiocco, forme, orientamenti, e numero di strati. Gli scienziati usano microscopi ottici ad alto ingrandimento per cercare manualmente migliaia di fiocchi per trovare quelli desiderati, e questa ricerca a volte può richiedere giorni o anche una settimana, ed è incline all'errore umano.
Una volta individuati i fiocchi 2-D di alta qualità da diversi cristalli e caratterizzate le loro proprietà, possono essere assemblati nell'ordine desiderato per creare le strutture a strati. L'impilamento richiede molto tempo, spesso impiega più di un mese per assemblare una singola struttura a strati. Per determinare se le strutture generate sono ottimali per le applicazioni QIS, che vanno dall'elaborazione e crittografia al rilevamento e alle comunicazioni, gli scienziati devono quindi caratterizzare le proprietà delle strutture.
"Parlando con i nostri collaboratori universitari ad Harvard e al MIT che sintetizzano e studiano queste eterostrutture stratificate, abbiamo appreso che mentre esistono bit di automazione, come il software per individuare i fiocchi e i joystick per manipolare i fiocchi, non esiste una soluzione completamente automatizzata, " ha affermato il direttore del CFN Charles Black, il responsabile amministrativo del progetto QPress.
L'idea per il QPress è stata concepita all'inizio del 2018 dal professor Amir Yacoby del Dipartimento di Fisica di Harvard. Il concetto è stato poi affinato attraverso una collaborazione tra Yacoby; Nero e Kevin Yager, leader del gruppo CFN Electronic Nanomaterials; Filippo Kim, anche del Dipartimento di Fisica di Harvard; e Pablo Jarillo-Herrero e Joseph Checkelsky, entrambi del Dipartimento di Fisica del MIT.
Secondo Nero, il ruolo unico di CFN era chiaro:"Ci siamo resi conto che costruendo un robot in grado di consentire la progettazione, sintesi, e il test dei materiali quantistici è estremamente ben abbinato alle capacità e alle competenze degli scienziati del CFN. Come struttura per gli utenti, CFN vuole essere una risorsa per la comunità scientifica, e QIS è una delle nostre aree di crescita per la quale stiamo espandendo le nostre capacità, programmi scientifici, e personale".
Uno schema che mostra il flusso di lavoro per la catalogazione delle posizioni e delle proprietà dei fiocchi. Le griglie di immagini dei campioni esfoliati vengono analizzate automaticamente, con ogni fiocco tracciato individualmente in modo che gli scienziati possano individuare qualsiasi fiocco desiderato su un campione. Credito:Brookhaven National Laboratory
Il grafene stimola la ricerca sui materiali 2-D
L'interesse per i materiali 2-D risale al 2004, quando gli scienziati dell'Università di Manchester hanno isolato il primo materiale 2-D al mondo, grafene:un singolo strato di atomi di carbonio. Hanno usato una tecnica sorprendentemente semplice in cui hanno posizionato un pezzo di grafite (il materiale principale delle matite) su uno scotch, piegando ripetutamente il nastro a metà e staccandolo per estrarre scaglie sempre più sottili. Quindi, hanno strofinato il nastro su una superficie piana per trasferire i fiocchi. Al microscopio ottico, i fiocchi spessi un atomo possono essere localizzati per la loro riflettività, che appaiono come punti molto deboli. Riconosciuto con un premio Nobel nel 2010, la scoperta del grafene e delle sue proprietà insolite, compresa la sua notevole resistenza meccanica e conduttività elettrica e termica, ha spinto gli scienziati a esplorare altri materiali 2-D.
Molti laboratori continuano a utilizzare questo laborioso approccio per creare e trovare fiocchi 2-D. Sebbene l'approccio abbia consentito agli scienziati di eseguire varie misurazioni sul grafene, centinaia di altri cristalli, inclusi magneti, superconduttori, e semiconduttori:possono essere esfoliati allo stesso modo della grafite. Inoltre, diversi fiocchi 2-D possono essere impilati per costruire materiali che non sono mai esistiti prima. Gli scienziati hanno scoperto di recente che le proprietà di queste strutture impilate dipendono non solo dall'ordine degli strati, ma anche dall'angolo relativo tra gli atomi negli strati. Per esempio, un materiale può essere sintonizzato da uno stato metallico a uno isolante semplicemente controllando questo angolo. Data l'ampia varietà di campioni che gli scienziati vorrebbero esplorare e la natura soggetta a errori e dispendiosa in termini di tempo dei metodi di sintesi manuale, sono molto necessari approcci automatizzati.
"In definitiva, vorremmo sviluppare un robot che fornisca una struttura impilata basata sulle sequenze di fiocchi 2-D e gli orientamenti dei cristalli che gli scienziati selezionano attraverso un'interfaccia web alla macchina, " disse Black. "Se ha successo, il QPress consentirebbe agli scienziati di dedicare tempo ed energie allo studio dei materiali, piuttosto che farli".
