Un assistant IA autonome pour construire des nanostructures
"Nous voulons développer un système d'IA auto-apprenant qui positionne les molécules individuelles rapidement, de manière ciblée et dans la bonne orientation, et ce de manière totalement autonome"
La composition chimique d'un matériau à elle seule ne révèle parfois que peu de choses sur ses propriétés. Le facteur décisif est souvent la disposition des molécules dans la structure du réseau atomique ou à la surface du matériau. La science des matériaux utilise ce facteur pour créer certaines propriétés en appliquant des atomes et des molécules individuels sur des surfaces à l'aide de microscopes très performants. Cela prend encore beaucoup de temps et les nanostructures construites sont relativement simples. Grâce à l'intelligence artificielle, un nouveau groupe de recherche de l'Université technique de Graz souhaite désormais porter la construction de nanostructures à un niveau supérieur : "Nous voulons développer un système d'intelligence artificielle auto-apprenant qui positionne les molécules individuelles rapidement, de manière ciblée et dans la bonne orientation, et ce de manière totalement autonome", explique Oliver Hofmann, de l'Institut de physique des solides, qui dirige le groupe de recherche. Cela devrait permettre de construire des structures moléculaires très complexes, y compris des circuits logiques de l'ordre du nanomètre. Le groupe de recherche "Arrangement de molécules grâce à l'intelligence artificielle" bénéficie d'un financement de 1,19 million d'euros de la part du Fonds autrichien pour la science.
De gauche à droite : Markus Aichhorn, Leonhard Grill, Bettina Könighofer, Oliver Hofmann, Jussi Behrndt.
TU Graz
Positionnement à l'aide d'un microscope à effet tunnel
Le positionnement de molécules individuelles à la surface d'un matériau est réalisé à l'aide d'un microscope à effet tunnel. La pointe de la sonde émet une impulsion électrique pour déposer la molécule qu'elle porte. "Une personne a besoin de quelques minutes pour réaliser cette étape pour une molécule simple", explique Oliver Hofmann. "Mais pour construire des structures compliquées aux effets potentiellement excitants, plusieurs milliers de molécules complexes doivent être positionnées individuellement et le résultat doit ensuite être testé. Cela prend évidemment beaucoup de temps".
Cependant, un microscope à effet tunnel peut également être contrôlé par un ordinateur. L'équipe d'Oliver Hofmann souhaite à présent utiliser différentes méthodes d'apprentissage automatique pour qu'un tel système informatique puisse placer les molécules dans la bonne position de manière autonome. Dans un premier temps, des méthodes d'IA sont utilisées pour calculer un plan optimal qui décrit l'approche la plus efficace et la plus fiable pour construire la structure. Des algorithmes d'auto-apprentissage contrôlent ensuite la pointe de la sonde pour placer les molécules précisément selon le plan. "Positionner des molécules complexes avec la plus grande précision est un processus difficile, car leur alignement est toujours soumis à un certain degré de hasard malgré le meilleur contrôle possible", explique Hofmann. Les chercheurs intégreront ce facteur de probabilité conditionnelle dans le système d'IA afin qu'il agisse toujours de manière fiable.
Des nanostructures en forme de porte
À l'aide d'un microscope à effet tunnel contrôlé par l'IA et capable de fonctionner 24 heures sur 24, les chercheurs veulent finalement construire ce que l'on appelle des "corrals quantiques". Il s'agit de nanostructures en forme de porte, qui peuvent être utilisées pour piéger les électrons du matériau sur lequel elles sont déposées. Les propriétés ondulatoires des électrons conduisent alors à des interférences mécaniques quantiques qui peuvent être utilisées pour des applications pratiques. Jusqu'à présent, les corrals quantiques ont principalement été construits à partir d'atomes uniques. L'équipe d'Oliver Hofmann souhaite désormais les produire à partir de molécules de forme complexe : "Notre hypothèse est que cela nous permettra de construire des corrals quantiques beaucoup plus diversifiés et donc d'étendre leurs effets de manière ciblée." Les chercheurs veulent utiliser ces corrals quantiques plus complexes pour construire des circuits logiques afin d'étudier fondamentalement leur fonctionnement au niveau moléculaire. En théorie, de tels corrals quantiques pourraient un jour être utilisés pour construire des puces électroniques.
L'expertise de deux universités
Pour son programme quinquennal, le groupe de recherche met en commun des compétences dans les domaines de l'intelligence artificielle, des mathématiques, de la physique et de la chimie. Bettina Könighofer, de l'Institut de sécurité de l'information, est responsable du développement du modèle d'apprentissage automatique. Son équipe doit veiller à ce que le système d'auto-apprentissage ne détruise pas par inadvertance les nanostructures qu'il construit. Jussi Behrndt, de l'Institut de mathématiques appliquées, déterminera les propriétés fondamentales des structures à développer sur une base théorique, tandis que Markus Aichhorn, de l'Institut de physique théorique, traduira ces prédictions en applications pratiques. Leonhard Grill, de l'Institut de chimie de l'Université de Graz, est principalement responsable des expériences réelles sur le microscope à effet tunnel.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
