开源软件通过扫描隧道显微镜自动化帮助简化二维材料研究

莫纳什大学研究员Julian Cedia开发的一个新的开源软件包旨在使用扫描隧道显微镜（STMs）显著简化材料研究

这款名为Scanbot的软件自动化了STM实验所必需的耗时的探针优化和数据采集过程，通过在STM尖端自动优化和锐化后进行详细调查，帮助加速二维材料研究

同样在莫纳什大学的Agustin Schiffrin教授说：“我们希望Scanbot将使世界各地的STM实验室受益，并代表着迈向STM实验完全自动化的有意义的一步。”

利用STM自动化改变材料研究

探索和表征表面的原子景观已成为现代科学的基本追求。STMs是最强大的工具之一，可以让科学家在这个难以想象的规模上探索世界并与世界互动，提供图像和光谱数据，使我们能够深入量子领域，了解材料在原子水平上的行为

STMs的工作原理是在监测电流的同时，在材料表面扫描一个精确到单个原子的探针。这个电流携带了建立表面原子尺度图像所需的所有信息

然而，实现这些令人叹为观止的图像并非易事。精确到单个原子大小的探针极其脆弱，即使与另一个原子、分子或碎片有最轻微的接触，也会极大地改变探针的有效性，这要求研究人员花费大量时间优化仪器，以确保它捕获高质量、可靠的数据

介绍Scanbot

由Julian Cedia领导的莫纳什大学的研究人员开发了一种可靠的方法来自动化这一STM优化过程，从而创建了Scanbot——一个免费提供的开源软件包

该研究论文发表在《开源软件杂志》上

Cedia解释说，在厌倦了他为了获得有意义的数据而经常浪费时间优化和锐化STM尖端后，他得到了一个启示。“在我攻读博士学位期间，我花了无数个小时对STM进行微调，发现探针的质量可以很容易地通过将探针刺入表面几埃后留下的成像印记来量化。”

这些印记携带了扫描探针尖端原子排列的信息，是在获取数据之前预测数据质量的关键。“基本上，更锋利的尖端会留下更小的印记。因此，Scanbot通过反复将尖端压入表面来自动化这一过程，直到印记显示尖端足够锋利，可以进行高质量成像，”Cedia解释道

这种直接的“尖端整形”方法避免了将机器学习用于类似任务所带来的许多挑战。“Scanbot没有在大量标记数据上训练人工智能来识别高质量图像，而是使用简单的算法根据它留下的印记来测量探针顶点的大小和对称性，”该项目的主要合作者Benjamin Lowe博士补充道

但Scanbot的功能不仅限于尖端整形。它还自动化了常见的数据采集技术，如样本测量，使STMs整体更易于操作。Cedia说：“我使用Scanbot的目标是让STM更易于访问和用户友好。”。“这就是为什么我投入了大量时间设计直观的用户界面和编写全面的文档。”前莫纳什大学研究员Jack Hellerstedt很好地捕捉到了Scanbot的潜力，他也为该项目做出了重大贡献，“Scanbot具有异端邪说的潜力，可以让崭露头角的表面科学家思考数据而不是点击按钮。”

业界已经注意到Scanbot的能力。STM系统控制领域的领先公司SPECS在发现Scanbot后最近联系了Cedia

“收到SPECS的电子邮件，要求在他们的文档中包含Scanbot的链接，这令人非常鼓舞，”Cedia反映道。“这有力地证明了我们的工作可以真正改变STMs的运作方式。”