Un team di ricercatori della NUS guidati dal professore associato Lu Jiong del Dipartimento di Chimica e dell'Istituto per i Materiali Funzionali Intelligenti, insieme ai loro collaboratori internazionali, hanno sviluppato un nuovo concetto di sonda robotica atomica (CARP) intuitiva dal chimico.
Questa innovazione, che utilizza l'intelligenza artificiale (AI) per imitare il processo decisionale dei chimici, consente la produzione di materiali quantistici con intelligenza e precisione senza rivali per le future applicazioni della tecnologia quantistica come l'archiviazione di dati e l'informatica quantistica.
Il nanografene magnetico a guscio aperto è un tipo di materiale quantistico a base di carbonio che possiede proprietà elettroniche e magnetiche chiave che sono importanti per lo sviluppo di dispositivi elettronici estremamente veloci a livello molecolare o per la creazione di bit quantistici, gli elementi costitutivi dei computer quantistici. I processi utilizzati per sviluppare tali materiali sono progrediti nel corso degli anni grazie alla scoperta di un nuovo tipo di reazione chimica in fase solida nota come sintesi in superficie.
Tuttavia, rimane difficile fabbricare e adattare con precisione le proprietà dei materiali quantistici a livello atomico perché ciò richiede un livello più elevato di selettività, efficienza e precisione che l’approccio di sintesi in superficie non è in grado di fornire. Ciò limita l'applicabilità del nanografene magnetico a guscio aperto per la tecnologia futura.
Il Prof. Assoc Lu spiega:"Il nostro obiettivo principale è lavorare a livello atomico per creare, studiare e controllare questi materiali quantistici. Stiamo cercando di rivoluzionare la produzione di questi materiali sulle superfici per consentire un maggiore controllo sui loro risultati, fino alla il livello dei singoli atomi e legami."
Lo studio è stato condotto in collaborazione con il professore associato Zhang Chun del Dipartimento di fisica della NUS e il professore associato Wang Xiaonan dell'Università di Tsinghua.