Австрийские физики создают самообучающуюся систему для наноструктур

Австрийские физики создают самообучающуюся систему для наноструктур\

В Грацком техническом университете группа исследователей совершила прорыв в области нанотехнологий, разрабатывая систему искусственного интеллекта для автономного позиционирования молекул с беспрецедентной точностью, сообщает TU Graz.

Учёные установили, что свойства материала в большей степени определяются расположением молекул в атомной решетке или на поверхности, чем его химическим составом. Специалисты по материаловедению используют высокопроизводительные микроскопы для размещения отдельных атомов и молекул на поверхностях, однако этот процесс требует значительных временных затрат.

Исследовательская группа под названием "Расположение молекул с помощью искусственного интеллекта" получила финансирование в размере 1,19 миллиона евро от Австрийского научного фонда. Руководитель группы Оливер Хофман из Института физики твердого тела подчеркивает, что их цель - создать самообучающуюся систему ИИ, способную быстро и точно позиционировать отдельные молекулы в правильной ориентации.

Для размещения молекул используется сканирующий туннельный микроскоп, зонд которого испускает электрический импульс для осаждения переносимой молекулы. Человеку требуется несколько минут для размещения одной простой молекулы, но для создания сложных структур необходимо позиционировать тысячи комплексных молекул.

Команда исследователей планирует использовать различные методы машинного обучения для автоматизации этого процесса. Сначала ИИ рассчитает оптимальный план построения структуры, затем самообучающиеся алгоритмы будут управлять зондом для точного размещения молекул.

Конечной целью проекта является создание квантовых загонов - наноструктур в форме ворот, способных захватывать электроны материала, на котором они размещены. Волновые свойства электронов приводят к квантово-механическим интерференциям, которые могут найти практическое применение.

В пятилетней программе объединены эксперты в области искусственного интеллекта, математики, физики и химии. Беттина Кёнигхофер отвечает за разработку модели машинного обучения, Юсси Берндт занимается теоретическими основами, Маркус Айхорн адаптирует прогнозы для практического применения, а Леонард Грилл курирует эксперименты на сканирующем туннельном микроскопе.