Un approccio modulare
A settembre 2018, l'ulteriore sviluppo di QPress è stato finanziato dal DOE, con un approccio in due parti. Un premio è stato per lo sviluppo dell'hardware QPress a Brookhaven, guidato da Nero; Yager; Gli scienziati del CFN Gregory Doerk, Aaron Stein, e Jerzy Sadowski; e il socio scientifico del CFN Young Jae Shin. L'altro premio è stato per un progetto di ricerca coordinato guidato da Yacoby, Kim, Jarillo Herrero, e Checkelsky. I fisici di Harvard e del MIT utilizzeranno il QPress per studiare forme esotiche di superconduttività, la capacità di alcuni materiali di condurre elettricità senza perdita di energia a temperature molto basse, che esistono all'interfaccia tra un superconduttore e un magnete. Alcuni scienziati ritengono che tali stati esotici della materia siano la chiave per far progredire l'informatica quantistica, che dovrebbe superare le capacità del supercalcolo più potente di oggi.
Una macchina automatizzata completamente integrata composta da un esfoliante, un catalogatore, una biblioteca, un impilatore, e un caratterizzante è previsto in tre anni. Però, questi moduli verranno online gradualmente per consentire l'uso di QPress nella fase iniziale.
Il QPress avrà cinque moduli una volta completato:un esfoliante, un catalogatore, una biblioteca di materiali, un impilatore, e un caratterizzatore/fabbricante. Credito:Brookhaven National Laboratory
La squadra ha già fatto dei progressi. Hanno costruito un prototipo di esfoliante che imita l'azione di un peeling umano in scaglie da un cristallo di grafite. L'esfoliante preme uno stampo polimerico in un cristallo genitore sfuso e trasferisce i fiocchi esfoliati premendoli su un substrato. Nella loro prima serie di esperimenti, il team ha studiato come modificare vari parametri:pressione di stampaggio, tempo di pressatura, numero di pressioni ripetute, angolo di pressatura, e la forza laterale applicata durante il trasferimento:influiscono sul processo.
"Uno dei vantaggi dell'utilizzo di un robot è che, a differenza di un essere umano, riproduce ogni volta gli stessi movimenti, e possiamo ottimizzare questi movimenti per generare un sacco di grandi fiocchi molto sottili, " spiegò Yager. "Così, l'esfoliante migliorerà sia la qualità che la quantità dei fiocchi 2-D staccati dai cristalli genitori affinando la velocità, precisione, e ripetibilità del processo”.
In collaborazione con l'assistente professore della Stony Brook University Minh Hoai Nguyen del Dipartimento di Informatica e Ph.D. studente Boyu Wang del Computer Vision Lab, gli scienziati stanno anche costruendo un catalogatore di fiocchi. Attraverso un software di analisi delle immagini, il catalogatore scansiona un substrato e registra le posizioni dei fiocchi esfoliati e le loro proprietà.
"I fiocchi che interessano agli scienziati sono sottili e quindi deboli, quindi l'ispezione visiva manuale è un processo laborioso e soggetto a errori, " ha affermato Nguyen. "Stiamo utilizzando la visione artificiale all'avanguardia e le tecniche di deep learning per sviluppare software in grado di automatizzare questo processo con maggiore precisione".
"I nostri collaboratori hanno affermato che un sistema in grado di mappare il loro campione di fiocchi e mostrare loro dove si trovano i fiocchi "buoni", come determinato dai parametri che definiscono, sarebbe immensamente utile per loro, " ha detto Yager. "Ora abbiamo questa capacità e vorremmo metterla in pratica".
Infine, il team prevede di immagazzinare una grande serie di diversi fiocchi catalogati sugli scaffali, simile ai libri di una biblioteca. Gli scienziati potrebbero quindi accedere a questa libreria di materiali per selezionare i fiocchi che vogliono usare, e il QPress li avrebbe recuperati.
Secondo Nero, la sfida più grande sarà la costruzione dello stacker, il modulo che recupera i campioni dalla libreria, "guida" verso le posizioni in cui risiedono i fiocchi selezionati, e raccoglie i fiocchi e li posiziona in un processo ripetitivo per costruire pile secondo le istruzioni di assemblaggio che gli scienziati programmano nella macchina. In definitiva, gli scienziati vorrebbero che l'impilatore assemblasse le strutture a strati non solo più velocemente ma anche in modo più accurato rispetto ai metodi manuali.
Il modulo finale del robot sarà un caratterizzatore di materiale, che fornirà feedback in tempo reale durante l'intero processo di sintesi. Per esempio, il caratterizzante identificherà la struttura cristallina e l'orientamento dei fiocchi esfoliati e delle strutture stratificate attraverso la diffrazione elettronica a bassa energia (LEED), una tecnica in cui un fascio di elettroni a bassa energia è diretto verso la superficie di un campione per produrre un modello di diffrazione caratteristico della geometria della superficie.
"Ci sono molti passaggi per fornire una soluzione completamente automatizzata, " ha affermato Black. "Intendiamo implementare le funzionalità di QPress non appena saranno disponibili per massimizzare i benefici per la comunità QIS".
