美國能源部(DOE)布魯克海文國家實驗室的科學家已經成功地證明了自主方法可以發(fā)現新材料。人工智能(AI)驅動的技術導致了三種新納米結構的發(fā)現，包括首創(chuàng)的納米級“階梯”。這項研究今天發(fā)表在《科學進展》上。

新發(fā)現的結構是通過稱為自組裝的過程形成的，其中材料的分子將自己組織成獨特的圖案。布魯克海文功能納米材料中心(CFN)的科學家是指導自組裝過程的專家，為材料創(chuàng)建模板，以形成微電子，催化等應用的理想安排。他們對納米級梯子和其他新結構的發(fā)現進一步擴大了自組裝的應用范圍。

“自組裝可以用作納米圖案化技術，這是微電子和計算機硬件進步的驅動力，”CFN科學家和合著者Gregory Doerk說。“這些技術總是在推動使用更小的納米圖案實現更高的分辨率。你可以從自組裝材料中獲得非常小且嚴格控制的特征，但它們不一定遵守我們?yōu)殡娐分贫ǖ囊?guī)則。通過使用模板指導自組裝，我們可以形成更有用的模式。

CFN是美國能源部科學用戶設施辦公室的科學家，旨在建立一個自組裝納米圖案類型的庫，以擴大其應用范圍。在之前的研究中，他們證明了通過將兩種自組裝材料混合在一起可以實現新型圖案。

“我們現在可以創(chuàng)建一個以前從未夢想過的梯形結構，這一事實令人驚訝，”CFN小組負責人和合著者Kevin Yager說。“傳統(tǒng)的自組裝只能形成相對簡單的結構，如圓柱體、片材和球體。但是通過將兩種材料混合在一起并使用恰到好處的化學光柵，我們發(fā)現全新的結構是可能的。

將自組裝材料混合在一起使CFN科學家能夠發(fā)現獨特的結構，但也帶來了新的挑戰(zhàn)。在自組裝過程中需要控制更多的參數，找到正確的參數組合來創(chuàng)建新的和有用的結構是一場與時間的斗爭。為了加速他們的研究，CFN科學家利用了一項新的人工智能能力：自主實驗。

與美國能源部勞倫斯伯克利國家實驗室能源研究應用高等數學中心(CAMERA)合作，CFN的布魯克海文科學家和國家同步加速器光源II(NSLS-II)，布魯克海文實驗室的另一個能源部科學用戶設施辦公室，一直在開發(fā)一個人工智能框架，可以自主定義和執(zhí)行實驗的所有步驟。CAMERA的gpCAM算法驅動了框架的自主決策。最新的研究是該團隊首次成功證明了該算法發(fā)現新材料的能力。

“gpCAM是一種用于自主實驗的靈活算法和軟件，”伯克利實驗室科學家和合著者Marcus Noack說。“在這項研究中，它被特別巧妙地用于自主探索模型的不同特征。

“在伯克利實驗室同事的幫助下，我們已經準備好了這個軟件和方法，現在我們已經成功地使用它來發(fā)現新材料，”Yager說。“我們現在已經對自主科學有了足夠的了解，我們可以非常輕松地將材料問題轉化為自主問題。

為了使用他們的新算法加速材料發(fā)現，該團隊首先開發(fā)了一個具有一系列特性的復雜樣品進行分析。研究人員使用CFN納米制造設施制造樣品，并在CFN材料合成設施中進行自組裝。

“做材料科學的一種老派方法是合成一個樣本，測量它，從中學習，然后回去制作一個不同的樣本并繼續(xù)迭代這個過程，”Yager說。“相反，我們制作了一個樣本，其中包含我們感興趣的每個參數的梯度。因此，這個單一的樣本是許多不同材料結構的大量集合。

然后，研究小組將樣品帶到NSLS-II，它產生超亮X射線用于研究材料結構。CFN與NSLS-II合作運營三個實驗站，其中一個用于本研究，軟物質界面(SMI)光束線。

“SMI光束線的優(yōu)勢之一是它能夠將X射線束聚焦在樣品上，精確到微米，”NSLS-II科學家和合著者Masa Fukuto說。“通過分析這些微束X射線如何被材料散射，我們了解了材料在照明點的局部結構。然后，在許多不同的點進行測量可以揭示梯度樣品中的局部結構如何變化。在這項工作中，我們讓AI算法在飛行中挑選接下來要測量的點，以最大化每次測量的價值。

由于樣品是在SMI光束線上測量的，該算法在沒有人工干預的情況下創(chuàng)建了材料眾多不同結構集的模型。該模型隨著每次后續(xù)的X射線測量而更新，使每次測量都更具洞察力和準確性。

在幾個小時內，該算法已經確定了復雜樣本中的三個關鍵區(qū)域，供CFN研究人員進行更仔細的研究。他們使用CFN電子顯微鏡設備對這些關鍵區(qū)域進行精細的細節(jié)成像，揭示了納米級梯子的軌道和梯級，以及其他新穎的特征。

從開始到結束，實驗運行了大約六個小時。研究人員估計，使用傳統(tǒng)方法，他們需要大約一個月的時間才能發(fā)現這一發(fā)現。

“自主方法可以極大地加速發(fā)現，”Yager說。“它本質上是'收緊'科學通常的發(fā)現循環(huán)，以便我們更快地在假設和測量之間循環(huán)。然而，除了速度之外，自主方法增加了我們可以研究的范圍，這意味著我們可以解決更具挑戰(zhàn)性的科學問題。

“展望未來，我們希望研究多個參數之間的復雜相互作用。我們使用CFN計算機集群進行了模擬，驗證了我們的實驗結果，但它們也表明其他參數(如薄膜厚度)也可以發(fā)揮重要作用，“Doerk說。

該團隊正在積極將他們的自主研究方法應用于自組裝中更具挑戰(zhàn)性的材料發(fā)現問題，以及其他類別的材料。自主發(fā)現方法適應性強，幾乎可以應用于任何研究問題。

“我們現在正在將這些方法部署到來到CFN和NSLS-II進行實驗的廣泛用戶社區(qū)，”Yager說。“任何人都可以與我們合作，加速探索他們的材料研究。我們預計這將在未來幾年內帶來許多新發(fā)現，包括在清潔能源和微電子等國家優(yōu)先領域。

　　免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！