格拉茨理工大学（TU Graz）的一个开创性研究小组正在利用人工智能大幅提升纳米结构的构建方式。他们的目标是开发一种自我学习的人工智能系统，能够以前所未有的精度自主定位分子，从而有可能彻底改变复杂分子结构和先进电子器件量子栅栏的制造。
用扫描隧道显微镜可以在材料表面定位单个分子。 探针的尖端发出电脉冲，将携带的分子沉积下来。 资料来源：Bernhard Ramsauer - 格拉茨理工大学
材料的特性通常不是由其化学成分决定的，而是由其分子在原子晶格内或表面的排列方式决定的。 材料科学家利用这一原理，使用高性能显微镜在表面上定位单个原子和分子。 然而，这一过程非常耗时，而且产生的纳米结构仍然相对简单。
格拉茨理工大学的一个研究小组希望利用人工智能彻底改变这种方法。该研究小组的负责人、固态物理研究所的奥利弗-霍夫曼（Oliver Hofmann）说："我们希望开发一种自我学习的人工智能系统，它能快速、准确、以正确的方向定位单个分子，而且所有这些都是完全自主的。 这一进展可以构建高度复杂的分子结构，包括纳米级逻辑电路。"
这个名为"通过人工智能进行分子排列"的研究小组已经从奥地利科学基金获得了119万欧元（123万美元）的资助，用于将这一愿景变为现实。
"使用扫描隧道显微镜可以在材料表面定位单个分子。 探针的尖端发出电脉冲，将携带的分子沉积下来。"奥利弗-霍夫曼（Oliver Hofmann）说："对于一个简单的分子，一个人只需几分钟就能完成这一步骤。但是，为了构建具有潜在刺激作用的复杂结构，必须对数千个复杂分子进行单独定位，然后对结果进行测试。 当然，这需要相对较长的时间。"
不过，扫描隧道显微镜也可以由计算机控制。 奥利弗-霍夫曼的团队现在希望利用各种机器学习方法，让这样的计算机系统独立地将分子置于正确的位置。 首先，利用人工智能方法计算出一个最佳计划，该计划描述了构建结构的最高效、最可靠的方法。 然后，自学式人工智能算法控制探针尖端，按照计划精确地放置分子。
霍夫曼解释说："以最高精度定位复杂分子是一个困难的过程，因为尽管进行了尽可能好的控制，但它们的排列总是受到一定程度的偶然性影响。 研究人员将把这种条件概率因素整合到人工智能系统中，使其仍能可靠地发挥作用。"
利用人工智能控制的扫描隧道显微镜可以全天候工作，研究人员最终希望建立所谓的量子围栏。 这些栅极形状的纳米结构可以用来捕获沉积在其上的材料中的电子。 电子的波状特性会导致量子机械干涉，从而可用于实际应用。 迄今为止，量子栅栏主要由单个原子构成。
奥利弗-霍夫曼的团队现在希望用形状复杂的分子来制造它们："我们的假设是，这将使我们能够构建更加多样化的量子栅栏，从而有针对性地扩大它们的效果。 研究人员希望利用这些更复杂的量子栅栏来构建逻辑电路，以便从根本上研究它们在分子水平上是如何工作的。 从理论上讲，这种量子栅极有朝一日可用于制造计算机芯片。"
在为期五年的计划中，研究小组汇集了人工智能、数学、物理和化学领域的专业知识。 信息安全研究所的 Bettina Könighofer 负责机器学习模型的开发。 她的团队必须确保自学系统不会无意中破坏其构建的纳米结构。
应用数学研究所的 Jussi Behrndt 将从理论上确定待开发结构的基本属性，而理论物理研究所的 Markus Aichhorn 将把这些预测转化为实际应用。 格拉茨大学化学研究所的 Leonhard Grill 主要负责扫描隧道显微镜的实际实验。
编译自/ScitechDaily
