借助人工智能精确生产量子材料

由化学系和功能智能材料研究所的陆炯副教授领导的新加坡国立大学研究小组与他们的国际合作者一起，开发了一种新的化学家直觉原子机器人探针（CARP）概念

这项创新利用人工智能（AI）模拟化学家的决策过程，使量子材料的制造具有无与伦比的智能和精度，可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，对于在分子水平上开发超快电子器件或创建量子比特（量子计算机的构建块）非常重要。多年来，由于发现了一种新型的固相化学反应，即表面合成，用于开发此类材料的工艺取得了进展

然而，在原子水平上精确制造和调整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些。这限制了开壳磁性纳米石墨烯在未来技术中的适用性

陆副教授解释道：“我们的主要目标是在原子水平上创造、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，使其能够更好地控制其结果，一直到单个原子和键的水平。”

这项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

这项研究突破于2024年2月29日发表在《自然合成》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，有助于理解以前未知的机制

这一新概念的一个重要方面是，它能够通过CARP内的深层神经框架，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。为了实现这一点，研究团队开发了多层卷积神经网络，这是一种用于图像识别和处理的深度学习模型

研究团队随后通过使用位点选择性环脱氢的专家知识对CARP框架进行培训来测试该框架。苏博士发现，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，并且能够在小于0.1纳米的尺度上触发单分子反应。这是首次报道人工智能辅助探针化学反应。

研究团队不仅希望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人工智能掌握数据库中隐藏的深层信息的能力。为了实现这一点，该团队建立了一个学习范式，使用基于博弈论的方法来检查框架的学习结果

分析结果表明，CARP有效地捕捉到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，这对人类操作员来说可能很难注意到。当用未知的单分子反应进行测试时，CARP在处理多功能探针化学反应方面也显示出潜力

“在不久的将来，我们的目标是进一步扩展CARP框架，以大规模和高效地采用多功能的表面探针化学反应。这有可能将基于表面合成工艺的传统实验室转变为实际应用的片上制造。这种转变可能在加速量子化学的基础研究方面发挥关键作用陆副教授补充道：“这将开创一个智能原子制造的新时代