חוקרים מהאוניברסיטה הלאומית של סינגפור (NUS) פיתחו שיטה חדשנית ליצירת חומרים קוונטיים מבוססי פחמן אָטוֹם לפי אטום. שיטה זו משלבת שימוש במיקרוסקופ בדיקה סורק עם רשתות עצביות עמוקות מתקדמות. ההישג מדגיש את היכולות של בינה מלאכותית (AI) במניפולציה של חומרים ברמת תת-אנגסטרום, ומציע יתרונות משמעותיים למדע בסיסי ולשימושים עתידיים פוטנציאליים.
ננוגרפים מגנטיים בעלי מעטפת פתוחה מייצגים סוג מושך מבחינה טכנולוגית של חומרים קוונטיים חדשים מבוססי פחמן, המארחים מרכזי ספין π חזקים ומגנטיות קוונטית קולקטיבית לא טריוויאלית. מאפיינים אלו חיוניים לפיתוח מכשירים אלקטרוניים מהירים ברמה המולקולרית וליצירת ביטים קוונטיים, אבני הבניין של מחשבים קוונטיים.
למרות התקדמות משמעותית בסינתזה של חומרים אלה באמצעות סינתזה על פני השטח, סוג של תגובה כימית בשלב מוצק, השגת ייצור מדויק והתאמת תכונות החומרים הקוונטיים הללו ברמה האטומית נותרה אתגר.
קונספט CARP
צוות המחקר, בראשות פרופסור-משנה לו ג'יונג מהמחלקה לכימיה של NUS והמכון לחומרים אינטליגנטיים פונקציונליים יחד עם פרופסור-משנה ג'אנג צ'ון מהמחלקה לפיזיקה של NUS, הציגו את הרעיון של הגשושית הרובוטית האטומית המבוססת על כימאי (CARP) ) על ידי שילוב ידע בכימיה של בדיקה ואינטליגנציה מלאכותית לייצור ואפיון ננוגרפים מגנטיים בעלי מעטפת פתוחה ברמת מולקולה אחת. זה מאפשר הנדסה מדויקת של טופולוגיית ה-π-אלקטרון ותצורות הספין שלהם בצורה אוטומטית, המשקפת את היכולות של כימאים אנושיים.
הדגמה של הגשושית הרובוטית האטומית המונעת על ידי בינה מלאכותית. קרדיט: Nature Synthesis
תפיסת CARP, משתמשת ברשתות עצביות עמוקות שהוכשרו תוך שימוש בניסיון ובידע של כימאים ממדעי השטח, לסנתזה אוטונומית של ננוגרפנים מגנטיים בעלי מעטפת פתוחה. זה יכול גם לחלץ מידע כימי ממסד הנתונים של האימונים הניסיוניים, ולהציע חיבורים לגבי מנגנונים לא ידועים. זה משמש כתוספת חיונית לסימולציות תיאורטיות, התורם להבנה מקיפה יותר של מנגנוני תגובה של כימיה בדיקה. עבודת המחקר היא שיתוף פעולה של פרופסור חבר ואנג שיאונן מאוניברסיטת טסינגואה בסין.
פרסום ופוטנציאל
ממצאי המחקר פורסמו לאחרונה בכתב העת סינתזה של הטבע.
החוקרים בדקו את תפיסת ה-CARP על תגובת ציקלו-דהידרוגנציה מסובכת-סלקטיבית באתר המשמשת לייצור תרכובות כימיות בעלות תכונות מבניות ואלקטרוניות ספציפיות. התוצאות מראות שמסגרת CARP יכולה לאמץ ביעילות את הידע המומחה של המדען ולהמיר אותו למשימות מובנות במכונה, תוך חיקוי זרימת העבודה לביצוע תגובות של מולקולה בודדת שיכולות לתמרן את הצורה הגיאומטרית והספין האופייניים לתרכובת הכימית הסופית.
בנוסף, צוות המחקר שואף לרתום את מלוא הפוטנציאל של יכולות AI על ידי חילוץ תובנות נסתרות ממסד הנתונים. הם הקימו פרדיגמת למידה חכמה תוך שימוש בגישה מבוססת תורת המשחקים כדי לבחון את תוצאות הלמידה של המסגרת. הניתוח מראה כי CARP תפס ביעילות פרטים חשובים שבני אדם עלולים לפספס, במיוחד כשמדובר בהפיכת תגובת הציקלו-דהידרוגנציה למוצלחת. זה מצביע על כך שמסגרת CARP יכולה להיות כלי רב ערך להשגת תובנות נוספות על המנגנונים של תגובות מולקולות בודדות שלא נחקרו.
Assoc פרופ' לו אמר, "המטרה העיקרית שלנו היא לעבוד ברמה האטומית כדי ליצור, ללמוד ולשלוט בחומרים קוונטיים אלה. אנו שואפים לחולל מהפכה בייצור החומרים הללו על משטחים כדי לאפשר שליטה רבה יותר על התוצאות שלהם, עד לרמת האטומים והקשרים הבודדים.
"המטרה שלנו בעתיד הקרוב היא להרחיב את מסגרת ה-CARP עוד יותר כדי לאמץ תגובות כימיה מגוונות על פני השטח בקנה מידה ויעילות. יש לזה פוטנציאל להפוך תהליך סינתזה על פני השטח קונבנציונלי מבוסס מעבדה לייצור על-שבב עבור יישומים מעשיים. טרנספורמציה כזו יכולה למלא תפקיד מרכזי בהאצת המחקר הבסיסי של חומרים קוונטיים ולפתח עידן חדש של ייצור אטומי אינטליגנטי", הוסיף פרופ' לו.