Umělá inteligence schopná pohybovat jednotlivými molekulami

Vědci z Jülichu a Berlína vyvinuli umělou inteligenci, která je schopná autonomně se učit, jak pohybovat jednotlivými molekulami pomocí skenovacího tunelového mikroskopu. Protože atomy a molekuly se nechovají jako makroskopické objekty, každá z těchto stavebních bloků potřebuje svůj vlastní systém pro pohyb.

Nová metoda, kterou vědci věří, že může být použita pro výzkum a výrobní technologie, jako je molekulární 3D tisk, byla publikována v Science Advances.

3D Tisk

Rychlá prototypizace, známá také jako 3D tisk, je extrémně nákladově efektivní při vytváření prototypů nebo modelů. Stále roste na významu, protože technologie neustále zlepšuje, a nyní je to hlavní nástroj používaný průmyslem.

Dr. Christian Wagner je vedoucí pracovní skupiny ERC pro molekulární manipulaci ve Forschungszentrum Jülich.

“Pokud by tento koncept mohl být přenesen na nanoměřítko, aby umožnil jednotlivým molekulám být specificky sestaveny nebo opět rozděleny, podobně jako LEGO kostky, možnosti by byly téměř neomezené, protože existuje kolem 10^60 myslitelných typů molekulární manipulace ve Forschungszentrum Jülich,” říká Wagner.

Individuální „Recepty“

Jednou z hlavních výzev jsou individuální „recepty“ potřebné pro skenovací tunelový mikroskop, aby mohl pohybovat jednotlivými molekulami tam a zpět. Tyto recepty jsou potřebné, aby špička mikroskopu mohla uspořádat molekuly prostorově a cíleně.

Takzvaný recept nelze vypočítat nebo odvodit intuicí, což je způsobeno složitou povahou mechaniky na nanoměřítku. Mikroskop funguje tak, že má pevný kužel na špičce, ke kterému se molekuly lehce připojují. Aby molekuly mohly pohybovat, jsou vyžadovány komplexní pohybové vzory.

Prof. Dr. Stefan Tautz je vedoucí Quantového nanovědního institutu v Jülichu.

“Dosud bylo možné cílené pohyby molekul pouze ručně, pomocí pokusů a omylů. Ale s pomocí samoučícího se, autonomního softwarového řídicího systému, jsme nyní poprvé úspěšně našli řešení pro tuto rozmanitost a variabilitu na nanoměřítku a automatizovali tento proces,” říká Tautz.

Učení Posílením

Jedním z fundamentálních aspektů tohoto vývoje je učení posílením, což je typ strojového učení, který zahrnuje opakované pokusy o úkol a učení z každého pokusu.

Prof. Dr. Klaus-Robert Müller je vedoucí oddělení strojového učení na TU Berlín.

“Nepředepisujeme řešení pro softwarového agenta, ale spíše odměňujeme úspěch a penalizujeme neúspěch,” říká.

“V našem případě dostal agent úkol odstranit jednotlivé molekuly z vrstvy, ve které jsou drženy komplexní sítí chemických vazeb. Konkrétně to byly molekuly perylenu, jako jsou ty, které se používají v barvivech a organických světelných diodách,” dodává Dr. Christian Wagner.

Existuje klíčový bod, ve kterém síla potřebná k pohybu molekul nemůže překročit sílu vazby, kde tunelový mikroskop přitahuje molekulu.

“Špička mikroskopu musí tedy provést speciální pohybový vzor, který jsme dříve museli objevit ručně, doslova,” říká Wagner.

Učení posílením se používá, zatímco softwarový agent učí, které pohyby fungují, a stále zlepšuje každý pokus.

Nicméně, špička skenovacího tunelového mikroskopu se skládá z atomů kovu, které mohou posunout, a to mění sílu vazby molekuly.

“Každý nový pokus zvyšuje riziko změny a tím i přerušení vazby mezi špičkou a molekulou. Softwarový agent je tedy nucen se učit besonders rychle, protože jeho zkušenosti mohou být kdykoli zastaralé,” říká Prof. Dr. Stefan Tautz. “Je to trochu jako kdyby se neustále měnily silniční sítě, dopravní předpisy, karoserie a pravidla pro provoz vozidel, zatímco se autonomně řídíte.”

Aby seResearchers dostali přes toto, vyvinuli software tak, aby se učil jednoduchý model prostředí, ve kterém se manipulace provádí paralelně s počátečními cykly. Aby urychlili proces učení, agent současně trénuje v realitě a ve svém vlastním modelu.

“Poprvé jsme úspěšně spojili umělou inteligenci a nanotechnologii,” říká Klaus-Robert Müller.

“Dosud to bylo pouze ‘proof of principle,’” pokračuje Tautz. “Nicméně, jsme přesvědčeni, že naše práce bude otevírat cestu pro roboticky asistovanou automatizovanou konstrukci funkčních supramolekulárních struktur, jako jsou molekulární tranzistory, paměťové buňky nebo quibity – s rychlostí, přesností a spolehlivostí, která daleko přesahuje to, co je目前 možné.”

https://www.youtube.com/watch?v=MU9AMczMeN4&feature=emb_title