• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Produrre materiali quantistici con precisione, con l'aiuto dell'intelligenza artificiale
    Il concetto di CARP per la manipolazione precisa e selettiva di singole molecole per sito di magneti quantistici π. Credito:Sintesi della natura (2024). DOI:10.1038/s44160-024-00488-7

    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.

    La svolta della ricerca è stata pubblicata su Nature Synthesis il 29 febbraio 2024.

    Il prof. Assoc Lu Jiong (al centro), il dott. Su Jie (a destra) e il dott. Li Jiali (a sinistra) del Dipartimento di Chimica della NUS hanno sviluppato il concetto di una sonda robotica atomica che imita il processo decisionale dei chimici e ne consente la fabbricazione dei materiali quantistici con maggiore controllo. Crediti:Università Nazionale di Singapore

    Sviluppare un nuovo concetto di nanotecnologia

    Combinando le tecniche del microscopio a sonda a scansione con l’apprendimento profondo, il team di ricerca ha consentito al microscopio di effettuare una fabbricazione precisa di un materiale quantistico a base di carbonio chiamato nanografeni magnetici. Questo approccio innovativo consente inoltre a questo microscopio "intelligente" di estrarre informazioni chimiche dettagliate, aiutando a comprendere meccanismi precedentemente sconosciuti.

    Un aspetto significativo di questo nuovo concetto è la sua capacità di sfruttare l’esperienza e l’intuizione dei chimici delle superfici umane attraverso una struttura neurale profonda all’interno del CARP. Questa struttura consente al microscopio di fabbricare materiali quantistici specifici operando in tempo reale. Per raggiungere questo obiettivo, il team di ricerca ha sviluppato vari strati di reti neurali convoluzionali, un tipo di modello di deep learning utilizzato per il riconoscimento e l'elaborazione delle immagini.

    Il gruppo di ricerca ha poi testato la struttura CARP addestrandola utilizzando la conoscenza approfondita della ciclodeidrogenazione selettiva del sito. Scoperta dal Dr. Su, la ciclodeidrogenazione sito-selettiva è un metodo complesso ma essenziale per sintetizzare i nanografeni.

    Il framework CARP mostra prestazioni soddisfacenti nelle operazioni offline e in tempo reale e riesce a innescare reazioni di singole molecole su una scala inferiore a 0,1 nanometri. Questa è la prima volta che viene segnalato che una reazione chimica della sonda è assistita dall'intelligenza artificiale.

    CARP:Dall'automazione all'intelligenza

    Il gruppo di ricerca non solo si aspetta che il framework CARP conduca operazioni autonome su scala atomica, ma mira a massimizzare la capacità dell’intelligenza artificiale di cogliere informazioni profonde nascoste nel database. Per raggiungere questo obiettivo, il team ha stabilito un paradigma di apprendimento per esaminare i risultati dell'apprendimento del quadro utilizzando un approccio basato sulla teoria dei giochi.

    I risultati dell'analisi indicano che il CARP ha catturato efficacemente alcune caratteristiche che potrebbero essere cruciali per il successo della sintesi del nanografene attraverso la ciclodeidrogenazione, cosa che può essere difficile da notare per gli operatori umani. Il CARP ha inoltre mostrato potenzialità nella gestione di versatili reazioni chimiche con sonda quando testato con reazioni sconosciute di singole molecole.

    "Il nostro obiettivo nel prossimo futuro è quello di estendere ulteriormente la struttura CARP per adottare versatili reazioni chimiche con sonde su superficie con scala ed efficienza. Ciò ha il potenziale di trasformare il processo di sintesi su superficie convenzionale basato su laboratorio in fabbricazione su chip per scopi pratici." applicazioni Tale trasformazione potrebbe svolgere un ruolo fondamentale nell'accelerare la ricerca fondamentale sulla materia quantistica e inaugurare una nuova era di fabbricazione atomica intelligente," ha aggiunto il Prof. Assoc Lu.

    Ulteriori informazioni: Jie Su et al, Sintesi intelligente di nanografeni magnetici tramite sonda robotica atomica intuitiva dal chimico, Nature Synthesis (2024). DOI:10.1038/s44160-024-00488-7

    Fornito dall'Università Nazionale di Singapore




    © Scienza https://it.scienceaq.com