個別の分子を移動できる人工知能システム

ユーリヒとベルリンの科学者は、スキャニング・トンネル・マイクロスコープを使用して個別の分子を移動することができる人工知能システムを開発しました。原子と分子は、巨視的な物体のように動作しないため、それぞれが移動するための独自のシステムが必要です。

新しい方法は、科学者が研究と生産技術、たとえば分子3Dプリンティングに使用できるという考えに基づいています。この方法は、Science Advancesに掲載されています。

3Dプリンティング

ラピッド・プロトタイピング、つまり3Dプリンティングは、プロトタイプやモデルを作成する際に非常に費用効率が高いです。技術が改善され続けているため、業界で重要なツールとして使用されています。

クリスチャン・ワグナー博士は、ユーリヒの分子操作に関するERCワーキング・グループの責任者です。

「この概念をナノスケールに適用して、個別の分子をLEGO ブロックのように組み立てたり分解したりできるようになれば、可能性はほぼ無限大になります。ユーリヒの分子操作には約1060種類の分子操作が考えられるからです」とワグナーは述べています。

個別の「レシピ」

スキャニング・トンネル・マイクロスコープが個別の分子を移動するために必要な個別の「レシピ」は、1つの大きな課題です。これらのレシピは、マイクロスコープの先端が分子を空間的に配置し、ターゲットを絞るために必要です。

レシピは計算または直感によって導き出すことができません。これは、ナノスケールでの力学が複雑であるためです。マイクロスコープは先端に剛性のあるコーンを持ち、分子が軽く付着します。分子を移動するには、複雑な動きが必要です。

シュテファン・タウツ教授は、ユーリヒの量子ナノサイエンス研究所の責任者です。

「これまで、分子のターゲットを絞った移動は、手作業でしかできませんでした。しかし、自己学習型の自動ソフトウェア制御システムの助けを借りて、初めてこの多様性と変動性に対する解決策を見つけることができました」とタウツは述べています。

強化学習

この開発の基本的な側面の1つは、強化学習です。これは、アルゴリズムが繰り返しタスクを試み、各試行から学習するタイプのマシン・ラーニングです。

クラウス＝ロベルト・ミュラー教授は、ベルリン工科大学のマシン・ラーニング部門の責任者です。

「私たちはソフトウェア・エージェントに解決策の経路を指定しません。代わりに、成功を報酬とし、失敗を罰します」とミュラーは述べています。

「私たちの場合、エージェントは、複雑な化学結合で保持されている層から個別の分子を除去するタスクが与えられました。具体的には、染料や有機ELディスプレイで使用されるペリレン分子でした」とワグナー博士は付け加えています。

分子を移動するために必要な力が、トンネル・マイクロスコープが分子を引き付ける結合の強度を超えてはならない、重要な点があります。

「マイクロスコープの先端は、特別な動きパターンを実行する必要があります。以前は手作業でこれを発見する必要がありました」とワグナーは述べています。

強化学習は、ソフトウェア・エージェントがどの動きが機能するかを学習し、繰り返し改善します。

しかし、マイクロスコープの先端は金属原子で構成されており、これらは変化し、分子の結合強度を変化させます。

「毎回の試行で、変化のリスクと結合の破壊のリスクが高まります。したがって、ソフトウェア・エージェントは、経験がいつでも古くなり得るため、特に早く学習する必要があります」とタウツ教授は述べています。「これは、道路網、交通法規、車体、運転ルールがすべて変化する中で自動運転をしているようなものです」。

これを克服するために、研究者は、ソフトウェアが並行して操作環境の単純なモデルを学習するように開発しました。学習プロセスを速めるために、エージェントは現実とモデルで同時にトレーニングします。

「これは、初めて人工知能とナノテクノロジーを結び付けることができました」とミュラーは述べています。

「これまで、これは『概念の証明』にすぎませんでした」とタウツは続けています。「しかし、私たちの研究が、分子トランジスター、メモリ・セル、またはキュビットのような機能的な超分子構造のロボット支援自動構築の道を切り開くことを信じています。現在可能なものよりもはるかに高速で、精度が高く、信頼性が高いものです」

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