激光网3月2日消息，由化学系和功能智能材料研究所的卢炅副教授领导的新加坡国立大学研究人员团队，以及他们的国际合作者，开发了一种化学家直觉原子机器人探针的新概念。
这项创新使用人工智能来模仿化学家的决策过程，能够制造出具有无与伦比的智能和精度的量子材料，用于未来的量子技术应用，如数据存储和量子计算。
开壳磁性纳米石墨烯是一种碳基量子材料，具有关键的电子和磁性特性，这对于在分子水平上开发极快的电子设备或创建量子比特非常重要。多年来，由于发现了一种称为表面合成的新型固相反学反应，用于开发此类材料的工艺取得了进展。
然而，在原子水平上精确地制造和定制量子材料的性质仍然具有挑战性，因为这需要更高水平的选择性、效率和精度，而表面合成方法无法提供。这限制了开壳磁性纳米石墨烯在未来技术中的适用性。
卢副教授解释说：“我们的主要目标是在原子水平上工作，以创造、研究和控制这些量子材料。我们正在努力彻底改变这些材料在表面上的生产，以便更好地控制其结果，甚至控制单个原子和键的水平。
该研究是与新加坡国立大学物理系张春副教授和清华大学王晓楠副教授合作进行的。
该研究突破于2024年2月29日发表在《自然综合》杂志上。
通过将扫描探针显微镜技术与深度学习相结合，研究团队使显微镜能够精确制造一种称为磁性纳米石墨烯的碳基量子材料。这种创新方法还使这种“智能”显微镜能够提取详细的化学信息，有助于了解以前未知的机制。
这个新概念的一个重要方面是它能够通过CARP中的深层神经框架来利用人类表面化学家的专业知识和直觉。该框架使显微镜能够在实时操作的同时制造特定的量子材料。为了实现这一目标，研究团队开发了各种层的卷积神经网络，这是一种用于图像识别和处理的深度学习模型。
然后，研究团队通过使用位点选择性环脱氢的专业知识对其进行训练来测试CARP框架。苏博士发现的位点选择性环脱氢是合成纳米石墨烯的一种复杂但必不可少的方法。
CARP框架在离线和实时操作中表现出令人满意的性能，并且能够以小于0.1纳米的尺度触发单分子反应。这是首次有报道称探针化学反应由人工智能辅助。
研究团队不仅期望CARP框架能够在原子尺度上进行自主操作，而且旨在最大限度地提高AI掌握隐藏在数据库中的深层信息的能力。为了实现这一目标，该团队建立了一个学习范式，使用基于博弈论的方法检查框架的学习结果。
分析结果表明，CARP有效地捕获了一些可能对通过环脱氢成功合成纳米石墨烯至关重要的特征，这对于人类操作人员来说可能具有挑战性。当使用未知的单分子反应进行测试时，CARP还显示出处理多功能探针化学反应的潜力。
“在不久的将来，我们的目标是进一步扩展CARP框架，以采用具有规模和效率的多功能表面探针化学反应。这有可能将传统的基于实验室的表面合成工艺转变为实际应用的片上制造。这种转变可以在加速量子物质的基础研究方面发挥关键作用，并开创智能原子制造的新时代。
