Assistente AI autonomo per costruire nanostrutture
"Vogliamo sviluppare un sistema di intelligenza artificiale ad autoapprendimento che collochi le singole molecole in modo rapido, specifico e con il giusto orientamento, e tutto questo in modo completamente autonomo"
La sola composizione chimica di un materiale a volte rivela poco sulle sue proprietà. Il fattore decisivo è spesso la disposizione delle molecole nella struttura del reticolo atomico o sulla superficie del materiale. La scienza dei materiali sfrutta questo fatto per creare determinate proprietà applicando singoli atomi e molecole a superfici specifiche con l'aiuto di microscopi ad alte prestazioni. Questo procedimento richiede ancora molto tempo e le nanostrutture costruite sono relativamente semplici. Utilizzando l'intelligenza artificiale, un nuovo gruppo di ricerca della TU Graz vuole ora portare la costruzione di nanostrutture a un nuovo livello: "Vogliamo sviluppare un sistema di intelligenza artificiale ad autoapprendimento che collochi le singole molecole in modo rapido, specifico e con il giusto orientamento, e tutto questo in modo completamente autonomo", afferma Oliver Hofmann dell'Istituto di Fisica dello Stato Solido, che guida il gruppo di ricerca. Ciò dovrebbe rendere possibile la costruzione di strutture altamente complesse a partire dalle molecole, come i circuiti logici nell'ordine dei nanometri. Il gruppo di ricerca "Arranging molecules using artificial intelligence" riceve un finanziamento di 1,19 milioni di euro dal Fondo austriaco per la scienza.
Da sinistra: Markus Aichhorn, Leonhard Grill, Bettina Könighofer, Oliver Hofmann, Jussi Behrndt.
TU Graz
Posizionamento con un microscopio a scansione tunnellizzante
Le singole molecole vengono posizionate sulla superficie di un materiale utilizzando un microscopio a scansione di tunnel: la punta della sonda emette un impulso elettrico per depositare una molecola. "Una persona impiega pochi minuti per fare questo con una molecola semplice", dice Oliver Hofmann. "Ma per costruire strutture complicate con effetti potenzialmente eccitanti, è necessario collocare individualmente molte migliaia di molecole complesse e poi testare il risultato. Questo richiede ovviamente troppo tempo".
Tuttavia, un microscopio a scansione a effetto tunnel può anche essere controllato da un computer. Il team di Oliver Hofmann vuole ora utilizzare diversi metodi di apprendimento automatico per far sì che un sistema informatico di questo tipo collochi le molecole nella posizione corretta in modo indipendente. In primo luogo, i metodi di intelligenza artificiale vengono utilizzati per calcolare un piano ottimale che descrive la procedura più efficiente e affidabile per la costruzione della struttura. Gli algoritmi di intelligenza artificiale ad autoapprendimento controllano quindi la punta della sonda per posizionare le molecole in modo preciso secondo il piano. "Il posizionamento di molecole complesse è un processo difficile, anche con la massima precisione, poiché il loro allineamento è sempre soggetto a un certo grado di casualità nonostante il miglior controllo possibile", spiega Hofmann. I ricercatori integreranno questo fattore di cosiddetta probabilità condizionata nel sistema di intelligenza artificiale, in modo che agisca comunque in modo affidabile.
Nanostrutture a forma di gate
Utilizzando un microscopio a scansione tunnellizzante controllato dall'intelligenza artificiale in grado di lavorare 24 ore su 24, i ricercatori intendono produrre i cosiddetti corral quantistici. Si tratta di nanostrutture a forma di cancello che possono essere utilizzate per intrappolare gli elettroni dal materiale a cui sono state applicate. Le proprietà ondulatorie degli elettroni portano poi a interferenze meccaniche quantistiche che possono essere utilizzate per applicazioni pratiche. Finora i corral quantistici sono stati costruiti principalmente a partire da singoli atomi. Il team di Oliver Hofmann vuole ora costruirli a partire da molecole di forma complessa: "La nostra ipotesi è che questo ci permetterà di produrre coralli quantistici molto più diversi e di estendere così i loro effetti in modo mirato". I ricercatori vogliono utilizzare questi corral quantistici più complessi per costruire circuiti logici, al fine di studiare fondamentalmente il loro funzionamento a livello molecolare. Teoricamente, tali corpuscoli quantistici potrebbero un giorno essere utilizzati per produrre chip per computer.
Competenze da due università
Per il suo programma quinquennale, il gruppo di ricerca sta combinando competenze provenienti dai campi dell'intelligenza artificiale, della matematica, della fisica e della chimica: Bettina Könighofer dell'Istituto di sicurezza informatica è responsabile dello sviluppo del modello di apprendimento automatico. Il suo team deve garantire che il sistema di autoapprendimento non distrugga inavvertitamente le nanostrutture che costruisce. Jussi Behrndt dell'Istituto di matematica applicata determinerà le proprietà fondamentali delle strutture da sviluppare su base teorica, mentre Markus Aichhorn dell'Istituto di fisica teorica tradurrà queste previsioni in applicazioni pratiche. Leonhard Grill dell'Istituto di Chimica dell'Università di Graz sarà poi responsabile degli esperimenti reali al microscopio a scansione di tunnel.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.
Altre notizie dal dipartimento scienza
